docs(warehouse): объяснены расчет строк и замена дневных разделов

Зачем: выражения «собираются в донор» и «публикуются дни» требовали
знать устройство конвейера до чтения объяснения.

Что: описаны назначение промежуточных таблиц и последовательность
расчета, записи и замены разделов. Перечитаны остальные объяснения:
выбор дней, разворачивание позиций заказа, проверка сессий и повтор запуска.

Проверка: make lint, git diff --check, локальные ссылки и якоря.
SQL без комментариев и AST обоих дагов без строк документации не изменились.

Refs: #249

AGENTS.md

@@ -8,15 +8,26 @@
 Стенд строится по спеке
 [«Боевой реализм стенда (v2)»](docs/specs/2026-07-30-stand-v2-realism.md).
 
-Отсюда вопрос к любой доработке — коду, проверке, документу: **чему на ней
+Стенд рассчитан на начинающих инженеров данных. Они недавно изучили ClickHouse,
-научится менти?** Ответ называется одной фразой до того, как писать. Не
+но почти не работали с ним руками. Здесь они разбирают и достраивают хранилище
+небольшого интернет-магазина: проходят путь от загрузки данных до витрин и BI.
+Программа дает практику общепринятых инженерных приемов. После нее участники
+должны уметь построить похожее хранилище без готового образца. Состав и порядок
+работы задает [программа учебных заданий](docs/specs/2026-09-01-labs-program.md).
+
+Стенд существует только ради обучения. Его поддержка имеет смысл, когда
+сохраняет возможность пройти программу или сама становится учебной задачей.
+Отдельной эксплуатационной ценности у стенда нет.
+
+Отсюда вопрос к любой доработке — коду, проверке, документу: **чему она
+учит?** Ответ называется одной фразой до того, как писать. Не
 складывается фраза — это вопрос владельцу, а не строчка кода: проверки в этом
 репозитории однажды уже переросли продукт.
 
 **Усложнение не бесплатно, и платит за него учебная ценность.** Чем сложнее
-стенд, тем хуже он как учебный материал: внимание менти конечно, и каждая
+стенд, тем хуже он как учебный материал: внимание читателя конечно, и каждая
 конструкция, которую он обязан расшифровать по дороге к уроку, списывается с
-этого счёта. Поэтому вопрос выше имеет вторую половину: **что менти платит,
+этого счёта. Поэтому вопрос выше имеет вторую половину: **что читатель платит,
 чтобы это прочесть, и что получает взамен?** Ответ «вопрос — и ничего»
 означает, что писать не нужно.
 
@@ -70,6 +81,9 @@ Airflow) и названия из кода. Если для понятия ес
 писал: простые слова, короткие фразы, сложную мысль поясняй при первом
 упоминании. Если понятность и буквальная точность спорят — выбирай понятность.
 
+При создании или редактировании лабораторных следуй
+[правилам учебного текста](docs/specs/2026-09-01-labs-program.md#как-писать-задания).
+
 Внутренние рассуждения и промежуточные пометки по ходу работы веди на
 английском — он экономнее по токенам. На русском остаётся всё, что видит и
 хранит проект: итоговые ответы, документы, комментарии в коде и SQL, сообщения
@@ -157,13 +171,18 @@ Airflow) и названия из кода. Если для понятия ес
   дефис (`clickstream-event.md`). Ни даты, ни номера: документ не событие
   истории, а текущее описание живого формата — и собирается из кода, а не
   пишется руками.
-- Имена файлов в `docs/labs/` — слаг строчными латинскими буквами через дефис
+- Имена файлов основной программы в `docs/labs/` — `S-N-slug.md`:
-  (`top-pages-daily.md`), индекс папки — `README.md`. Здесь живут ТЗ учебных
+  номер ступени, номер задания внутри ступени и слаг строчными латинскими
-  заданий. Ни даты, ни номера: задание — не событие истории, а живой документ,
+  буквами через дефис (`1-2-top-pages-daily.md`). Здесь живут ТЗ
-  и правится он вместе с тем, о чем говорит. Слаг называет предмет задания.
+  учебных заданий. Номера повторяют порядок программы из `README.md`, чтобы
+  папка читалась как оглавление; даты нет: задание — живой документ и
+  правится вместе с тем, о чем говорит. Слаг называет предмет задания.
+  Факультативы живут в `docs/labs/optional/`, без номеров, под одним слагом
+  (`superset-dashboard.md`). Общий индекс обеих частей — `docs/labs/README.md`;
+  отдельного индекса в `optional/` нет.
 - Имена файлов в `docs/handbook/` — слаг строчными латинскими буквами через
   дефис, индекс папки — `README.md`. Здесь живет путеводитель по стенду:
-  учебные главы для менти. Ни дат, ни номеров: глава — живой документ и
+  учебные главы для читателя. Ни дат, ни номеров: глава — живой документ и
   правится вместе с тем, что описывает. Исходники интерактивной карты лежат
   подпапкой `architecture-map/`, а ее рендер — файлом `architecture-map.html`
   рядом с главами.

CLAUDE.md

@@ -1 +1,7 @@
-@AGENTS.md
+@AGENTS.md
+
+# Читабельность языка
+
+Пиши легко для чтения. Сокращай количество мыслей, а не количество слов, которыми выражена каждая мысль.
+
+Please remove all mannered prose.

CONTEXT.md

@@ -1,229 +1,275 @@
 # Кликстрим-платформа (стенд v2)
 
-Словарь понятий проекта: одни и те же слова для одних и тех же вещей —
+Словарь понятий, которые встречаются в учебных заданиях, документации и коде
-у владельца, кода, документов и агентов. Только язык, никаких решений.
+стенда.
 
 ## Язык
 
-**Хранилище**:
+- [Люди и события](#люди-и-события)
-Аналитическая база стенда — кластер ClickHouse со слоями STG/ODS/DDS/DM.
+- [Хранилище и форматы данных](#хранилище-и-форматы-данных)
-Принимающая сторона границы «трекер | хранилище»: нормализует имена и стили
+- [Заказы](#заказы)
-источников, строится по их документации.
+- [Модельное время и запуск стенда](#модельное-время-и-запуск-стенда)
-_Избегать_: склад, склад данных
+- [Устройство генератора](#устройство-генератора) — для чтения его кода
+  и технических справочников.
 
-**Сырые данные**:
+### Люди и события
-Слой STG хранилища и его содержимое: сообщение топика, положенное строкой,
-как пришло, без разбора. В прозе — сырые данные и сырой слой; про
-конкретную таблицу или базу — STG.
-_Избегать_: сырьё
-
-**Состав мира**:
-Постоянная часть мира генератора — популяция посетителей, их привычки,
-двухкуковые пары. По дням его выдаёт план состава.
-_Избегать_: состояние мира
-
-**План состава**:
-Способ спросить состав мира: функция зерна, выдающая его по дням —
-когорту новых кук, их возвраты, назначенные заказы двухкуковых пар.
-
-**Подпоток**:
-Ветвь дерева случайности генератора: своё зерно у состава мира, у каждого
-дня и у каждого компонента дня. Подпоток задан позицией в дереве, а не
-порядком вычислений.
-
-**Конфигурация мира**:
-Модуль чистых данных со всеми числами мира: приток, профили возвратов, доли
-покупателей, D0. Правка модуля — смена мира. Модуль-близнец контракта схемы:
-там колонки, здесь числа.
-
-**Когорта дня**:
-Люди, впервые пришедшие в мир в один день, со всеми их куками и днями
-активности. Единица плана состава: когорта — функция зерна и номера дня.
 
 **Человек**:
-Устойчивая личность в составе мира, которой принадлежат одна или две куки.
+Участник модели магазина, который может заходить с одного или двух
-Не поле источника: кликстрим видит куку, а заказ — пользователя магазина.
+устройств. Генератор знает, какие идентификаторы посетителя ему принадлежат,
+но в событиях сайта этой связи нет.
 
 **Посетитель**:
-Кука, наблюдаемая в кликстриме и обозначенная `ClientID`; единица
+Браузер на устройстве, который счетчик сайта узнает по куке — сохраненному
-`uniq(ClientID)`. Один человек может быть представлен несколькими посетителями.
+в браузере идентификатору. В кликстриме он обозначается `ClientID`:
-_Избегать_: «посетитель» про человека после склейки
+`uniq(ClientID)` считает посетителей, и у одного человека их может быть несколько.
+_Избегать_: «посетитель» про человека после объединения его идентификаторов.
 
