docs(labs): уточнены формулировки и шаги работы со связями

Зачем: сделать действия в двух лабораторных понятными студенту без
дополнительной расшифровки названий и временных обозначений.

Что: переименована первая работа, абстрактные заголовки заменены
конкретными действиями. Уточнены выбор копии списка связей и обновление
даты из журнала перед повтором загрузки. Выводы требуют сравнения данных.

Проверка: последовательное чтение глазами студента и независимая проверка
по исходникам; 81 локальная ссылка, неизменность SQL-блоков, diff --check.

docs/labs/README.md

@@ -142,7 +142,7 @@ Airflow; для нее вы сохраняете состояния заказо
 
 Открывается после ступени 1.
 
-- [Когда хранилище узнало пользователя](optional/identity-over-time.md):
+- [Как новые заказы меняют отчет о посетителях](optional/identity-over-time.md):
   сохранить историю связей, сравнить расчеты на прежних сессиях и определить,
   какие сведения нужны для воспроизведения результата.
 

docs/labs/optional/identity-over-time.md

@@ -1,19 +1,21 @@
-# Когда хранилище узнало пользователя
+# Как новые заказы меняют отчет о посетителях
 
-**Чему учит:** различать время события и время появления связи в хранилище,
+**Чему учит:** сохранять историю связей посетителей с покупателями
-выбирать сведения для обогащения данных на дату расчета.
+и использовать ее для воспроизведения прежнего расчета.
 
 Факультатив доступен после ступени 1. Понадобятся Airflow и DBeaver с
 подключением `student` по [инструкции](../../../README.md#подключиться-из-dbeaver).
-Наблюдения сохраняйте в `default` через одно подключение: ваши таблицы
+Результаты запросов сохраняйте в `default` через одно подключение:
-локальны узлу. Если предложенное имя занято, выберите свое.
+ваши таблицы будут доступны только на узле этого подключения.
+Если предложенное имя таблицы занято, выберите свое.
 
-На сайте посетителя узнают по куке `client_id`, а магазин знает покупателя
+В событиях сайта посетитель обозначен кукой `client_id`, а в заказах
-по `user_id`. Связь между ними можно установить, когда событие покупки
+покупатель — `user_id`. Сопоставив событие покупки с заказом, можно связать
-сопоставлено с заказом. Она позволяет обогатить и прежние визиты этой куки.
+эти идентификаторы. Тогда и к прежним визитам этой куки можно добавить
-Вы проверите, как новый заказ меняет результат расчета за уже прошедший день.
+пользователя магазина. Вы проверите, как появление такой связи меняет число
+известных пользователей в отчете за прошедший день.
 
-## Соберите связи с подтверждением
+## Сопоставьте посетителей с покупателями
 
 Поставьте `world_live` на паузу, дождитесь завершения начатых прогонов
 генерации и обработки. Запустите `etl_pipeline` и дождитесь успеха.
@@ -26,8 +28,9 @@
 | `dds.event_v` | `event_type`, `event_time`, `client_id`, `purchase_id` |
 | `dds.order_v` | `order_id`, `user_id` |
 
-В результате нужна одна строка на пару `client_id`, `user_id` и самое раннее
+В результате нужна одна строка на пару `client_id`, `user_id`. Для каждой пары
-время найденной покупки, подтверждающей эту пару. Назовите его `first_purchase_at`.
+найдите самое раннее время события покупки, которое удалось сопоставить
+с заказом. Назовите эту колонку `first_purchase_at`.
 В событии `purchase` массив `purchase_id` содержит один номер заказа.
 Статус заказа не ограничивайте: отмена покупки не меняет владельца куки.
 
@@ -37,9 +40,10 @@
 
 Проверьте уникальность пар и совпадение их полного набора с
 `dds.identity_map_v`: одного равенства количества недостаточно.
-Для одной пары покажите номера заказов и события, по которым нашли время.
+Для одной пары покажите номера заказов и события, по которым получили
+`first_purchase_at`.
 
