docs(orders): уточнён формат слепка и временные поля
- Зачем: - аудит источника нельзя смешивать с бизнес-временем и `_load_ts` ClickHouse. - Что: - зафиксированы JSON-контракт слепка, порядок ключей и намеренное различие `Array(Float64)` и `Decimal`. - разведены бизнес-время, аудит источника и загрузка; уточнены слой ODS, `snapshot_date` и технический ключ партиции. - добавлены термины словаря и исследование точного миллисекундного формата с проверками ClickHouse. - Проверка: - выполнен `git diff --cached --check`.
This commit is contained in:
+12
-2
@@ -162,8 +162,8 @@ Python-модуль с описателями колонок события —
|
||||
_Избегать_: описание схемы, документация контракта
|
||||
|
||||
**Канонический сериализатор**:
|
||||
Единственное место, где событие превращается в байты. Фиксированный порядок
|
||||
ключей и строк — основа побайтовой воспроизводимости.
|
||||
Единственная граница, где запись генератора превращается в байты. Фиксированный
|
||||
порядок ключей и строк — основа побайтовой воспроизводимости.
|
||||
|
||||
**Проигрыватель**:
|
||||
Компонент доставки готового потока дня в приёмник. Два режима: пакетный
|
||||
@@ -175,6 +175,16 @@ _Избегать_: описание схемы, документация кон
|
||||
может отсутствовать в ранних слепках; после первого появления ездит до конца
|
||||
своего окна.
|
||||
|
||||
**Дата слепка**:
|
||||
Дата завершившегося модельного дня, состояние которого снято на исходящей
|
||||
границе суток. Одна для всех записей выгрузки; не дата заказа и не время
|
||||
отправки сообщения.
|
||||
|
||||
**Время аудита источника**:
|
||||
Время создания или последнего изменения строки заказа по часам базы источника.
|
||||
В записи слепка это `created_at` и `updated_at`; бизнес-время покупки живёт в
|
||||
событии `purchase` отдельно.
|
||||
|
||||
**Окно изменяемости**:
|
||||
Сколько модельных дней заказ ещё может измениться и потому продолжает ездить
|
||||
в слепках. Константа мира: семь дней. За окном заказ замёрз, выручка дня
|
||||
|
||||
@@ -116,8 +116,9 @@ keeper, Kafka, каркас сервисов. Этап 2 идёт: в `sql/ddl/`
|
||||
колонка молча отвечала бы на другой вопрос.
|
||||
|
||||
Само сообщение лежит в колонке `raw` тем, чем пришло: чтец читает байты и ничего
|
||||
не проверяет, поэтому там оказываются и целые события, и мусор. Разбирается всё
|
||||
это ниже, в матвью ODS — см. [ADR 0005](../adr/0005-event-ingestion.md).
|
||||
не проверяет, поэтому там оказываются и целые сообщения, и мусор. События ниже
|
||||
разбирают матвью ODS ([ADR 0005](../adr/0005-event-ingestion.md)), заказы —
|
||||
пакетный шаг ([ADR 0008](../adr/0008-order-ingestion.md)).
|
||||
|
||||
Движок таблицы сырья — обычный `ReplicatedMergeTree`, `ORDER BY (kafka_partition,
|
||||
kafka_offset)`: разбор полётов идёт от «какое сообщение», другого ключа у сырья и
|
||||
@@ -125,15 +126,23 @@ kafka_offset)`: разбор полётов идёт от «какое сооб
|
||||
которого он заведён: повтор доставки в сырье обязан быть виден.