 **Пользователь магазина**:
-Представление человека со стороны заказов; в записи заказа обозначается
+Человек, известный серверной части магазина под идентификатором `user_id`.
-`user_id`. Через заказы связывает разные куки человека, в кликстрим напрямую
+Он указан в заказах и позволяет связать разные `ClientID` одного человека;
-не попадает.
+в кликстриме поля `user_id` нет. Например, покупки с телефона и ноутбука
-
+могут иметь разные `ClientID`, но один `user_id` в заказах.
-**Приток**:
-Появление новых кук на всём протяжении оси модельного времени; единица —
-кука (`ClientID`). Из-за притока накопленная аудитория растёт с
-горизонтом и не совпадает с дневной.
-
-**Хвост возвратов**:
-Окно активности, отсчитанное от первого дня человека и общее на обе
-его куки; дольше окна кука не возвращается.
-
-**Предыстория**:
-Когорты плана с первым днём активности до D0; событий не порождают.
-
-**День активности**:
-День, в который кука хоть раз появилась в мире: день её рождения или день
-возврата. Единица плана состава: за день он у куки один, а визитов внутри
-него бывает несколько.
-_Избегать_: визит (визит — про сессию)
 
 **Визит**:
-Подряд идущие события одной куки без пауз длиннее 30 минут, не пересекающие
+Последовательность событий одного посетителя без пауз длиннее 30 минут
-границу суток. Поле `VisitID` — эталон для лабы сессий. «Сессия» — то же
+и без перехода через полночь по часовому поясу счетчика. Сессия означает
-понятие словами аналитики: в данных и в коде оно зовётся визитом, но имена
+то же самое; поле `VisitID` служит эталоном в задании по нарезке сессий.
-вроде «лаба сессий» и «сборка сессий» остаются.
+
+**День активности**:
+День, в который посетитель появился на сайте хотя бы раз: впервые или
+вернувшись. За один день активности у него может быть несколько визитов.
+_Избегать_: визит в значении целого дня активности.
 
 **Паспорт куки**:
-Устройство и город, приписанные куке на всю жизнь: кука — это браузер на
+Устройство и город, закрепленные за посетителем во все дни его активности.
-устройстве. Держит их план состава, разворачивает в поля события
+Генератор записывает их в поля событий. У двух посетителей одного человека
-день-функция; у двухкуковой пары город один на две куки, устройства разные.
+город совпадает, а устройства различаются.
-
-**Покупатель**:
-Человек, которого план состава пометил склонным покупать. Метка значима:
-помеченный доходит до заказа заметно чаще прочих, но и непомеченный иногда
-покупает. Из покупателей отбираются двухкуковые пары.
-_Избегать_: «покупатель» про того, кто купил в конкретный день — это визит
-с заказом.
-
-**День-функция**:
-Функция (зерно, номер дня), выдающая упорядоченный поток событий этих
-модельных суток. Состояния между днями нет: день D не зависит от того,
-прожиты ли дни до него.
 
 **Торговое событие**:
-Событие корзины или покупки — отдельная строка потока, а не просмотр
+Запись о добавлении товара в корзину или о покупке: `add_to_cart` или
-страницы. Садится на ту страницу, где случилось: корзина — на карточку
+`purchase`. Это отдельная строка кликстрима со страницей, где произошло
-товара, покупка — на страницу подтверждения заказа.
+действие: карточкой товара для корзины или страницей подтверждения для покупки.
+
+### Хранилище и форматы данных
+
+**Хранилище**:
+Аналитическая база стенда в ClickHouse. Данные проходят слои STG, ODS, DDS
+и DM: от исходных сообщений до витрин для отчетов. Хранилище принимает
+данные по документации источников и приводит их к своей модели и именам.
+_Избегать_: склад, склад данных.
+
+**Сырые данные**:
+Исходные сообщения Kafka, сохраненные в слое STG без разбора: одно сообщение
+занимает одну строку таблицы. Слой STG также называют сырым слоем.
+_Избегать_: сырьё.
 
 **Справочник**:
-Данные, которые хранилище не производит, а получает готовыми со стороны:
+Готовые сведения из внешнего источника, которыми хранилище дополняет
-содержимым владеет источник вне хранилища, слои только читают. Живут в базе
+свои данные. На стенде они находятся в базе `dic`; пока это только каталог
-`dic`. Первый и пока единственный — каталог товаров.
+товаров. Объект `DICTIONARY` ClickHouse — одна из форм доступа к справочнику.
-_Избегать_: словарь — этим словом в проекте зовут и глоссарий понятий, и
+_Избегать_: словарь в значении справочных данных: это слово уже обозначает
-объект `DICTIONARY` ClickHouse, одну из форм, в которой справочник доступен.
+`DICTIONARY` и словарь понятий.
 
 **Каталог товаров**:
-`data/catalog/products.csv` — общий файл генератора и словаря
+Список товаров с артикулами, названиями, категориями, брендами, ценами
-ClickHouse. Форма файла решена, длина — нет: строки дописываются.
+и уровнями спроса. Файл `data/catalog/products.csv` общий для генератора
-
+и справочника ClickHouse; товары можно добавлять строками в этом формате.
-**Уровень спроса**:
-Свойство товара в каталоге: как часто открытую карточку кладут в корзину.
-Три значения — магнит, обычный, залёживается. Постоянная часть мира, а не
-поведение дня: он и делает конверсию «просмотр → корзина» по товарам и
-брендам различимой.
-
-**Ось модельного времени**:
-Собственный календарь мира генератора. Дни считаются от фиксированного
-первого дня D0; реальный календарь в модели не участвует. Между прогонами
-живут только зерно и позиция на оси.
-
-**Стартовый мир**:
-Первые восемь дней оси (понедельник по понедельник), которыми стенд
-наполняется при каждом `make up`. Он же эталонный мир, всегда один и тот же:
-на нем принимаются следующие этапы.
-_Избегать_: зерновой мир
-
-**Паспорт мира**:
-`data/world-inventory.json` — единственное, что о мире хранится в git: шапка
-(зерно, версия генератора, хеш каталога), строка на каждый день событий
-(число и хеш байтов) и строка на каждый отправленный слепок (хеш байтов).
-Счётчик сверх этого заводится только с названным читателем. Сам мир не
-хранится, а пересчитывается; паспорт отвечает на один вопрос: тот ли это мир.
-_Избегать_: опись мира, манифест, мини-манифест
-
-**Пошаговый режим**:
-Базовый способ движения по оси модельного времени: «прожить следующий
-день» — явное действие.
-
-**Живой день**:
-Проигрывание текущего модельного дня в реальном времени с ускорением;
-включается по требованию — постоянным фоном идёт, только пока включён
-выключатель `world_live`.
-
-**Пакетный режим**:
-Проигрывание готового дня пачкой, без темпа: заливка снимка при старте
-стенда, пересборки и проверки.
-
-**Даги модельного времени**:
-Даги Airflow, которыми двигают ось модельного времени: шаговые даги играют
-день — пачкой или в темпе, — а выключатель держит стенд живущим, пока включён.
-Коротко — даги времени.
-_Избегать_: пульт мира, управляющие даги
-
-**Шаговый даг**:
-Даг модельного времени, который играет день и ставит позицию на оси:
-`world_next_day` — пачкой, `world_live_day` — в темпе. Запускается руками,
-расписания и паузы не имеет; автоматику поверх него даёт выключатель.
-_Избегать_: работник
-
-**Граница суток**:
-Единственный структурный шов модели: сессии режутся по ней, слепок заказов
-снимается на ней, день проживается только целиком.
-
-**Контракт схемы**:
-Python-модуль с описателями колонок события — собственность генератора.
-Из него выводятся генератор, валидация и документация формата; хранилище
-строится по документации, не по модулю.
 
 **Нормализованное имя**:
-Имя колонки источника, приведённое к нашему стилю (snake_case). Живёт в
+Имя поля источника, записанное в стиле `snake_case`: например,
-контракте схемы и в описании выгрузки. Не то же, что имя атрибута в модели
+`ClientID` становится `client_id`. Оно указано в описании выгрузки и
-данных: слой DDS складывает модель и называет атрибуты по ней.
+контракте схемы. Слой DDS выбирает имена по своей модели данных, поэтому
+они не обязаны повторять нормализованные имена источника.
 
 **Описание выгрузки**:
-Публичная документация формата события: таблица колонок, собранная из
+Документ, который объясняет поля и формат событий источника:
-контракта схемы. По ней пишется сторона хранилища — как в бою по документации
+[`docs/formats/clickstream-event.md`](docs/formats/clickstream-event.md).
-источника. Правится только контракт, документ пересобирается.
+По нему строится прием данных в хранилище. Документ собирается из
-_Избегать_: описание схемы, документация контракта
+описаний колонок генератора: правят их, затем пересобирают документ.
-
+_Избегать_: описание схемы, документация контракта.
-**Канонический сериализатор**:
-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
-(пачкой, без темпа) и живой день.
-
-**Слепок**:
-Полная выгрузка заказов окна изменяемости, снятая бэкендом на границе суток:
-состояние заказов на этот момент, а не поток их изменений. Опоздавший заказ
-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.
-
-**Судьба заказа**:
-Исход, моменты изменений, вычеркнутая позиция и опоздание заказа — всё
-решается бросками при его рождении и укладывается в окно изменяемости целиком.
-Слепок любого дня — чтение готовой судьбы, а не накопление состояния.
-
-**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
-перестала «дышать».
-
-**Пакетный забор**:
-Способ приёма топика, при котором данные тянет запрос по команде, а не
-матвью непрерывно. Так стенд принимает заказы: у слепка есть начало и конец,
-и забирать его уместно тогда, когда он собран целиком. Противоположность —
-потоковый приём событий.
-_Избегать_: путать с приёмником и пакетным режимом — те про сторону
-генератора, про отправку; забор — про сторону хранилища, про чтение.
 