-## Сохраните три наблюдения
+## Сохраните список связей после каждого модельного дня
 
 Создайте таблицу:
 
@@ -55,16 +59,19 @@ ENGINE = MergeTree
 ORDER BY (observation_day, client_id, user_id);
 ```
 
-Для метки наблюдения используйте последний обработанный день событий:
+Каждая копия списка должна содержать все найденные пары. В колонку
+`observation_day` запишите последний обработанный день событий:
 
 ```sql
 SELECT max(event_date) AS observation_day FROM dds.event_v;
 ```
 
-Обозначим начальную дату **H0**. Это модельная дата, а не календарный день
+Обозначим полученную дату **H0**. Она показывает, после обработки какого
-запуска Airflow. После успешного `etl_pipeline` сохраните полный результат
+модельного дня сохранен список; календарная дата запуска Airflow здесь
-своего запроса через `INSERT INTO ... SELECT`, добавив эту дату.
+не используется. Сохраните полный результат своего запроса через
-Проверьте число строк и уникальность пар за H0.
+`INSERT INTO ... SELECT`, добавив H0 в `observation_day` каждой строки.
+Сверьте число записанных строк с результатом исходного запроса и проверьте
+уникальность пар для этой даты.
 
 Затем дважды выполните последовательность:
 
@@ -72,62 +79,63 @@ SELECT max(event_date) AS observation_day FROM dds.event_v;
 2. Запустите `etl_pipeline` и дождитесь успеха.
 3. Получите новую `observation_day`, сохраните полный набор связей и проверьте его.
 
-Получатся наблюдения **H0**, **H1** и **H2**. Каждую дату записывайте один раз:
+Получатся три копии списка: после дней **H0**, **H1** и **H2**.
-обычный `MergeTree` не устраняет повторы вставки. Между этими действиями
+Для каждой даты сохраняйте список один раз: обычный `MergeTree`
-не запускайте генерацию отдельно от наблюдения.
+не устраняет повторы вставки. Сохраните и проверьте список перед тем,
+как запускать следующий модельный день.
 
-## Сопоставьте два времени
+## Сравните дату покупки с датой появления связи
 
-Сравните наборы пар в соседних наблюдениях. Для нескольких новых связей
+Сравните списки за соседние даты: H0 с H1, затем H1 с H2. Найдите пары,
-покажите `client_id`, `user_id`, `first_purchase_at` и первую дату наблюдения,
+которых не было в прежнем списке. Для нескольких таких пар покажите
-в которой пара появилась. Найдите связь, покупка которой произошла до дня
+`client_id`, `user_id`, `first_purchase_at` и первую `observation_day`,
-ее обнаружения.
+в которой пара появилась. Найдите пример, где покупка произошла раньше
+этой даты.
 
 Для одной такой связи вернитесь к заказу и событию. По данным и
 [порядку доставки заказов](../../architecture/orders/ingestion.md) объясните,
-почему связь отсутствовала в прежнем наблюдении. Был ли момент покупки
+почему пары не было в прежнем списке. Какие данные понадобились для ее
-достаточным основанием считать ее уже известной хранилищу?
+появления и когда они стали доступны?
 
-У пары, которая присутствовала уже в H0, тоже получится минимальная дата
+Для пары, которая присутствовала уже в H0, нельзя определить дату появления:
-наблюдения. В этом случае она означает «пара была известна к началу опыта»:
+у вас нет более ранних копий списка. Для новой пары можно установить
-истории до H0 у вас нет. Для новых пар ежедневные наблюдения устанавливают
+интервал между двумя сохранениями, но не точное время внутри него.
-интервал появления связи, а не точное время внутри него.
 
-## Пересчитайте прежние визиты
+## Пересчитайте отчет за прежние дни
 
 Возьмите один и тот же набор сессий из `dds.session_v` за даты до H0
 включительно. Постройте два дневных расчета:
 
-- со связями, сохраненными в H0;
+- со списком связей на H0;
-- со связями, сохраненными в H2.
+- со списком связей на H2.
 
 Для каждого дня посчитайте посетителей по разным `client_id` и известных
 пользователей по разным `user_id`. Сессии без связи должны остаться в расчете,