|
||||
|
||||
Метка времени загрузки зовётся `_load_ts`, тип `DateTime64(3, 'UTC')`. Ставится
|
||||
она один раз, в матвью приёма, и дальше переносится из STG в ODS как есть:
|
||||
колонка отвечает на вопрос «когда строка приехала в хранилище», а не «когда её
|
||||
разобрали». В ODS она же служит колонкой версии `ReplacingMergeTree`, и работа у
|
||||
этой версии ровно одна — схлопнуть повтор доставки. Содержимое у повтора то же
|
||||
самое, отличается только метка, поэтому какая из двух строк переживёт мерж,
|
||||
безразлично. Пакетной переобработки у ODS нет: слой наполняет матвью, а не
|
||||
задание Airflow, и работа с партициями начинается выше. Переделать разобранное
|
||||
руками можно — вставкой из сырья с фильтром по `_load_ts`, в пределах
|
||||
трёхсуточного окна; ничья по версии разрешается в пользу вставленного позже.
|
||||
она один раз при записи в STG: для событий — матвью приёма, для дневного слепка
|
||||
заказов — пакетным шагом. Дальше метка переносится в ODS как есть и отвечает на
|
||||
вопрос «когда строка приехала в хранилище», а не «когда её разобрали». В
|
||||
`ods.event` она же служит колонкой версии `ReplacingMergeTree` и схлопывает
|
||||
повтор доставки. `ods.order_snapshot` повтор не схлопывает: пакетный шаг
|
||||
заменяет целиком партицию `snapshot_date`.
|
||||
|
||||
`created_at` и `updated_at` заказа к служебным колонкам хранилища не относятся.
|
||||
Они приезжают в сообщении как аудит строки в БД источника и в ODS разбираются в
|
||||
`DateTime64(3, 'UTC')`; ClickHouse их не создаёт и добавляет рядом собственную
|
||||
`_load_ts`. Совпадение слов «техническое время» не делает эти часы одной осью.
|
||||
|
||||
Пакетной переобработки у событий в ODS нет: слой наполняют матвью, а не задание
|
||||
Airflow. Переделать разобранное руками можно вставкой из сырья с фильтром по
|
||||
`_load_ts` в пределах трёхсуточного окна; ничья по версии разрешается в пользу
|
||||
вставленного позже. Заказы, напротив, по построению перерабатываются дневными
|
||||
партициями пакетного шага.
|
||||
|
||||
Имя согласовано с каноном служебных полей соседнего учебного стенда на
|
||||
Greenplum, чтобы словарь был общим у двух хранилищ; ведущее подчёркивание у
|
||||
@@ -141,10 +150,10 @@ Greenplum, чтобы словарь был общим у двух хранил
|
||||
её же используют Fivetran, Airbyte и Stitch. С правилом выше это не спорит:
|
||||
запрещено совпадать с именами виртуальных колонок, а не носить подчёркивание.
|
||||
|
||||
Идентификатора пачки загрузки (`_load_id`) пока нет. В STG и ODS данные приезжают
|
||||
потоком через матвью, у которого нет ни батча, ни `run_id`, и колонка была бы
|
||||
пустой формальностью. В слоях, которые наполняет Airflow, `run_id` появится
|
||||
по-настоящему — тогда и заведём, тем же стилем имени.
|
||||
Общего идентификатора пачки загрузки (`_load_id`) нет. У потока событий нет ни
|
||||
пачки, ни `run_id`, и колонка была бы пустой формальностью. Пакетный шаг заказов
|
||||
не делает её общей конвенцией: конкретный слой заведёт `run_id`, только когда у
|
||||
него появится названный читатель этой координаты.
|
||||
|
||||
## Часовые пояса
|
||||
|
||||
|
||||
@@ -0,0 +1,210 @@
|
||||
# Формат дневного слепка заказов на проводе
|
||||
|
||||
Дата исследования: 2026-08-16.
|
||||
|
||||
Учебный результат: менти различает бизнес-время, время источника, доставки и
|
||||
загрузки, не разбирая ради этого лишнюю инфраструктуру. Цена — несколько явных
|
||||
правил контракта; новых полей и универсального сериализатора не требуется.