 **Техническая проверка**:
-Проверка, чей оракул — внутренний эталон стенда (паспорт мира), которого у
+Проверка по внутреннему эталону стенда, например сравнение числа событий
-настоящего магазина нет. За учебный урок DQ не выдаётся.
+с паспортом мира. Проверка качества данных (DQ) опирается на данные
-_Избегать_: DQ-проверка — та работает на наблюдаемых данных магазина.
+магазина и связи между ними; ей не нужен эталон генератора, которого
+у настоящего магазина нет.
+_Избегать_: DQ-проверка в значении проверки по паспорту мира.
+
+### Заказы
+
+**Слепок**:
+Дневная выгрузка состояния заказов из серверной части магазина.
+Она содержит заказы, оформленные за последние семь модельных дней,
+с учетом изменений к концу дня. Опоздавший заказ может отсутствовать
+в первых слепках.
+
+**Дата слепка**:
+Дата модельного дня, на конец которого снято состояние заказов;
+поле `snapshot_date` одинаково во всех строках выгрузки. Даты оформления
+заказов могут различаться; выгрузка отправляется на следующий модельный день.
+
+**Время аудита источника**:
+Время создания и последнего изменения записи заказа по часам базы
+магазина: поля `created_at` и `updated_at`. Время покупки в событии
+`purchase` записывает счетчик сайта, и оно может отличаться от этих полей.
+
+**Окно изменяемости**:
+Семь модельных дней, включая день оформления, в течение которых заказ
+может измениться и входит в слепки. После этого его состояние окончательно.
+Например, заказ от 1 июня входит в окно слепков за 1–7 июня; опоздание
+сокращает число его появлений, но не сдвигает конец окна.
+
+**Пакетный забор**:
+Чтение сообщений Kafka отдельным запросом по команде. Так хранилище
+принимает заказы после отправки всего слепка. События сайта оно принимает
+непрерывно через материализованное представление.
+_Избегать_: смешивать с пакетным режимом генератора: забор — чтение
+на стороне хранилища, режим генератора — отправка.
+
+### Модельное время и запуск стенда
+
+**Мир**:
+Модель интернет-магазина: люди, их посещения сайта, товары и заказы,
+которые создает генератор.
+
+**Ось модельного времени**:
+Календарь магазина в генераторе. Первый день, D0, — 1 июня 2026 года,
+понедельник (`world.ORIGIN`); следующие дни отсчитываются от него.
+Реальное время — часы компьютера, на котором работает стенд. Дата запуска
+не меняет даты событий: D0 остается 1 июня, даже если стенд запущен осенью.
+
+**Граница суток**:
+Конец одного модельного дня и начало следующего, полночь по часовому
+поясу счетчика. Здесь заканчиваются визиты и снимается состояние заказов
+для слепка. Даги времени продвигают мир только на целые дни.
+
+**Стартовый мир**:
+Данные первых восьми модельных дней, с понедельника по следующий
+понедельник, которыми стенд наполняется при первом `make up`.
+Команда вызывает `world_initialize`: если мир уже готов и сохранен,
+повторный запуск оставляет данные и позицию времени прежними.
+`make rebuild-storage` пересоздает стартовый мир. При неизменных коде,
+каталоге и настройках его данные повторяются и служат эталоном проверок.
+_Избегать_: зерновой мир.
+
+**Паспорт мира**:
+Файл для сверки с эталонными данными: `data/world-inventory.json`.
+В нем записаны зерно генерации, версия генератора, контрольная сумма
+каталога, число событий и контрольная сумма каждого начального дня,
+контрольные суммы слепков и счетчики расхождений по заказам.
+В git хранится паспорт; сами события и слепки пересчитываются генератором.
+_Избегать_: опись мира, манифест, мини-манифест.
+
+**Пошаговый режим**:
+Продвижение модельного времени по явной команде: запустить генерацию
+следующего дня или нескольких дней.
+
+**Пакетный режим**:
+Отправка событий готового модельного дня без пауз между ними.
+Используется для начального наполнения, пересборок и проверок.
+
+**Живой день**:
+Постепенная отправка событий по времени их появления в модельном дне,
+с ускорением: по умолчанию сутки занимают около 24 реальных минут.
+Чтобы следующие дни запускались автоматически, снимают с паузы `world_live`.
+
+**Даги модельного времени**:
+Наборы связанных задач Airflow для генерации следующих дней магазина:
+`world_next_day`, `world_live_day` и `world_live`. Первые два выполняют
+шаг по времени, третий автоматически запускает живые дни, пока снят с паузы.
+Короткое название — даги времени.
+_Избегать_: пульт мира, управляющие даги.
+
+**Шаговый даг**:
+Даг, который отправляет данные следующих модельных дней и после успеха
+записывает новую позицию времени. `world_next_day` отправляет их пачкой,
+`world_live_day` — один день с ускорением. У них нет расписания;
+их запускают вручную или из другого дага.
+_Избегать_: работник.
+
+### Устройство генератора
+
+**Зерно генерации**:
+Число, которое задает повторяемую последовательность случайных выборов
+генератора. Одинаковые зерно и день дают одинаковые данные при неизменных
+коде, каталоге и настройках. Эталон использует `CANONICAL_SEED` из `seeds.py`.
+
+**Состав мира**:
+Люди в модели, их идентификаторы посетителей и заранее заданные привычки:
+когда они приходят, как часто возвращаются, склонны ли покупать.
+У части людей две куки — это двухкуковые пары.
+_Избегать_: состояние мира.
+
+**План состава**:
+Расчет того, какие посетители придут в каждый день и какие свойства у них
+будут. В `plan.py` из зерна и номера дня получаются новые посетители,
+их возвраты и назначенные заказы людей с двумя куками.
+
+**Когорта дня**:
+Группа людей, впервые пришедших в один день, со всеми их куками и днями
+активности. Генератор рассчитывает ее по зерну и номеру первого дня.
+
+**Приток**:
+Появление новых посетителей (`ClientID`) по мере продвижения модельного
+времени. Поэтому число разных посетителей за весь период растет и
+не совпадает с числом посетителей за отдельный день.
+
+**Хвост возвратов**:
+Срок от первого появления человека, в пределах которого его куки могут
+возвращаться на сайт. У человека с двумя куками конец срока общий.
+
+**Предыстория**:
+Люди, впервые пришедшие до D0, и план их активности. До D0 события
+не создаются; возвраты этих людей дают повторных посетителей уже в первый
+день генерируемых данных.
+
+**Покупатель**:
+Человек, которому генератор заранее назначил повышенную склонность
+покупать. Он чаще доходит до заказа, но иногда покупают и остальные.
+Из таких людей выбираются те, у кого будут две куки.
+_Избегать_: покупатель в значении любого посетителя с покупкой за день;
+для этого случая — «визит с заказом».
+
+**Уровень спроса**:
+Свойство товара, от которого зависит, как часто после просмотра карточки
+его добавляют в корзину. В колонке `demand` каталога три значения:
+`магнит`, `обычный`, `залёживается`. Они постоянны по дням и задают
+различия в конверсии товаров и брендов.
+
+**Конфигурация мира**:
+Числовые настройки модели магазина в `world.py`: приток, частота возвратов,
+доли покупателей, начальная дата и другие параметры. Изменение этих
+настроек меняет генерируемые данные.
+
+**Подпоток**:
+Отдельная последовательность случайных выборов для части генератора,
+например для торговли в заданный день. В `seeds.py` она определяется
+общим зерном, днем и компонентом; для состава мира есть отдельные
+последовательности. Результат не зависит от порядка расчета частей.
+
+**День-функция**:
+Расчет событий одних модельных суток по зерну и номеру дня, без генерации
+предыдущих дней. Функция `day.stream(seed, day)` возвращает события
+в порядке времени.
+
+**Судьба заказа**:
+Заранее рассчитанные изменения заказа: итоговый статус, время оплаты
+или отмены, удаленная позиция и задержка первого появления в слепке.
+Они укладываются в семидневное окно заказа. Слепок показывает состояние
+на выбранный день без проигрывания предыдущих изменений.
+
+**Контракт схемы**:
+Описания колонок события в модуле генератора `schema.py`: имена,
+типы и ограничения. По ним генератор создает и проверяет события,
+а `schema_doc.py` собирает описание выгрузки для хранилища.
+
+**Канонический сериализатор**:
+Код в `serialize.py`, который превращает события и записи заказов в JSON
+для отправки. Порядок ключей и формат значений фиксированы, поэтому
+одинаковые записи дают одинаковые байты.
+
+**Проигрыватель**:
+Код в `player.py`, который доставляет готовые события дня в приемник,
+например в Kafka или файл. В пакетном режиме он отправляет их без пауз,
+в режиме живого дня — с ускорением по времени событий.

README.md

@@ -5,132 +5,153 @@
 > курсовая работа. Если вам нужна помощь, обратитесь к автору материалов —
 > ментору [@dementev_dev](https://t.me/dementev_dev).
 
-Этот стенд — для изучения и экспериментов с кликстримом и ClickHouse. Здесь
+Здесь вы будете работать с хранилищем данных небольшого интернет-магазина:
-можно проследить весь путь данных: от кликстрима и заказов до витрин, проверок
+загружать и обрабатывать данные в ClickHouse, строить витрины, проверять
-и графиков. Это преемник учебного стенда
+качество данных и создавать графики. Стенд рассчитан на тех, кто уже изучил
-[clickstream-ch-kafka-superset-demo](https://git.dementev.space/ddmitry/clickstream-ch-kafka-superset-demo).
+основы ClickHouse и хочет попрактиковаться.
 
