docs(storage): правки конвенции по двум холодным ревью

- Зачем:
  - раздел «Часовые пояса» прошёл два холодных ревью — по дефектам и по
    уместности. Первое поймало ложный замер и три расхождения с живым
    стендом, второе — материал не своей зоны и дубли (#63).
- Что:
  - замер «расхождение живёт по HTTP» отозван: мерил toString(UTCEventTime)
    в родном клиенте против голой колонки по HTTP, а это разные вещи.
    Перемерено — клиенты ведут себя одинаково; записан верный факт: вывод
    колонки идёт по поясу сессии, функция — по поясу типа.
  - «по поясу сервера» заменено на «по поясу сессии, а тот по умолчанию
    серверный» — в разделе и в ADR 0005; утверждение в ледгере переписано
    под измеренный раскол вывода и типа.
  - PARTITION BY toDate(_load_ts) больше не выдаётся за уже соблюдённое
    правило: _load_ts сегодня DateTime64(3) без пояса.
  - абзац ADR 0005 больше не спорит с цитатой вызова строкой выше.
  - вырезано: веер отклонённых вариантов под заголовком (живые отказы
    разложены прозой по своим абзацам, как принято в этом документе),
    ссылка на несуществующую связку в world.py, осиротевшая строка про
    Grafana, абзац про пояс показа — он уехал комментарием в #63.
- Проверка:
  - make lint
  - замеры повторены на живом стенде 8 августа 2026 года
  - DDL к конвенции по-прежнему не приведён: документы описывают цель
This commit is contained in:
2026-08-08 19:05:39 +03:00
parent a93a3bf3a3
commit e6f300a66e
2 changed files with 41 additions and 42 deletions
+5
View File
@@ -232,6 +232,11 @@ ClickHouse 26.3.17.56. Все четыре ответили так, как жд
всех трёх NULL. Источник у топика один и шлёт одну запись, так что широта не
нужна вовсе, а платится за неё отключённой проверкой.
Пояс разбору при #63 добавлен третьим аргументом — `'UTC'`; вызов выше приведён
без него, каким он был до этого решения. Без имени пояса функция трактует
показания часов по поясу сессии, а тот по умолчанию серверный. Правило целиком
и его довод — [конвенция часовых поясов](../architecture/storage.md).
Цена выбора измерена на настоящих данных: по всем 101 252 строкам сырья
модельного дня (день залит дважды) точный формат разобрал метку у каждой, и
ни на одной не разошёлся с `parseDateTimeBestEffort`. Различаются они только
+36 -42
View File
@@ -154,9 +154,14 @@ Greenplum, чтобы словарь был общим у двух хранил
**Линза называется явно — в типе колонки либо в вызове функции.** Третий
источник, умолчание сервера, в коде не виден и меняется снаружи, поэтому в DDL
и запросах его не остаётся. Правило стоит на источнике пояса, а не на функции:
`toDate` по колонке, чей тип пояс несёт, законен и имени не требует — так стоит
`PARTITION BY toDate(_load_ts)` у сырья и у таблицы ошибок. Имя пишется тогда,
и запросах его не остаётся. Прописать этот пояс своей рукой — `<timezone>` в
конфигурации ноды или `TZ` контейнеру — было бы той же болезнью с другим
умолчанием, и вдобавок отняло бы проверку: когда линза названа в типах и в
разборе, пояс сервера на данные не влияет нигде, и в этом можно убедиться,
поменяв его. Правило стоит на источнике пояса, а не на функции:
`toDate` по колонке, чей тип пояс несёт, законен и имени не требует — так и
работают ключи партиций `toDate(_load_ts)` у сырья и у таблицы ошибок, когда
`_load_ts` типизирован. Имя пишется тогда,
когда нужна другая линза, чем у колонки: `toDate(UTCEventTime, 'Europe/Samara')`
— это «день по часам счётчика».
@@ -164,41 +169,29 @@ Greenplum, чтобы словарь был общим у двух хранил
выгрузки и говорит на языке выгрузки: у Метрики `UTCEventTime` абсолютна,
значит `DateTime('UTC')`; служебные метки `_load_ts` и `kafka_timestamp`
абсолютны тоже — `DateTime64(3, 'UTC')`. DDS и витрины обслуживают человека с
дашбордом, поэтому время там лежит местным, в поясе счётчика, и пересчёт идёт
один раз при наполнении слоя: автор отчёта пояса не пишет, он берёт готовую
колонку. `Date` не участвует вовсе — у типа пояса нет.
дашбордом, поэтому время там лежит местным, в поясе счётчика (`Europe/Samara`,
UTC+4), и пересчёт идёт один раз при наполнении слоя: автор отчёта пояса не
пишет, он берёт готовую колонку. `Date` не участвует вовсе — у типа пояса нет.
Объявить местным и ODS — `DateTime('Europe/Samara')` — соблазнительно: байты те
же, меняется одна линза, и `toDate(UTCEventTime)` начинает совпадать с
`EventDate` всегда. Отвергнуто потому, что колонка зовётся `UTCEventTime` и в
настоящей выгрузке Метрики она в UTC, а стёртое расхождение — тот самый урок,
ради которого мир сделан с поясом счётчика.