|
||||
|
||||
## Короткий вывод
|
||||
|
||||
- `created_at` и `updated_at` — аудит строки в источнике, а не время покупки.
|
||||
Оба поля передаются в UTC с настоящей точностью до миллисекунд:
|
||||
`2026-06-03T14:21:07.123Z`.
|
||||
- В ClickHouse им соответствует `DateTime64(3, 'UTC')`. Неверная строка даёт
|
||||
`NULL` и уходит в `*_errors`, а не превращается в правдоподобную дату.
|
||||
- `snapshot_date` — дата завершившегося модельного дня, состояние которого
|
||||
снято на исходящей границе суток. Внутри одной выгрузки она одинакова, на
|
||||
следующем модельном дне меняется.
|
||||
- `items` на проводе — обычный массив JSON. Тип `String` в ODS означает, что
|
||||
из внешнего JSON извлекли сырой фрагмент массива, а не что источник дважды
|
||||
сериализовал JSON.
|
||||
- Генератору достаточно собрать один словарь с вложенным списком и один раз
|
||||
вызвать `orjson.dumps`. Отдельная иерархия кодеков урока не добавляет.
|
||||
|
||||
## Оси времени
|
||||
|
||||
В потоковой обработке время события принадлежит самой записи и не зависит от
|
||||
часов обработчика; время обработки отвечает на другой вопрос
|
||||
([Apache Flink: Event Time и Processing Time](https://nightlies.apache.org/flink/flink-docs-stable/docs/concepts/time/)).
|
||||
Debezium проводит ту же границу внутри одного сообщения: время изменения в
|
||||
исходной БД хранится отдельно от времени обработки коннектором, а их разность
|
||||
можно использовать как задержку
|
||||
([документация коннектора PostgreSQL](https://debezium.io/documentation/reference/stable/connectors/postgresql.html#postgresql-create-events)).
|
||||
|
||||
| Поле | Чьи часы | На какой вопрос отвечает | Форма |
|
||||
|---|---|---|---|
|
||||
| `UTCEventTime` события `purchase` | бизнес-событие, трекер | когда покупатель подтвердил покупку | отдельный контракт кликстрима; связь с заказом по `purchaseID = order_id` |
|
||||
| `created_at` | база источника | когда строка заказа впервые создана в источнике | RFC 3339 UTC с тремя знаками долей секунды |
|
||||
| `updated_at` | база источника | когда эта строка в последний раз изменена в источнике | тот же формат; версия состояния заказа |
|
||||
| `snapshot_date` | модельный календарь | состояние какого завершившегося дня снято на границе суток | `YYYY-MM-DD`, без времени |
|
||||
| `kafka_timestamp` | транспорт | когда брокер пометил доставленное сообщение | служебная колонка хранилища |
|
||||
| `_load_ts` | хранилище | когда строка впервые приехала в хранилище | `DateTime64(3, 'UTC')` |
|
||||
|
||||
`updated_at` как метка последнего изменения исходной строки совпадает с
|
||||
рекомендованным смыслом `updated_at` в timestamp-стратегии dbt snapshots;
|
||||
время выполнения самого слепка dbt хранит отдельно
|
||||
([официальная документация dbt](https://docs.getdbt.com/docs/build/snapshots#timestamp-strategy-recommended)).
|
||||
Служебные метки ETL также являются отдельными метаданными процесса, а не
|
||||
бизнес-фактами
|
||||
([Kimball Group: Audit Dimension](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/audit-dimension/)).
|
||||
В этом проекте транспортная и складская оси уже разведены в
|
||||
[конвенции хранилища](../architecture/storage.md): `_load_ts` ставится один раз,
|
||||
а миллисекундный `kafka_timestamp` не округляется.
|
||||
`created_at` и `updated_at` приезжают в сообщении источника; ClickHouse их не
|
||||
создаёт и добавляет рядом собственную `_load_ts`.