 но неизвестный пользователь не должен увеличивать число известных.
-В соединении распределенных сессий с локальной историей используйте
+В соединении сессий с вашей таблицей используйте `GLOBAL LEFT JOIN`.
-`GLOBAL LEFT JOIN` и заранее отберите в истории одну дату наблюдения.
+В таблице связей заранее отберите одну `observation_day`, чтобы копии
+списка за разные дни не смешались.
 
 Найдите день с разным числом известных пользователей. Проследите изменение
 до конкретных связей и прежних сессий. Проверьте, что число посетителей
-не изменилось и известные пользователи не превышают его.
+не изменилось, а число известных пользователей не больше числа посетителей.
 
-Напишите, какой вариант нужен для двух требований к витрине:
+Теперь проверьте, можно ли воспроизвести расчет на H0 без сохраненного
-
+списка за эту дату. Возьмите список на H2 и оставьте только пары,
-- «пересчитать прошлые визиты с учетом всех сведений, доступных сейчас»;
+у которых `first_purchase_at` приходится на H0 или более ранний день.
-- «воспроизвести расчет, сделанный при наблюдении H0».
+Сравните полный набор пар с копией на H0. Выведите пары, которые есть
-
+только в одном из списков.
-Для второго требования проверьте еще один способ: взять текущие связи,
+На примере найденных различий объясните, какие данные нужно сохранять,
-оставив только `first_purchase_at` до конца H0. Совпадет ли полный набор
+чтобы повторить прежний расчет.
-пар с сохраненным в H0? Найденным расхождением обоснуйте выбор истории
-для воспроизводимого расчета.
 
 ## Что должно получиться
 
-У вас есть запрос связей с подтверждающими покупками, три сохраненных
+У вас есть запрос сопоставления посетителей с покупателями, три сохраненных
-наблюдения и сравнение двух расчетов на одном наборе сессий. Вы можете
+списка связей и сравнение двух расчетов на одном наборе сессий. На конкретных
-показать, когда новая связь стала видна в наблюдениях, и объяснить,
+парах вы можете показать разницу между датой покупки и датой появления пары
-какие данные понадобятся для воспроизведения прежнего расчета.
+в сохраненном списке, а также объяснить, что нужно для повторения прежнего
+расчета.
 
-Сохраните SQL и таблицу наблюдений: они нужны в продолжении
+Сохраните SQL и таблицу `lab_identity_history`: они нужны в продолжении
 [«Как обновлять витрину без полной пересборки»](incremental-daily-traffic.md).
 Если продолжать не планируете, удалите свою таблицу через `DROP TABLE`.

docs/labs/optional/incremental-daily-traffic.md

@@ -4,20 +4,21 @@
 и повторять незавершенную загрузку.
 
 Факультатив повышенной сложности продолжает работу
-[«Когда хранилище узнало пользователя»](identity-over-time.md).
+[«Как новые заказы меняют отчет о посетителях»](identity-over-time.md).
-Понадобятся ее запрос сохранения связей и таблица `default.lab_identity_history`.
+Понадобятся ее запрос сохранения списка связей и таблица `default.lab_identity_history`.
 Работайте под `student` через то же подключение DBeaver.
 
 Стенд пересчитывает `dm.daily_traffic_v` целиком: новая связь может изменить
 число известных пользователей в старом дне. Вы построите рядом свою витрину,
 которая пересчитывает только затронутые дни и дает тот же результат.
 
-В опыте появляются новые дни сессий и новые связи. Мир стенда не отзывает
+При обычном продвижении модельного времени появляются новые дни сессий
-связи и не исправляет старые сессии при обычном продвижении времени.
+и новые связи. Уже найденные пары сохраняются, а сессии прежних дней
+не меняются.
 Удаление данных, исправления старых сессий и пересоздание мира потребовали бы
 другого способа обнаружения изменений.
 
-## Подготовьте витрину и журнал загрузок
+## Создайте витрину и журнал успешных загрузок
 
 Создайте две локальные таблицы. Если имена заняты, выберите свои.
 
@@ -41,93 +42,96 @@ ORDER BY observation_day;
 ```
 