-В стенде подняты кластер ClickHouse из двух шардов, отдельный keeper, Kafka,
+Генератор создает заказы и кликстрим — записи о действиях посетителей
-Airflow, Superset, Prometheus и Grafana; события кликстрима и заказы бэкенда
+магазина. Данные поступают через Kafka в ClickHouse и проходят четыре слоя
-приезжают из генератора и идут по слоям STG → ODS → DDS → DM. `make up`
+обработки: STG, ODS, DDS и DM. В кластере ClickHouse два шарда и отдельный
-наполняет стенд стартовым миром — первой неделей модельного времени. Чтобы
+ClickHouse Keeper. Airflow управляет загрузкой и обработкой, Superset
-разобраться в устройстве, начните с [путеводителя](docs/handbook/README.md), а
+показывает отчеты, а Prometheus и Grafana помогают следить за работой стенда.
-учиться — с [уроков](docs/labs/README.md).
+
+При первом запуске стенд загрузит данные за неделю работы магазина.
+После запуска начните с [путеводителя](docs/handbook/README.md): он объясняет
+устройство хранилища. Затем переходите к [учебным заданиям](docs/labs/README.md).
 
 ## Быстрый старт
 
-Нужны Docker с Compose и около 8 ГБ памяти, доступной Docker. Это не объём
+Для запуска нужны Docker с Compose, `make`, `curl` и `jq`.
-ноутбука, а то, что отдано самому Docker: в Docker Desktop и WSL2 он живёт
+Выделите Docker около 8 ГБ оперативной памяти. В Docker Desktop и WSL2
-внутри виртуальной машины и получает лишь часть памяти хозяина. Сколько выдано
+проверьте лимит памяти виртуальной машины: он может быть меньше, чем общий
-сейчас, в байтах, покажет `docker info --format '{{.MemTotal}}'`. В WSL2 это
+объем памяти компьютера. Команда `docker info --format '{{.MemTotal}}'`
-поднимается параметром `memory` в файле `.wslconfig` домашнего каталога
+покажет доступный Docker объем в байтах. В WSL2 лимит задается параметром
-пользователя Windows; после правки нужен `wsl --shutdown`. Если своей машины не
+`memory` в файле `.wslconfig` в домашнем каталоге пользователя Windows.
-хватает, стенд одинаково хорошо живёт на недорогом VPS.
+После изменения выполните `wsl --shutdown`. Если ресурсов компьютера
+недостаточно, стенд можно запустить на VPS.
 
-`make up` нужны `curl` и `jq`: первым он ходит в Airflow, вторым читает
+По умолчанию должны быть свободны порты
-паспорт мира, по которому ждет заливки. По умолчанию должны быть свободны
+`23000`, `28080`, `28088`, `28123`, `28124`, `29000`, `29001`, `29090`
-порты `23000`, `28080`, `28088`, `28123`, `28124`, `29000`, `29001`, `29090`
+и `29092`. Для работы с командами `make` в каталоге `generator/` также
-и `29092`. Всем целям генератора в `generator/` нужен `uv`.
+понадобится `uv`.
 
-Сначала скопируйте настройки стенда:
+В каталоге репозитория скопируйте образец настроек:
 
 ```bash
 cp .env.example .env
+```
+
+В `.env` задаются имя экземпляра стенда, внешние порты, учебные логины,
+пароли и ключи. Проверьте `DOCKER_GID`: это числовой идентификатор группы
+`docker` на вашей машине. Узнать его можно командой `getent group docker`.
+Если число отличается от образца, замените значение в `.env`. От этой
+настройки зависит запуск генератора из Airflow.
+
+Запустите стенд:
+
+```bash
 make up
 ```
 
-`make up` сам ждет заливки стартового мира; что он делает по шагам и какие
+Команда запустит службы и дождется загрузки начальных данных. Порядок запуска
-проверки есть у стенда, описано в [карте
+и проверки результата описаны в [справочнике проверок](docs/architecture/testing.md).
-проверок](docs/architecture/testing.md).
+Если обязательной настройки в `.env` не хватает, Compose сообщит об ошибке.
+Внутренние адреса служб, имена топиков и версии образов заданы в `compose.yaml`
+и Dockerfile.
 
-`.env.example` — образец обязательной локальной настройки. В нём живут имя
+Логины и пароли Postgres и Grafana сохраняются при первом запуске в томах
-экземпляра, внешние порты, учебные учётные данные и ключи. Одно значение образца
+Docker. Простая правка `.env` их не изменит. Чтобы задать новые значения
-верно не везде — `DOCKER_GID`: у группы `docker` на каждой машине свой номер, и
+через `.env`, потребуется `make clean` и повторный `make up`. При этом
-свой подскажет `getent group docker`. Пока он не сойдётся, стенд работает весь,
+будут удалены все локальные данные стенда.
-кроме [дагов модельного
-времени](docs/architecture/world.md#даги-модельного-времени). `compose.yaml` не
-дублирует их умолчаниями: если значения нет в `.env`, Compose сразу предложит
-скопировать образец. Внутренние адреса, имена топиков и версии образов описывают
-сам стенд, поэтому записаны литералами в `compose.yaml` и Dockerfile.
-
-Учётные данные Postgres и Grafana применяются при создании их томов.
-После первого запуска меняйте их только вместе с `make clean`: команда удалит
-все локальные данные стенда, а следующий `make up` создаст их с новыми
-значениями.
 
 ## Адреса и пароли
 
 С настройками из `.env.example` порты доступны только с локальной машины:
 
-- нода 1 — `http://127.0.0.1:28123`, нативный порт `29000`;
+- узел ClickHouse 1 — `http://127.0.0.1:28123`, нативный порт `29000`;
-- нода 2 — `http://127.0.0.1:28124`, нативный порт `29001`;
+- узел ClickHouse 2 — `http://127.0.0.1:28124`, нативный порт `29001`;
 - Kafka — `127.0.0.1:29092`;
 - Airflow — `http://127.0.0.1:28080`, пользователь `admin`, пароль `airflow`;
 - Superset — `http://127.0.0.1:28088`, пользователь `admin`, пароль `superset`;
 - Prometheus — `http://127.0.0.1:29090`;
 - Grafana — `http://127.0.0.1:23000`, пользователь `admin`, пароль `admin`.
 
-Службы, пользователи и роли, применение настроек и результаты сверки
+Подробнее о службах, правах пользователей и изменении настроек —
-конфигурации описаны в [справочнике стенда](docs/architecture/stand.md).
+в [справочнике стенда](docs/architecture/stand.md).
 
-## Сдвинуть мир вперед
+## Добавить данные за следующие дни
 
-В Airflow запустите даг `world_next_day`: по умолчанию он сыграет один день, а
+Время в учебном магазине идет отдельно от календарного. В документации оно
-в форме запуска можно задать другое число дней. Снимите с паузы `world_live`,
+называется модельным временем, а сам магазин с его посетителями и заказами —
-и мир поедет сам в темпе модельного времени. Подробности — в [справочнике
+миром.
-мира](docs/architecture/world.md#даги-модельного-времени).
 
-## Вернуть мир к началу
+В Airflow запустите `world_next_day`. Это даг — набор связанных задач,
+которые Airflow выполняет в заданном порядке. Он создаст и загрузит данные
+за следующий день работы магазина. В форме запуска можно задать число дней.
 
-`make rebuild-storage` запустит в Airflow явную пересборку: удалит прикладные
+Чтобы новые данные поступали непрерывно, снимите с паузы даг `world_live`.
-базы ClickHouse, топики и позиции потребителей Kafka, затем создаст схему
+Он будет запускать генерацию день за днем; один модельный день занимает
-и данные заново. Службы и их тома останутся на месте. Перед пересборкой
+около 24 минут. Подробности — в [справочнике генератора и модельного
-поставьте `world_live` на паузу и дайте уже начатому шаговому дагу закончить
+времени](docs/architecture/world.md#даги-модельного-времени).
-день.
 
-## Выключить или сбросить целиком
+## Восстановить начальные данные
 
-`make down` остановит контейнеры без удаления данных. `make clean` удалит весь
+Если хотите начать заново, поставьте `world_live` на паузу и дождитесь
-стенд вместе с именованными томами и для обычной работы не нужен.
+завершения уже запущенного дага генерации. Затем выполните
+`make rebuild-storage`.
+
+Команда удалит прикладные базы ClickHouse, топики и позиции потребителей
+Kafka, затем заново создаст схему хранилища и загрузит начальные данные.
+Службы и их тома останутся на месте.
+
+## Остановить или удалить стенд
+
+`make down` остановит стенд и сохранит данные. Для повторного запуска
+выполните `make up`.
+
+`make clean` удалит контейнеры и все данные в томах Docker. Для обычного
+завершения работы достаточно `make down`.
 
 ## Подключиться из DBeaver
 
 Драйвер ClickHouse в DBeaver подключается по JDBC через HTTP-порт. Укажите хост
 `127.0.0.1`, порт `28123`, пользователя `analyst` и пароль из переменной
 `CLICKHOUSE_ANALYST_PASSWORD` в `.env`; в образце это `analyst-26-reader`.
-Ко второй ноде — порт `28124`.
+Для подключения ко второму узлу укажите порт `28124`.
 