|
||||
|
||||
Следствие для контракта: `created_at` нельзя называть временем покупки, а
|
||||
`updated_at - created_at` — длительностью бизнес-перехода. Это время между
|
||||
созданием и последним изменением строки в источнике. Бизнес-время живёт в
|
||||
событии `purchase` и связывается с заказом по уже существующему ключу.
|
||||
|
||||
### Партиция и бизнес-время
|
||||
|
||||
`created_at` и `updated_at` — аудит строки источника. Поэтому
|
||||
`toDate(created_at)` в
|
||||
[мастер-спеке](../specs/2026-07-30-stand-v2-realism.md) используется только как
|
||||
стабильный технический ключ партиции `dds.order`: это день создания строки
|
||||
источника, а не доказательство дня бизнес-события.
|
||||
|
||||
Минимальное решение — не добавлять `ordered_at` на всякий случай. Пока модель
|
||||
создаёт исходную строку синхронно с покупкой, существующий ключ партиции можно
|
||||
оставить, но в описании называть его днём создания строки. Время покупки для
|
||||
сверки берётся из `purchase.UTCEventTime`. Отдельное поле в заказе понадобится
|
||||
только тогда, когда появится самостоятельный учебный запрос к бизнес-времени
|
||||
заказа или источник начнёт сохранять заказ асинхронно. Так различие остаётся
|
||||
честным, но не порождает поле без потребителя.
|
||||
|
||||
## Точность и строгий разбор
|
||||
|
||||
RFC 3339 — профиль ISO 8601 для обмена датой и временем. Он разрешает дробную
|
||||
часть секунды переменной длины и как `Z`, так и числовое смещение
|
||||
([RFC 3339, §5.6](https://www.rfc-editor.org/rfc/rfc3339#section-5.6)). Значит
|
||||
миллисекунды не следуют из названия стандарта сами по себе. Наш более узкий
|
||||
контракт фиксирует ровно три цифры и UTC:
|
||||
|
||||
```text
|
||||
YYYY-MM-DDTHH:mm:ss.SSSZ
|
||||
```
|
||||
|
||||
Например: `2026-06-03T14:21:07.123Z`. Одинаковое число цифр дробной части и
|
||||
одинаковая зона дают хронологическую сортировку таких строк в лексикографическом
|
||||
порядке
|
||||
([RFC 3339, §5.1](https://www.rfc-editor.org/rfc/rfc3339#section-5.1)). Три
|
||||
цифры выбраны потому, что источник моделирует миллисекунды. Сериализатор всегда
|
||||
выводит все три цифры, в том числе `.000` для значения точно на границе секунды.
|
||||
Нельзя только выдавать секундную модель за миллисекундную простым дополнением
|
||||
нулей.
|
||||
|
||||
В ClickHouse `DateTime64(3, 'UTC')` хранит три десятичных знака долей секунды,
|
||||
то есть миллисекунды; пояс колонки используется при разборе и показе значения
|
||||
([DateTime64](https://clickhouse.com/docs/sql-reference/data-types/datetime64)).
|
||||
Для этого узкого формата подходит обнуляемый разбор по точному шаблону:
|
||||
|
||||
```sql
|
||||
parseDateTime64InJodaSyntaxOrNull(
|
||||
value,
|
||||
'yyyy-MM-dd\'T\'HH:mm:ss.SSS\'Z\'',
|
||||
'UTC'
|
||||
)
|
||||
```
|
||||
|
||||
`OrNull` возвращает `NULL` при несовпадении, а три `S` задают точность
|
||||
`DateTime64(3)`
|
||||
([документация функции](https://clickhouse.com/docs/sql-reference/functions/type-conversion-functions#parsedatetime64injodasyntaxornull),
|
||||
[исходный код ClickHouse](https://github.com/ClickHouse/ClickHouse/blob/master/src/Functions/parseDateTime.cpp)).