**Линза выбирается дважды, и второй раз упустить легко.** На чтении — показать
метку или свести её к дате. На записи — превратить строку в число: на проводе
`UTCEventTime` приезжает как `2026-06-04T20:58:56Z`, но суффикс `Z` в маске
разбора не признак зоны, а буква, которую парсер сверяет и выбрасывает. Значит
`parseDateTimeOrNull` получает показания часов и решает, чьи они; без третьего
аргумента — по поясу сервера. Тип колонки тут не помогает: он про то, как число
читают, а не про то, какое число ляжет. Поэтому имя пояса стоит и в разборе;
сам разбор и выбор функции решены в [ADR 0005](../adr/0005-event-ingestion.md).
метку или свести её к дате. На записи — превратить строку в число: суффикс `Z`
на проводе зоны не даёт, маска разбора съедает его буквой, и
`parseDateTimeOrNull` без третьего аргумента трактует показания часов по поясу
сессии, а тот по умолчанию серверный. Тип колонки тут не помогает: он про то,
как число читают, а не про то, какое ляжет. Механика и выбор функции — [ADR
0005](../adr/0005-event-ingestion.md).
**День берётся из `EventDate`.** Дата в поясе счётчика уже посчитана
генератором и лежит колонкой, так что суточные срезы группируются по ней и
пояса не упоминают вовсе. Почему у ночных событий `toDate(UTCEventTime)` с ней
расходится — [спека генератора](../specs/2026-08-01-generator.md), раздел 9.
Функции ClickHouse требуют имя пояса, а генератор считает смещением; связаны
они в [`world.py`](../../generator/src/clickstream_generator/world.py) — там же
довод, почему смещение не выводится из имени.
Отвергнуто по дороге четыре варианта. **Оставить умолчание сервера**: числа
сегодня верные, но держатся они на настройке окружения, которой нет ни в одном
файле репозитория. **Прописать пояс серверу** — та же болезнь с другим
умолчанием, и вдобавок отнимает проверку: когда линза названа в типах и в
разборе, пояс сервера на данные не влияет нигде, и менти может в этом
убедиться, поменяв его. **Объявить и ODS в поясе счётчика**
(`DateTime('Europe/Samara')`) — байты те же, меняется линза, и
`toDate(UTCEventTime)` начинает всегда совпадать с `EventDate`; отвергнуто
потому, что колонка зовётся `UTCEventTime` и в настоящей выгрузке Метрики она в
UTC, а стёртое расхождение — тот самый урок, ради которого мир сделан с поясом
+4. **Хранить местное время вместо абсолютного** ломает формат выгрузки и
названо было для полноты веера.
## Путь реплицированных таблиц в keeper
Шаблон — `/clickhouse/tables/{shard}/{database}/{table}`. База в пути
@@ -452,9 +445,10 @@ ODS. Второе: матвью приёма создаётся последне
завязан на движок базы `Atomic`. `ON CLUSTER` ждёт все хосты и бросает по
таймауту; `CREATE ... IF NOT EXISTS` на существующем объекте не бросает.
`parseDateTime` и его родня принимают пояс необязательным последним аргументом,
а без него берут пояс сессии или сервера. У колонки с объявленным поясом
значения приводятся к нему, у колонки без объявленного действует пояс сервера
(сверка 8 августа 2026 года).
а без него берут пояс сессии — он же по умолчанию серверный. У колонки с
объявленным поясом значения приводятся к нему; у колонки без объявленного
`session_timezone` перекрывает серверную настройку на выводе, но тип, с которым
считают функции, остаётся прежним (сверка 8 августа 2026 года).
**Проверено на стенде.** Опыты прогнаны на живом кластере: пять при исполнении
#37 (четыре 5 августа 2026 года, пятый 6 августа), пять при исполнении #43
@@ -470,15 +464,15 @@ ODS. Второе: матвью приёма создаётся последне
- `toDate` берёт пояс у типа своего аргумента. Из одного момента:
по `DateTime('UTC')``2026-05-31`, по `DateTime('Europe/Samara')`
`2026-06-01`. Отсюда форма правила: имя пояса нужно там, где его не несёт тип.
- Расхождение глаза и `GROUP BY` живёт по HTTP и только там. Событие
`WatchID = 113504893317`, `EventDate` = `2026-06-05`: по HTTP без настроек
колонка показана `2026-06-04 20:58:56`, с `session_timezone = 'Europe/Samara'`
`2026-06-05 00:58:56`, а `toDate(UTCEventTime)` в обоих случаях
`2026-06-04`. Родной `clickhouse-client` `session_timezone` к отображению
колонки не применяет и показывает `20:58:56` в обоих случаях. То есть сцену
видно из клиентов поверх HTTP — Superset в стенде ходит именно так. После объявления
`DateTime('UTC')` она уходит: проверено кастом на том же событии — колонка
показывает `20:58:56` и при чужом поясе сессии.
- У колонки без объявленного пояса глаз и `GROUP BY` расходятся. Событие
`WatchID = 113504893317`, `EventDate` = `2026-06-05`: без настроек колонка
показана `2026-06-04 20:58:56`, под `session_timezone = 'Europe/Samara'`
`2026-06-05 00:58:56`, а `toDate(UTCEventTime)` в обоих случаях
`2026-06-04`. То есть вывод колонки идёт по поясу сессии, а функция — по
поясу типа, и тип на сессию не смотрит. Родной клиент и HTTP ведут себя
одинаково. После объявления `DateTime('UTC')` расхождение уходит: проверено
кастом на том же событии — колонка показывает `20:58:56` и при чужом поясе
сессии.
- Матвью с источником-`Distributed` срабатывает на вставку именно в эту
распределённую таблицу, до раскладки по шардам. Обе матвью разбора стоят над