-Пользователь `analyst` читает все слои и справочники. Нативные порты `29000` и
+Пользователь `analyst` может читать данные во всех слоях и справочниках.
-`29001` нужны `clickhouse-client`, но не DBeaver. Остальные пользователи и роли
+Для создания учебных витрин используйте подключение, описанное
-описаны в [справочнике
+в [инструкции к заданиям](docs/labs/README.md#как-применить-свой-ddl).
-стенда](docs/architecture/stand.md#пользователи-и-роли-clickhouse).
+Нативные порты `29000` и `29001` нужны `clickhouse-client`, но не DBeaver.
+Остальные пользователи и роли описаны в
+[справочнике стенда](docs/architecture/stand.md#пользователи-и-роли-clickhouse).
 
 ## Документация
 
 - [docs/handbook/](docs/handbook/) — путеводитель по стенду и порядок чтения.
 - [docs/labs/](docs/labs/) — учебные задания с порядком прохождения и
   самопроверкой.
-- [docs/specs/](docs/specs/) — спеки: источник истины о задуманном.
+- [docs/specs/](docs/specs/) — требования к стенду и программа обучения.
-- [docs/adr/](docs/adr/) — принятые решения с доводами и отвергнутыми
+- [docs/adr/](docs/adr/) — решения об устройстве стенда: что выбрали,
-  вариантами: почему сделано так, а не иначе.
+  какие варианты отклонили и почему.
-- [docs/architecture/](docs/architecture/) — рабочие справочники по зонам
+- [docs/architecture/](docs/architecture/) — технические справочники:
-  ответственности:
+  - [хранилище](docs/architecture/storage.md) — правила именования,
-  - [хранилище](docs/architecture/storage.md) — конвенции имён, раскладка по
+    распределение данных по шардам, прием событий и список таблиц.
-    шардам, приём событий, карта таблиц.
   - [конвейер](docs/architecture/etl.md) — движение данных между слоями и
     работа дагов.
   - [мир и модельное время](docs/architecture/world.md) — начальные данные,
-    ход дней и управление генератором.
+    создание данных за следующие дни и управление генератором.
   - [стенд](docs/architecture/stand.md) — службы, доступ и настройка.
-  - [проверки](docs/architecture/testing.md) — что утверждает каждая цель
+  - [проверки](docs/architecture/testing.md) — команды `make` для проверки
-    `make` и куда класть новую проверку.
+    стенда и правила добавления новых проверок.
   - [мониторинг](docs/architecture/monitoring/README.md) — сбор метрик и
     устройство дашборда.
   - [Superset](docs/architecture/superset.md) — подключения, наборы данных и
-    граница автоматической настройки.
+    автоматическая настройка при запуске.
 - [docs/research/](docs/research/) — исследования; сейчас это формат
   кликстрима Яндекса, по которому строится модель события.
-- [docs/formats/](docs/formats/) — описания форматов источников: по ним
+- [docs/formats/](docs/formats/) — форматы исходных данных, необходимые
-  пишется сторона хранилища. Собираются из кода командой `make docs` в
+  для их загрузки и обработки. Эти документы собираются из кода командой
-  `generator/`, руками не правятся.
+  `make docs` в `generator/`; вручную их менять не нужно.
-- [AGENTS.md](AGENTS.md) — контракт работы в репозитории.
+- [AGENTS.md](AGENTS.md) — правила работы в репозитории для ИИ-агентов.

dags/dds_transform.py

@@ -1,18 +1,17 @@
-"""Трансформации слоя DDS: сборка моделей.
+"""Трансформации DDS: заказы, сессии и карта идентичностей.
 
-Заказ и сессия собираются заменой дневных партиций. Карта идентичностей
+Запросы рассчитывают заказы и сессии за выбранные дни и записывают результат
-пересчитывается целиком после заказа, потому что читает его текущую модель.
+в промежуточные таблицы. Затем готовые дневные разделы этих таблиц заменяют
+разделы основных таблиц. Пока идет расчет, читатели видят прежние данные.
 
-Расписания у дага нет и параметров тоже: объём каждого прогона он выводит сам
+Карта идентичностей пересчитывается целиком после заказов. Новые строки
-из состояния слоёв и позиции мира, поэтому один и тот же запуск одинаково
+добавляются с меткой времени сборки; представление с FINAL выбирает последнюю
-верен из триггера дневного конвейера, с кнопки менти и после падения
+версию каждой строки.
-(docs/architecture/etl.md, «Объём прогона»).
 
-Заказ и сессия гасят повтор заменой партиции целиком: день собирается в
+Даг запускается без расписания и параметров. Даты он выбирает по состоянию
-таблицу-двойник и подменяет собой партицию цели. Карта пишет полный набор пар
+таблиц и позиции мира. Новый запуск заново определяет диапазон: наличие даты
-новой версией, а точное чтение даёт FINAL. Замена партиции разобрана в
+не подтверждает полноту дня и не гарантирует повтор его сборки после сбоя.
-sql/dds/order_replace.sql; точное чтение карты описано в
+Подробности — docs/architecture/etl.md, «Объём прогона» и «Идемпотентность».
-sql/ddl/50-dds-views.sql.
 """
 
 from __future__ import annotations
@@ -257,16 +256,11 @@ def _days(first_day: datetime.date, last_day: datetime.date) -> list[str]:
 
 @task
 def replacements(scope: dict[str, object]) -> list[dict[str, object]]:
-    """Разложить дни в аргументы размноженной задачи замены.
+    """Подготовить параметры отдельной задачи replace для каждого дня.
 
-    Шаг существует ради ограничения Airflow: размножать задачу можно
+    expand_kwargs получает список словарей и создает по одному экземпляру
-    только по целому возврату другой задачи — ни по ключу словаря, ни по
+    задачи на каждый словарь. Дата подставляется в SQL шаблоном Jinja:
-    карте поверх него. Отсюда отдельный возврат под один список.
+    параметр ClickHouse в ALTER ... PARTITION здесь не поддерживается.
-
-    День едет в запрос подстановкой Jinja, а не параметром ClickHouse:
-    в ALTER … PARTITION сервер параметр не подставляет — замерено,
-    отвечает синтаксической ошибкой. Значение при этом не внешнее, его
-    вернул сам ClickHouse запросом объёма.
     """
     return [{"params": {"day": day}} for day in scope["days"]]
 
@@ -276,8 +270,8 @@ def replacements(scope: dict[str, object]) -> list[dict[str, object]]:
     schedule=None,
     start_date=START_DATE,
     is_paused_upon_creation=False,
-    # Два прогона разом собирали бы один и тот же двойник: второй затёр бы
+    # Одновременные запуски используют одни промежуточные таблицы.
-    # чужую сборку между вставкой и заменой партиций.
+    # Второй мог бы очистить результат первого до замены партиций.
     max_active_runs=1,
     template_searchpath=str(SQL_ROOT),
     tags=["dds"],
@@ -298,7 +292,7 @@ def dds_transform():
 
     @task_group(group_id="order")
     def order():
-        """Заказ: дышащее окно плюс дни, которых в слое ещё нет."""
+        """Заказ: изменяемые дни последнего слепка и пропущенные дни."""
 
         @task
         def scope() -> dict[str, object]:
@@ -306,8 +300,7 @@ def dds_transform():
             query = (SQL_ROOT / "dds" / "order_scope.sql").read_text(encoding="utf-8")
             hook = ClickHouseHook(clickhouse_conn_id=CLICKHOUSE_CONNECTION)
             row = hook.get_first(query)
-            # Пустой ответ означает пустой источник: собирать нечего, и
+            # Без заказов ODS расчет невозможен: задача сообщает об ошибке.
-            # зеленеть на этом нельзя — прогон встаёт с внятной причиной.
             if row is None:
                 raise AirflowException(
                     "в ods.order нет ни одного заказа: собирать нечего; "
@@ -342,9 +335,9 @@ def dds_transform():
             do_xcom_push=False,
         )
 
-        # Замена идёт по партиции за раз — другой формы у операции нет. День
+        # На каждый день создается отдельная задача замены партиции.
-        # становится отдельной задачей: в интерфейсе видно, сколько дней несёт
+        # Неудачную замену можно повторить, пока промежуточная таблица
-        # прогон, а повтор после отказа стоит одного дня, а не всей пересборки.
+        # сохраняет рассчитанные строки этого запуска.
         replace = SQLExecuteQueryOperator.partial(
             task_id="replace",
             conn_id=CLICKHOUSE_CONNECTION,
@@ -370,9 +363,8 @@ def dds_transform():
                     "проверьте, дошёл ли поток до хранилища"
                 )
             first_day, last_day = row
-            # Пропуск, а не отказ: слой полон по последний прожитый день, а
+            # Для каждого прожитого дня уже есть строки сессий.
-            # сегодняшний ещё идёт. Это обычное состояние повторного прогона,
+            # Новых дней для расчета нет: группа задач будет пропущена.
-            # и в интерфейсе оно видно пропущенной группой.
             if first_day is None:
                 raise AirflowSkipException(
                     f"сессии собраны по {last_day} включительно, "

dags/dm_transform.py

@@ -1,9 +1,12 @@
 """Трансформации слоя DM: сборка стендовых витрин.
 