|
||||
Это строже, чем `parseDateTime64BestEffortOrNull`: функция Best Effort по
|
||||
назначению принимает несколько представлений даты, тогда как здесь форма сама
|
||||
является частью учебного контракта
|
||||
([документация Best Effort](https://clickhouse.com/docs/sql-reference/functions/type-conversion-functions#parsedatetime64besteffortornull)).
|
||||
|
||||
На проектном ClickHouse 26.3.17.56 это выражение локально проверено. Оно
|
||||
возвращает `Nullable(DateTime64(3, 'UTC'))` для строки с `.123Z` и `NULL` для
|
||||
строки без миллисекунд, с четырьмя цифрами, со смещением `+00:00` вместо `Z`
|
||||
или с хвостовым мусором. Поэтому один и тот же результат разбора можно
|
||||
использовать и для типизированной строки, и для маршрутизации ошибки; нулевая
|
||||
дата не нужна.
|
||||
|
||||
`updated_at` допустим как колонка версии `ReplacingMergeTree`: ClickHouse
|
||||
явно разрешает для `ver` тип `DateTime64` и оставляет строку с максимальной
|
||||
версией
|
||||
([ReplacingMergeTree](https://clickhouse.com/docs/engines/table-engines/mergetree-family/replacingmergetree)).
|
||||
Если две версии одного заказа имеют одинаковый `updated_at`, среди них
|
||||
побеждает вставленная позже. Для учебной модели достаточно гарантировать
|
||||
монотонные миллисекундные `updated_at` на один заказ; отдельный счётчик версий
|
||||
без такого сценария был бы лишним.
|
||||
|
||||
## Дата слепка и константы мира
|
||||
|
||||
Периодический слепок имеет зерно заранее заданного периода — например, дня, —
|
||||
а не отдельной транзакции
|
||||
([Kimball Group: Periodic Snapshot Fact Tables](https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dimensional-modeling-techniques/periodic-snapshot-fact-table/)).
|
||||
Поэтому `snapshot_date` — значение пачки: дата завершившегося модельного дня D,
|
||||
состояние которого снято на границе D|D+1. Это не UTC-дата отправки и не
|
||||
глобальная константа.
|
||||
|
||||
На один проход генератор вычисляет дату один раз и кладёт её во все записи; на
|
||||
следующем модельном дне значение меняется. Настоящие константы мира — начало
|
||||
модельной оси `ORIGIN`, пояс счётчика `COUNTER_TIMEZONE_MINUTES` и окно K = 7.
|
||||
Первые две уже заданы в
|
||||
[модели времени](../../generator/src/clickstream_generator/world.py), окно
|
||||
добавится в конфигурацию мира вместе с заказами. Глобальная `SNAPSHOT_DATE`
|
||||
смешала бы правило календаря с результатом его вычисления.
|
||||
|
||||
На старте оси дня −1 нет, поэтому прогон дня 0 ничего не отправляет. Первый
|
||||
слепок с `snapshot_date = ORIGIN` уезжает прогоном дня 1.
|
||||
|
||||
`as_of_date` тоже могло бы означать дату, по состоянию на которую показаны
|
||||
данные. Но `snapshot_date` уже является языком спеки, партиции ODS и ADR о
|
||||
приёме заказов. Переименование не добавляет урока и может спутать дату
|
||||
выгрузки с периодом бизнес-действия записи. Для этого стенда оставляем
|
||||
`snapshot_date`.