 В витрине одна актуальная строка на день. Для обновления вставляйте полный
-новый результат дня с новой `observation_day`; читайте его с `FINAL`.
+новый результат дня с новой `observation_day`. Читайте витрину с `FINAL`:
-Движок выбирает максимальную `observation_day` для каждого `report_date`.
+для каждого `report_date` останется строка с максимальной `observation_day`.
-Старая версия может исчезнуть при слиянии: эта таблица хранит текущий расчет,
+Старые версии могут исчезнуть при слиянии,
-а не историю наблюдений.
+поэтому для воспроизведения прежнего расчета нужна сохраненная история связей.
 
-Журнал хранит даты успешно завершенных загрузок. Добавляйте дату только
+В журнал записывайте `observation_day` списка связей, использованного
-после записи всех выбранных дней и успешной сверки. Последняя строка журнала
+для расчета. Добавляйте дату только после записи всех выбранных дней
-будет границей, от которой вы ищете новые связи в следующем прогоне.
+и успешной сверки. Максимальная дата в журнале укажет, какой список
+использовался в последней завершенной загрузке.
 
 ## Выполните первую загрузку целиком
 
 Убедитесь, что `world_live` стоит на паузе и нет активных прогонов генерации
 и обработки. Запустите `etl_pipeline` и дождитесь успеха. Получите текущую
-`observation_day` способом из первой работы. Если такого наблюдения еще нет
+`observation_day` способом из первой работы. Если списка за эту дату еще нет
-в вашей истории, сохраните его; уже сохраненную дату повторно не вставляйте.
+в вашей истории, сохраните его. Повторно вставлять уже сохраненный список
+не требуется.
 
 Напишите `INSERT INTO ... SELECT`, который рассчитывает все даты сессий из
-`dds.session_v` со связями текущего наблюдения. Правила результата:
+`dds.session_v` со списком связей на текущую дату. Правила результата:
 
 | Колонка | Что считать |
 |---|---|
 | `report_date` | `session_date` |
 | `visitors` | число разных `client_id` |
 | `known_users` | число разных известных `user_id` |
-| `observation_day` | дата текущего наблюдения |
+| `observation_day` | дата выбранной копии списка связей |
 
-Сессии без известного пользователя сохраняйте. Несколько кук одного
+Сессии без известного пользователя сохраняйте в расчете. Несколько кук одного
-пользователя не должны увеличивать `known_users`. Для соединения с локальной
+пользователя не должны увеличивать `known_users`. Для соединения с вашей
-историей связей используйте `GLOBAL LEFT JOIN`.
+таблицей связей используйте `GLOBAL LEFT JOIN`, отобрав одну `observation_day`.
 
 Построчно сверьте свои `report_date`, `visitors`, `known_users` с
 `dm.daily_traffic_v`. Сверка должна находить лишние и отсутствующие даты
 и различия обоих показателей. Учебную витрину читайте с `FINAL`.
 После совпадения запишите дату наблюдения в журнал один раз.
 
-## Выберите дни следующего пересчета
+## Найдите дни, которые нужно пересчитать
 
 Продвиньте мир на один день: `world_next_day` с `days = 1`, затем
-`etl_pipeline`; после каждого запуска дождитесь успеха. Сохраните новое
+`etl_pipeline`; после каждого запуска дождитесь успеха. Сохраните новый
-наблюдение связей запросом из первой работы.
+список связей запросом из первой работы.
 
-Обозначим дату последней успешной загрузки из журнала **P**, текущую дату
+Обозначим максимальную `observation_day` в журнале **P**, а дату нового
-наблюдения — **H**. До записи результата составьте запрос, возвращающий
+списка связей — **H**. До записи результата составьте запрос, возвращающий
-разные даты для пересчета. Он должен учесть два изменения:
+даты для пересчета без повторов. Он должен учесть два изменения:
 
 - в сессиях появились дни, которых еще нет в вашей витрине;
-- в карте появились пары, которых не было при P; у этих кук есть сессии,
+- в списке на H появились пары, которых не было в списке на P; у этих кук
-  в том числе за прежние дни.
+  есть сессии, в том числе за прежние дни.
 
-Сначала выведите даты и разберите одну старую дату: какая новая пара привела
+Сначала выведите даты и выберите один прежний день: какая новая пара
-к ее выбору и какие сессии с ней связаны? Рядом посчитайте, сколько дат
+потребовала его пересчета и какие сессии с ней связаны? Рядом посчитайте,
-пересчитала бы полная загрузка. Зафиксируйте оба числа; равенство тоже
+сколько дат пересчитала бы полная загрузка. Зафиксируйте оба числа;
-возможно, если новые связи затронули всю историю.
+равенство тоже возможно, если новые связи затронули всю историю.
 