-Выручка наследует ритм заказов. Сверка соединяет окно заказов с прожитым
+Даты для расчета выручки берутся из последнего слепка заказов и списка
-хвостом событий. Обе заменяют дневные партиции. Трафик наследует
+пропущенных дней. Сверка покупок с заказами учитывает также прожитые дни
-ретроспективность карты идентичностей и пересчитывает всю историю новой
+событий и дни, где заказ еще не найден. Запросы записывают результаты
-версией. Объем каждого прогона выводится из состояния слоев.
+в промежуточные таблицы, затем заменяют дневные разделы основных таблиц.
+
+Трафик пересчитывается за всю историю: новая связь посетителя с пользователем
+магазина меняет число известных пользователей и за прошлые дни.
 """
 
 from __future__ import annotations
@@ -62,10 +65,11 @@ def _days(first_day: datetime.date, last_day: datetime.date) -> list[str]:
 
 @task
 def replacements(scope: dict[str, object]) -> list[dict[str, object]]:
-    """Разложить дни в аргументы размноженной задачи замены.
+    """Подготовить параметры отдельной задачи replace для каждого дня.
 
-    Отдельный словарь нужен каждому экземпляру ``expand_kwargs``; тот же
+    expand_kwargs получает список словарей и создает по одному экземпляру
-    прием разобран в ``dds_transform.py`` на замене партиций заказов.
+    задачи на каждый словарь. Дата подставляется в SQL шаблоном Jinja:
+    параметр ClickHouse в ALTER ... PARTITION здесь не поддерживается.
     """
     return [{"params": {"day": day}} for day in scope["days"]]
 
@@ -141,7 +145,7 @@ def dm_transform():
 
     @task_group(group_id="purchase_vs_orders")
     def purchase_vs_orders():
-        """Сверка: окно заказов, прожитый хвост и предварительные дни."""
+        """Сверка: изменяемые заказы, прожитые покупки и дни ожидания заказа."""
 
         @task
         def scope() -> dict[str, object]:

dags/homework_check.py

@@ -109,28 +109,28 @@ def homework_check():
     """Дать отдельный результат самопроверки по каждой домашней витрине."""
     check_mart.override(task_id="events_enriched")(
         "dm.events_enriched_v",
-        "docs/labs/events-enriched.md",
+        "docs/labs/1-1-events-enriched.md",
         "events_enriched_vs_dds.sql",
         "events_enriched_scope.sql",
     )
     check_mart.override(task_id="top_pages_daily")(
         "dm.top_pages_daily_v",
-        "docs/labs/top-pages-daily.md",
+        "docs/labs/1-2-top-pages-daily.md",
         "top_pages_daily_vs_dds.sql",
     )
     check_mart.override(task_id="session_overview")(
         "dm.session_overview_v",
-        "docs/labs/session-overview.md",
+        "docs/labs/1-3-session-overview.md",
         "session_overview_vs_dds.sql",
     )
     check_mart.override(task_id="dq_errors_daily")(
         "dm.dq_errors_daily_v",
-        "docs/labs/dq-errors-daily.md",
+        "docs/labs/1-4-dq-errors-daily.md",
         "dq_errors_daily_vs_ods.sql",
     )
     check_mart.override(task_id="utm_effectiveness")(
         "dm.utm_effectiveness_v",
-        "docs/labs/utm-effectiveness.md",
+        "docs/labs/1-5-utm-effectiveness.md",
         "utm_effectiveness_vs_dds.sql",
     )
 

docs/architecture/dds/session.md

@@ -1,117 +1,124 @@
 # Модель сессии в DDS
 
-Учебный результат: менти строит расчётную сущность, которой нет в потоке, —
+Сессия объединяет события одного визита. На стенде вы учитесь определять
-режет события на сессии по правилу визита, чеканит идентификатор и сверяет
+ее границы по событиям, вычислять устойчивый идентификатор и сверять
-свою нарезку с эталоном. Стенд здесь играет роль сессионизатора: в бою её
+результат с эталоном. Поэтому сборка читает `dds.event_v`, где нет готового
-играет Метрика, которая режет визиты у себя и с октября 2025 отдаёт готовый
+`VisitID`. Этот идентификатор источника остается в ODS для проверки.
-`VisitID` прямо в хитах. Поэтому стенд считает сессии сам, а `VisitID`
-генератора использует только как эталон самопроверки — иначе сборка сессий
-выродилась бы в `GROUP BY` по чужому полю и центральный урок
-слоя пропал бы. Без этого абзаца действия стенда выглядят странно: «зачем
-считать то, что уже дано колонкой».
 
 ## Зерно
 
-Одна строка — один визит ([CONTEXT.md](../../../CONTEXT.md)): подряд идущие
+Зерно описывает, чему соответствует одна строка: здесь это один
-события одной куки без пауз длиннее 30 минут, не пересекающие границу суток.
+[визит](../../../CONTEXT.md#люди-и-события). В него входят подряд идущие
-В нарезку входят все три типа событий — торговые садятся на свои страницы
+события одного `client_id` без пауз длиннее 30 минут и без перехода через
-и держат сессию наравне с просмотрами. События внутри сессии
+модельную полночь. Пауза ровно в 30 минут новую сессию не открывает.
-упорядочиваются по метке времени события (`UTCEventTime` — опорная колонка
+Учитываются все три типа событий: `pageview`, `add_to_cart`, `purchase`.
-приёма).
 
-Граница суток проходит по модельному дню счётчика, и он у события уже есть:
+День сессии `session_date` берется из `event_date` событий DDS — это
-`EventDate` — свойство содержимого. Раз сессия сутки не пересекает, у всех
+`EventDate` источника, дата по часовому поясу счетчика. У всех событий
-её событий `EventDate` один; он и становится **днём сессии** — колонкой
+одной сессии она одинакова. Пересчитывать ее из времени UTC не нужно.
-партиции, без пересчёта.
+
+SQL рассчитывает границы визитов двумя оконными функциями: первая отмечает
+начало нового визита, вторая по этим отметкам присваивает событиям номер
+визита. Обе используют порядок `(event_time, event_id)`: при равном времени
+события идут по идентификатору. Иначе два расчета могли бы по-разному
+упорядочить события и отнести отметку начала к разным строкам.
 
 ## Идентификатор
 
-Идентификатор сессии в природе не существует: сессия — расчётная сущность,
+`session_id` вычисляется как `cityHash64(client_id, min(event_time))`.
-и id ей чеканит тот, кто сессионизирует. `VisitID` — такой же суррогат,
+При повторной сборке тех же событий посетитель и начало визита остаются
-отчеканенный генератором в роли Метрики; наш — `session_id`,
+прежними, поэтому идентификатор не меняется. Счетчик или случайный UUID
-детерминированный хеш от пары «кука + начало сессии» (`cityHash64`).
+выдали бы другие значения.
-Детерминированность обязательна: партиция дня пересобирается заменой, и
-повторный прогон обязан отчеканить те же id — счётчик или UUID это правило
-ломают.
 
-`session_id` — не ключ сортировки и не ключ шардирования, а колонка-ручка:
+По `session_id` можно сопоставить сессии до и после пересборки и назвать
-в соединениях он не участвует — события его не несут, мост к заказам живёт
+конкретную строку при разборе расхождения. Он не используется для сортировки
-на событиях. Читатели ручки — лаба сессий (сопоставить свою нарезку со
+или шардирования. У событий этого поля нет; связь с заказами строится
-стендовой и назвать расхождение одним числом) и разбор DQ-расхождений.
+по событиям покупки.
 
 ## Состав строки
 
-Боевой образец — таблица визитов Метрики, парная к нашему формату хита; по
+- `client_id`, `session_id`, `session_date` — посетитель, сессия и ее день.
-ней состав и собран:
+- `started_at`, `finished_at`, `duration_seconds` — время первого и последнего
+  события и разница между ними в секундах. Времена хранятся в часовом поясе
+  счетчика.
+- `events_total`, `pageviews`, `cart_adds`, `purchases` — число всех событий
+  и счетчики трех типов.
+- `entry_url`, `exit_url` — страницы первого и последнего события.
+- `utm_*` — метки первого события: по ним визит относят к рекламной кампании.
+- `device_category`, `region_city` — устройство и город посетителя.
+  На стенде они постоянны для одной куки.
+- `_load_id`, `_load_ts` — идентификатор запуска и время сборки строки.
 
-- **ключи и времена**: кука, `session_id`, начало и конец сессии,
+В готовом SQL страницы выбираются через `argMin` и `argMax`, а UTM,
-  длительность, день сессии. Времена — в поясе счётчика по правилу слоя;
+устройство и город — через `argMin`, только по `event_time`. При одинаковом
-- **счётчики**: событий всего, просмотров, корзин, покупок;
+времени выбор между событиями не определен. Полный порядок окон нарезки
-- **страницы**: входная и выходная — как `StartURL`/`EndURL` визита; полного
+сам по себе эту неоднозначность не устраняет. Это ограничение учитывается
-  списка страниц нет и у Метрики, топы считаются по событиям;
+в [задании ступени 4](../../labs/4-1-session-pipeline.md).
-- **атрибуция**: UTM-метки первого события сессии — так визит атрибутирует
-  Метрика. В v1 витрина брала последнее касание — заменено осознанно;
-- **паспорт куки**: категория устройства (расшифрованная, язык бизнес-модели)
-  и город — у куки они постоянны, берутся с первого события;
-- **служебные**: `_load_id` и `_load_ts` собравшего запуска — правило слоя
-  ([модель заказа](order.md), «Служебные колонки»).
 
-Осознанные расхождения с образцом: **денег в сессии нет** — визит Метрики
+В сессии нет суммы выручки: ее считают по заказам магазина. Клиентская
-несёт клиентскую выручку, у нас деньги считает только бэкенд (спека, раздел
+сумма покупки используется в сверке с заказами и в учебной UTM-витрине.
-7), а клиентская сумма живёт в сверке; **целей нет** — их место заняли
-счётчики торговых событий.
 