|
||||
|
||||
## JSON и сериализация
|
||||
|
||||
В JSON массив и строка — разные типы значения: массив содержит значения
|
||||
непосредственно, а строка содержит последовательность символов
|
||||
([RFC 8259, §§3, 5 и 7](https://www.rfc-editor.org/rfc/rfc8259)). Поэтому форма
|
||||
на проводе такая:
|
||||
|
||||
```json
|
||||
{
|
||||
"order_id": "20260603-0001",
|
||||
"user_id": 42,
|
||||
"status": "paid",
|
||||
"created_at": "2026-06-03T14:21:07.123Z",
|
||||
"updated_at": "2026-06-03T14:24:18.456Z",
|
||||
"items_total": "1299.90",
|
||||
"discount": "0.00",
|
||||
"delivery": "199.00",
|
||||
"total": "1498.90",
|
||||
"items": [
|
||||
{"sku": "sku-17", "qty": 1, "price": "1299.90"}
|
||||
],
|
||||
"snapshot_date": "2026-06-07"
|
||||
}
|
||||
```
|
||||
|
||||
ClickHouse `JSONExtractRaw(raw, 'items')` возвращает выбранный фрагмент JSON
|
||||
неразобранной строкой
|
||||
([официальная документация](https://clickhouse.com/docs/sql-reference/functions/json-functions#jsonextractraw)).
|
||||
На проектной версии локальная проверка обычного внешнего JSON показала
|
||||
`JSONType(..., 'items') = 'Array'`, а `JSONExtractRaw` вернул компактный текст
|
||||
массива, пригодный для колонки ODS `String`. Строка с JSON внутри потребовала
|
||||
бы экранировать массив при первой сериализации и разбирать его второй раз, не
|
||||
меняя результат в ODS.
|
||||
|
||||
`orjson.dumps` умеет сериализовать вложенные словари и списки напрямую и
|
||||
возвращает JSON в UTF-8
|
||||
([официальный репозиторий orjson](https://github.com/ijl/orjson)). Поэтому
|
||||
KISS-вариант для [существующего модуля сериализации](../../generator/src/clickstream_generator/serialize.py)
|
||||
— подготовить канонические строки времени и денег, положить `items` списком в
|
||||
общий словарь и сделать один внешний `dumps` на запись. Класс кодеков, реестр
|
||||
схем и повторный `dumps` для `items` здесь ничего не учат.
|
||||
|
||||
Граница этого решения: `toDecimal64OrNull(..., 2)` проверяет числовую
|
||||
преобразуемость, но не лексическое правило «ровно два знака» — локально строки
|
||||
`1299.90`, `1299.9` и `1299.900` дали одно значение. Проверка денежного формата
|
||||
не нужна сериализатору этого слепка: он сам выпускает ровно два знака. Считать
|
||||
ли остальные формы браком при приёме, решает задача #80; это решение отдельного
|
||||
лексического валидатора не требует.
|
||||
@@ -190,17 +190,34 @@ Ecommerce (заполнены только у торговых событий):
|
||||
выручка дня D «дышит» K дней, потом замерзает. Боевой аналог окна есть и у
|
||||
трекеров: лог Метрики «доформировывается» ещё около трёх дней.
|
||||
- Запись слепка — состояние заказа на момент выгрузки, «родной» экспорт
|
||||
бэкенда в snake_case:
|
||||
бэкенда в snake_case. Таблица задаёт тип после разбора в ODS:
|
||||
|
||||
| Поле | Тип | Комментарий |
|
||||
| Поле | Тип в ODS | Комментарий |
|
||||
|---|---|---|
|
||||
| `order_id` | String | номер заказа; равен клиентскому `purchaseID` |
|
||||
| `user_id` | UInt64 | пользователь магазина — мост к склейке |
|
||||
| `status` | String | `created` → `paid` → `cancelled` |
|
||||
| `created_at`, `updated_at` | DateTime | |
|
||||
| `created_at`, `updated_at` | DateTime64(3, 'UTC') | аудит строки в БД источника: создание и последнее изменение; не бизнес-время покупки и не время загрузки в ClickHouse |
|
||||
| `items_total`, `discount`, `delivery`, `total` | Decimal(18,2) | деньги бэкенда — в Decimal |