-Проверьте альтернативу: искать изменения по `first_purchase_at`, взяв покупки
+Для сравнения выберите из списка на H пары, у которых день покупки
-только после конца P. Сравните полученный набор пар с разностью наблюдений.
+по `first_purchase_at` позже P. Совпадет ли результат с новыми парами,
-Покажите пару, которую такое ограничение пропускает.
+найденными сравнением списков? Покажите пару, которую ограничение по дате
+покупки пропускает.
 
 ## Обновите выбранные дни
 
 Напишите второй `INSERT INTO ... SELECT`. Для выбранных дат он должен
-рассчитать все сессии с полной картой связей на H. Прибавление числа новых
+рассчитать все сессии с полным списком связей на H. Прибавление числа новых
 связей к прежнему `known_users` не заменяет пересчет разных пользователей.
 
 Вставьте результаты с версией H. Полностью сверьте актуальную учебную витрину
 со стендовой, включая дни, которые не пересчитывали. Только после совпадения
 добавьте H в журнал.
 
-Без продвижения мира повторите выбор дат. После успешной загрузки новых дат
+Без продвижения мира снова определите P по журналу и повторите выбор дат.
-и пар быть не должно, а результат витрины должен остаться прежним.
+Запрос должен вернуть пустой результат, а витрина — остаться прежней.
 Повторно записывать H в журнал не требуется.
 
-## Повторите незавершенную загрузку
+## Проверьте повторный запуск после частичной загрузки
 
 Снова запустите `world_next_day` с `days = 1`, затем `etl_pipeline`,
-дожидаясь успеха каждого. Сохраните новое наблюдение связей.
+дожидаясь успеха каждого. Сохраните новый список связей с его датой H.
 Получите даты для пересчета, но запишите результат только за одну из
 них. Остальные пока не загружайте и дату в журнал не добавляйте.
 Так вы воспроизведете остановку между записями дней, не ломая стенд.
 
-Запустите свой обычный расчет еще раз, определив P по журналу. Он должен
+Снова определите P по журналу, выполните запрос выбора дат и пересчет
-довести загрузку до совпадения со стендовой витриной без очистки уже
+этих дней. Проверьте, что результат совпал со стендовой витриной без очистки
-записанных строк. После сверки запишите H в журнал.
+уже записанных строк. После сверки запишите H в журнал.
 
-Объясните на этом опыте, почему последнее сохраненное наблюдение нельзя
+Объясните на этом опыте, почему сохранение нового списка связей еще
-автоматически считать загруженным в витрину. Что изменится, если записать H
+не означает, что витрина обновлена. Что изменится, если записать H в журнал
-в журнал до обновления витрины?
+до обновления витрины?
 
 ## Что должно получиться
 
@@ -136,9 +140,9 @@ ORDER BY observation_day;
 повтор без новых данных сохраняет результат, а незавершенную загрузку
 можно продолжить без полной пересборки.
 
-Сравните цену двух вариантов: сколько дней вы пересчитывали и какие
+Сравните число пересчитанных дней с полной загрузкой и перечислите,
-дополнительные данные хранили. По этому опыту можно судить об объеме работы,
+какие дополнительные данные пришлось хранить. Так можно оценить объем работы.
-но не об ускорении: на небольшом стенде полный пересчет может быть дешевле.
+На небольшом стенде полный пересчет может быть дешевле.
 В вашей реализации поиск связей пока читает всю историю покупок —
 инкрементальным стал именно пересчет дневной витрины.
 

docs/specs/2026-09-01-labs-program.md

@@ -207,7 +207,7 @@
 
 Открывается после ступени 1 основной программы.
 
-- **[Когда хранилище узнало пользователя](../labs/optional/identity-over-time.md) (#145).**
+- **[Как новые заказы меняют отчет о посетителях](../labs/optional/identity-over-time.md) (#145).**
   Учащийся собирает связи с подтверждающими покупками и сохраняет три
   ежедневных наблюдения. На одном наборе прежних сессий сравнивает расчет
   с прежними и новыми связями, выбирает историю для воспроизведения расчета.