 ## Движок и наполнение
 
-`dds.session_rep` — `ReplicatedMergeTree` без колонки версии, по образцу
+`dds.session_rep` хранит готовые сессии в `ReplicatedMergeTree` без колонки
-заказа: партиция — день сессии, ключ сортировки — кука и начало сессии.
+версии. При чтении не нужно заново выполнять оконный расчет. Партиция —
-`dds.session_dist` шардирует по `cityHash64(client_id)`, тем же выражением,
+раздел таблицы за один `session_date`; ключ сортировки — посетитель
-что события, — это ко-локация с `dds.identity_map_rep` ([дока
+и начало сессии. Читайте результат через `dds.session_v`: представление
-хранилища](../storage.md), «Раскладка по шардам»).
+над `dds.session_dist` явно перечисляет деловые и служебные колонки.
-Совпадение ключа с событиями не случайно: все события куки лежат на одном
-шарде, поэтому сессионизация локальна по природе — капкан смены ключа при
-вставке, который дока хранилища обещает сборкам DDS, у сессий не стреляет.
 
-Сборка — дневной батч: хранилище выше ODS по смыслу батчевое, раз второй
+Источник сборки — `dds.event_v`. События, сессии и карта идентичностей
-источник приходит раз в сутки. Собирается день, который мир уже прожил, и
+распределены по одному ключу `cityHash64(client_id)`: данные посетителя
-собирается один раз и целиком; какой день прожит, слой спрашивает у позиции
+находятся на одном шарде. Роли объектов и правило записи через `_dist`
-мира ([дневной конвейер](../etl.md), «Объём прогона»). Идемпотентность держит
+описаны в [справочнике хранилища](../storage.md#раскладка-по-шардам).
-замена партиции. В отличие от заказов, где батч пересобирает до K «дышащих»
-дней, у сессии дышащего окна нет: прожитый день самодостаточен (правило
-спеки, раздел 6). Второй раз он соберётся только
-вынужденно — когда упавшая замена оставила позади дыру и хвост от неё накрыл
-соседние дни. Дней в одном прогоне при этом бывает несколько — столько,
-сколько мир успел прожить без слоя. Внутри живого дня
-модель сессии про сегодня честно молчит — «сегодня» смотрят через
-`dds.event_v`; сессия и по смыслу не финальна, пока день не прожит.
 
-Публичная поверхность — `dds.session_v`: обычное представление с явным
+Три SQL-файла выполняются последовательно в группе `session` дага
-списком деловых и собственных служебных колонок над `dds.session_dist`.
+`dds_transform`:
-Роли объектов и доступ следуют общей [конвенции](../storage.md), «Имена
-объектов».
 
-Источник сборки — `dds.event_v` ([контракт события](event.md)): сессии
+1. `session_scope.sql` находит первую дату событий, за которую еще нет
-нужны от него ключи нарезки, тип события, страница, UTM и паспорт куки.
+   сессий. Последний день для расчета — первый день событий ODS
-Механика запуска — где собирается партиция и как подменяется на кластере —
+   плюс `world_position` минус один; `world_position` — номер следующего
-не входит: это устройство [дневного конвейера](../etl.md).
+   дня для генерации. Так в расчет попадают только полностью
+   прожитые дни. При пустом ODS запрос не возвращает строк и задача падает;
+   если пропущенных прожитых дней нет, `first_day` равен `NULL` и группа
+   пропускается.
+2. `session_rebuild.sql` очищает промежуточную таблицу
+   `dds.session_stage_rep`. Затем рассчитывает сессии выбранных дней
+   и записывает строки через `dds.session_stage_dist`. Пока идет расчет,
+   в основной таблице остаются прежние данные. Вставка ждет доставки
+   строк на шарды благодаря `distributed_foreground_insert = 1`.
+3. `session_replace.sql` заменяет в `dds.session_rep` раздел за каждый
+   выбранный день готовым разделом `dds.session_stage_rep`. Для каждого
+   дня Airflow создает отдельную задачу `replace`.
+
+Когда все события завершенного дня приняты в ODS, их набор на стенде
+больше не меняется. Поэтому готовые сессии обычно не пересчитываются. Если пропущен ранний
+день, диапазон включает и все последующие прожитые дни, даже уже собранные.
+Если за день сохранилась хотя бы одна сессия, поиск пропущенных дней
+не обнаружит потерю остальных. Условия повторного запуска и замены
+разделов описаны в [справочнике конвейера](../etl.md#идемпотентность).
+
+Сессий еще идущего дня в модели нет; его события доступны через
+`dds.event_v`. Перед выбором дней даг ждет завершения доставки событий
+в ODS — см. [готовность источника](../etl.md#готовность-источника).
 
 ## Сверка с эталоном
 
-Счётная DQ-проверка с зерном «кука × день»: число сессий нашей нарезки
+Проверка `sessions_vs_reference` в `dq_check` сравнивает для каждого
-равно `uniqExact(VisitID)` по тем же событиям. Счёт по Distributed ловит и
+посетителя и дня число строк `dds.session_v` с `uniqExact(VisitID)`
-склеенную, и разрезанную сессию — мимо него проходит лишь взаимная
+из `ods.event_v`. Эталон читается из ODS, потому что `dds.event_v`
-компенсация ошибок внутри одной куки за день; эталон в модель не тащим —
+скрывает `VisitID`.
-строка сессии остаётся нашей, а не генераторной. Поштучное сопоставление
+
-границ — материал лабы, где менти разбирает найденное расхождение руками. Дом проверки —
+Нулевое число расхождений подтверждает только число сессий каждого
-контур DQ этапа 4. Сверке нужен `VisitID`, а сборке сессий — нет; контракт
+посетителя за день. Например, ошибочное объединение двух визитов
-`dds.event_v` его скрывает, и за эталоном проверка идёт в `ods.event_v`
+и разделение другого на два сохранят их общее число. Поэтому в заданиях
-([контракт события](event.md)).
+вы дополнительно сопоставляете границы сессий по исходным событиям и проверяете страницы,
+UTM, устройство и город.
 
 ## Читатели
 
 - Витрина обзора сессий `session_overview_v`: дневные итоги визитов в
   срезе устройств; читает `dds.session_v` и поднимает зерно до дня — состав и довод
-  в ее [ТЗ](../../labs/session-overview.md) (#135).
+  в ее [ТЗ](../../labs/1-3-session-overview.md) (#135).
 - DQ-сверка с эталоном (см. выше).
 - Лаба сессий: менти собирает нарезку сам до знакомства с кодом стенда,
   потом сравнивает — с эталоном и со стендовой.

docs/architecture/dm.md

@@ -1,176 +1,202 @@
 # Слой DM: витрины
 
-Как модель DDS превращается в витрины для потребителя BI: какую форму
+Витрины готовят данные DDS для отчетов и дашбордов. Здесь описаны форма
-принимает витрина, кто какие витрины строит и как слой проверяется. Состав
+хранения, правила обновления и проверки. Состав колонок задан в
-колонок каждой витрины задаёт раздел 7 мастер-спеки; здесь — форма,
+[спецификации](../specs/2026-07-30-stand-v2-realism.md#витрины-dm)
-наполнение и контроль.
+и [учебных заданиях](../labs/README.md).
 
-## Форма: по зерну, не по цене запроса
+## Таблица или представление
 
-Витрина, меняющая зерно источника — дневной агрегат, сверка по заказам, —
+Зерно — то, чему соответствует одна строка. Например, в заказах это заказ,
-материализуется: `dm.<имя>_rep` / `_dist` и публичное `dm.<имя>_v` с явным
+а в дневной выручке — день и категория товара. На стенде результат
-списком колонок, по общим [конвенциям хранилища](storage.md). Наполняет её
+с новым зерном хранится в таблице: отчет читает готовые итоги без
-`dm_transform`; ритм и механика пересборки — ниже. Витрина, сохраняющая зерно
+повторного расчета. Таблицу наполняет `dm_transform`.
-источника — переименование, обогащение строки, — остаётся обычным
-представлением: копию событий ради других имён колонок не держит ни один
-боевой склад.
 
-Правило выбрано учебной целью, а не ценой запроса. На объёмах стенда
+У такой витрины есть локальная `_rep`, распределенная `_dist` и публичное
-представлениями обошлось бы всё: условия сквозь цепочку представлений
+представление `_v` с явным списком колонок. Для обновления по дням
-проходят ([исследование](../research/2026-08-22-view-predicate-pushdown.md)).
+нужна промежуточная таблица `_stage_rep`, в которую пишут через `_stage_dist`.
-Но пересборка агрегатов конвейером — производственный паттерн, ради
+В нее записывают рассчитанные строки, пока основная таблица хранит прежние.
-которого стенд и строится, а пара «таблица рядом с представлением»
+Затем дневные разделы основной таблицы заменяют готовыми разделами
-показывает: форма — решение по роли витрины, у одного слоя законны обе.
+промежуточной. Такие разделы называются партициями. Подробности — в
+[справочнике хранилища](storage.md#имена-объектов).
 
-## Кто строит: стенд и менти
+Если запрос только переименовывает или дополняет поля и сохраняет одну
+строку на событие, достаточно обычного представления. Оно выполняет
+запрос при чтении, не хранит вторую копию событий и не требует пересборки.
 