|
||||
| `items` | String | позиции вложенным JSON: `[{sku, qty, price}]` |
|
||||
| `snapshot_date` | Date | дата слепка (день выгрузки) |
|
||||
| `items` | String | сырой текст массива позиций `[{sku, qty, price}]`, извлечённый из внешнего JSON |
|
||||
| `snapshot_date` | Date | завершившийся модельный день, состояние которого снято на исходящей границе суток |
|
||||
|
||||
На проводе один заказ — один документ JSON. Деньги, включая `items[].price`,
|
||||
передаются строками с ровно двумя знаками после точки; `created_at` и
|
||||
`updated_at` — строками RFC 3339 в UTC с обязательными миллисекундами
|
||||
(`YYYY-MM-DDTHH:mm:ss.SSSZ`); `snapshot_date` — строкой `YYYY-MM-DD`;
|
||||
`items` — обычным массивом JSON, не строкой с JSON внутри. Порядок внешних
|
||||
ключей совпадает с порядком полей в таблице контракта, у позиции — `sku`,
|
||||
`qty`, `price`: так байты воспроизводимы без сортировки ключей. Разница с
|
||||
кликстримом намеренна: там значения `purchaseRevenue` приезжают JSON-числами
|
||||
и разбираются как `Array(Float64)`, а бэкенд передаёт деньги строками для
|
||||
точного `Decimal`. Это показывает расхождение представлений денег в двух
|
||||
источниках.
|
||||
Запись собирает явная функция существующего канонического сериализатора:
|
||||
один словарь с вложенным списком и один `orjson.dumps`, без универсального
|
||||
слоя кодеков.
|
||||
Обоснование и проверка разбора — в
|
||||
[исследовании формата](../research/2026-08-16-order-snapshot-wire-format.md).
|
||||
|
||||
- Приём идемпотентный, но дедуп расщеплён на два слоя:
|
||||
- `ods.order_snapshot` — партиция по `snapshot_date`, **без дедупа**,
|
||||
@@ -208,7 +225,8 @@ Ecommerce (заполнены только у торговых событий):
|
||||
партиции дня слепка, а не ReplacingMergeTree.
|
||||
- Дедуп до последней версии — **argMax** в трансформации при сборке
|
||||
`dds.order`. `dds.order` — единственная дедуплицированная таблица:
|
||||
партиция по дню заказа (`toDate(created_at)`),
|
||||
партиция по дню создания строки источника (`toDate(created_at)`) — это
|
||||
стабильный технический ключ, а не бизнес-день покупки,
|
||||
ReplacingMergeTree(`updated_at`), `ORDER BY order_id` — заказ всегда
|
||||
лежит в одной партиции, дедуп работает.
|
||||
|
||||
@@ -394,7 +412,7 @@ README.
|
||||
| ODS | `ods.order_snapshot` (+`_errors`) | слепки заказов как приехали, партиция по `snapshot_date`, без дедупа |
|
||||
| DDS | `dds.session` | сборка сессий из событий (наследник `dds.click`) |
|
||||
| DDS | `dds.event_v` | представление над `ods.event`: snake_case-имена, расшифровка кодов `DeviceCategory`; витрины DM читают его, а не ODS напрямую |
|
||||
| DDS | `dds.order` | единственная дедуплицированная таблица заказа: партиция по дню заказа (`toDate(created_at)`), ReplacingMergeTree(`updated_at`), `ORDER BY order_id`, дедуп до последней версии — argMax в трансформации при сборке |
|
||||
| DDS | `dds.order` | единственная дедуплицированная таблица заказа: партиция по техническому дню создания строки источника (`toDate(created_at)`), ReplacingMergeTree(`updated_at`), `ORDER BY order_id`, дедуп до последней версии — argMax в трансформации при сборке |
|
||||
| DDS | `dds.identity_map` | карта кука↔пользователь |
|
||||
| DDS | словарь `products` | каталог из CSV |
|
||||
| DM | витрины `dm.*_v`, `dm.dq_summary` | см. ниже |
|
||||
|
||||
Reference in New Issue
Block a user