-Стенд привозит готовыми витрины трёх сюжетов дашборда этапа 8 и
+На небольших данных стенда и агрегаты могли бы вычисляться при чтении
-инфраструктуру контроля:
+([исследование](../research/2026-08-22-view-predicate-pushdown.md)).
+Готовые таблицы нужны в программе для практики загрузки, обновления
+и включения витрин в конвейер.
 
-- `revenue_daily` — выручка по дням и категориям; образец материализованной
+## Что готово в стенде, а что остаётся заданием
-  витрины, на него ссылаются учебные задания;
-- `purchase_vs_orders` — сверка A+C с классами расхождений; зерно — заказ,
-  шардирование сохраняет ко-локацию заказов по `cityHash64(order_id)`;
-- `daily_traffic` — пара «посетители» / «известные пользователи», обогащение
-  [картой идентичностей](dds/identity.md);
-- `dq_summary` — сводка проверок качества (ниже).
 
-Остальные витрины спеки — учебные задания: менти строит их сам по ТЗ с
+Готовы три витрины дашборда и сводка качества:
-образцом. Разминка — представление `events_enriched_v` (зерно события),
-затем агрегаты `top_pages_daily`, `session_overview` и `dq_errors_daily`,
-последней — самая содержательная `utm_effectiveness` с уроком `declared_*`.
-Построенная витрина встаёт в конвейер руками менти: финальный пункт ТЗ
-каждого агрегата — добавить задачу своей витрины в `dm_transform`. До этого
-конвейер о ней не знает и остаётся зелёным, после — витрина пересобирается
-наравне со стендовыми. У разминочного представления такого пункта нет:
-пересобирать нечего. Тексты заданий — в [`docs/labs/`](../labs/README.md).
 
-Дашборд этапа 8 стоит только на витринах стенда: приёмка этапа не зависит
+- `revenue_daily` — одна строка на день заказа и категорию товара;
-от выполненных домашек. Свой дашборд по витринам менти —
+  образец дневной пересборки для учебных заданий.
-[необязательная лаба](../labs/superset-dashboard.md) после этапа 8. Устройство
+- `purchase_vs_orders` — одна строка на заказ: сопоставление покупки
-стендового дашборда — в [доке зоны Superset](superset.md).
+  из кликстрима с заказом магазина и класс расхождения.
+- `daily_traffic` — одна строка на день: число посетителей и известных
+  пользователей с учетом [карты идентичностей](dds/identity.md).
+- `dq_summary` — одна строка на день данных и проверку качества.
+
+В [заданиях ступени 1](../labs/README.md) вы строите `events_enriched_v`,
+`top_pages_daily`, `session_overview`, `dq_errors_daily` и `utm_effectiveness`.
+Для каждой физической витрины нужно добавить сборку в `dm_transform`.
+Представление `events_enriched_v` отдельной задачи не требует.
+
+Стендовый дашборд читает готовые витрины и работает до выполнения заданий.
+Дашборд по своим витринам можно собрать в
+[факультативе](../labs/optional/superset-dashboard.md) после ступени 2.
+Устройство стендового дашборда — в [справочнике Superset](superset.md).
 
 ## Ритм пересборки
 
-День витрины пересобирается, пока может измениться его источник, —
+Дни для пересчета выбирают по тому, как меняется источник:
-поэтому ритмов три, по числу источников:
 
-- **от событий и сессий** — день замерзает сразу; пересборка догоняет
+- События и сессии прожитого дня на стенде больше не меняются. Витрины
-  хвост несобранных дней заменой дневных партиций;
+  по ним рассчитывают показатели от первого пропущенного дня до последнего
-- **от заказов** — день дышит, пока входит в последний слепок; пересборка
+  прожитого и заменяют дневные партиции.
-  заменяет партиции этого отрезка, дни за ним закрыты по построению;
+- Заказы могут меняться в течение семи модельных дней. Последний слепок ODS
-- **от карты идентичностей** — не замерзает никогда: склейка
+  задает диапазон дат для пересборки; пропущенные дни могут расширить его.
-  ретроспективна, покупка сегодня делает куку известной во всех её прошлых
+- Новая связь в карте идентичностей позволяет определить пользователя
-  днях, а карта пересчитывается целиком.
+  по его прежним визитам: один `client_id` мог встречаться и до покупки,
+  которая связала его с `user_id`.
+  Поэтому `daily_traffic`, как и карта, пересчитывается целиком.
 
-Поэтому `daily_traffic` наследует у своего источника и ритм, и механику:
+`daily_traffic` каждый раз добавляет всю историю новой версией
-полный пересчёт всех дней каждый прогон в `ReplacingMergeTree(_load_ts)`,
+в `ReplacingMergeTree(_load_ts)`. Дневных партиций у нее нет, а текущие
-как у самой карты. Дневных партиций у неё нет: партиция — единица замены,
+строки выбирает представление через `FINAL`.
-а эта витрина заменяется только целиком. На стенде такая работа остается
-быстрой; витрина читает сессии и карту через их публичные договоры.
-Пересчитывать точечно только затронутые дни не из чего: для этого надо
-знать, какие связки новые, а полный пересчёт карты этот след затирает —
-восстановление следа оставлено лабе повышенной сложности (issue #149).
 
-У `purchase_vs_orders` два источника и одна непрерывная пересборка. Заказная
+У `purchase_vs_orders` два источника. Начало диапазона — самая ранняя
-сторона задает изменяемое окно последним принятым слепком ODS, событийная —
+из трех дат: первая дата оформления заказа в последнем слепке, первый
-последний прожитый день с `purchase`. Левая граница возвращает первую дыру и
+пропущенный день и первый день с `awaiting_order` — покупкой, для которой
-самый ранний день с `awaiting_order`: предварительная строка уже есть в
+заказ пока не поступил. День ожидания проверяется отдельно: строки за него
-витрине, поэтому поиск отсутствующего дня ее не заметит. Правая граница
+уже есть в витрине, поэтому он не считается пропущенным.
-доходит до более позднего из двух хвостов. Так один прогон догоняет пакетный
+Конец диапазона — более поздняя из последней даты заказов в слепке и последнего
-разгон длиннее K и не оставляет старое ожидание замороженным.
+прожитого дня с покупкой. Один запуск пересобирает весь отрезок,
+даже если с предыдущего запуска прошло больше семи модельных дней.
+
+Для учебной сводки брака действует отдельное правило: дни выбираются
+по времени загрузки, а прежние итоги сохраняются после удаления
+источника по TTL. Оно разобрано в
+[задании `dq_errors_daily`](../labs/1-4-dq-errors-daily.md).
 
 ## Витрины стенда
 
-Публичные представления перечисляют деловые колонки и координаты запуска
+Представления `_v` явно перечисляют поля для отчетов, а также `_load_id`
-`_load_id`, `_load_ts` явно. Новая колонка физической таблицы сама в договор не
+и `_load_ts` — идентификатор запуска и время записи. Новая колонка
-попадет.
+физической таблицы появится в представлении только после изменения его SQL.
 
 ### `dm.revenue_daily_v`
 
-Зерно: день заказа × категория товара. Витрина читает только оплаченные
+Одна строка содержит итоги оплаченных заказов за день по категории товара.
-заказы из `dds.order_v`, синхронно разворачивает три массива позиций и узнает
+Запрос читает `dds.order_v` и разворачивает массивы артикулов, количеств
-категорию артикула через `dic.products`. Один заказ с несколькими позициями
+и цен в строки позиций заказа. Артикул, количество и цена с одним индексом
-категории считается в `orders` один раз. `units` складывает количество единиц,
+становятся одной строкой. Категория артикула берется из `dic.products`.
-`revenue` складывает цену позиции × количество. Скидка, доставка и итог заказа
-между категориями не делятся. `aov` равен `revenue / orders` в том же срезе и
-хранит два знака после запятой.
 
-Первый запуск строит всю доступную историю. Следующие берут границы дней из
+`orders` считает разные заказы: несколько позиций одной категории
-последнего слепка ODS: только источник знает, какие даты еще может изменить.
+в заказе не увеличивают этот счетчик. `units` — сумма количества товаров,
-Пропущенный оплаченный день расширяет левую границу, чтобы частичный отказ
+`revenue` — сумма произведений цены на количество. Скидка и доставка
-не оставил дыру после следующего прогона. Агрегат при этом читает DDS; ODS
+в нее не входят. `aov` равен `revenue / orders` для того же дня и категории
-отвечает только на вопрос об объеме.
+с округлением до двух знаков после запятой.
 
-`dm.revenue_daily_rep` нарезана по `report_date`; день собирается в
+Первый запуск рассчитывает выручку за всю доступную историю. Следующие
-таблице-доноре и заменяется через `REPLACE PARTITION`. Цель и донор шардируются
+берут диапазон дат оформления заказов из последнего слепка ODS.
-по `cityHash64(product_category)`. Кроме дня, у витрины только категория, а
+Если в DDS есть оплаченные заказы за день, отсутствующий в витрине,
-шесть категорий стартового мира близки по объему. Более сложный составной ключ
+левая граница расширяется до него. Агрегат читает DDS; ODS отвечает
-распределил бы эту маленькую таблицу без нового урока.
+только на вопрос об объеме.
+
+В группе `revenue_daily` дага `dm_transform` три шага:
+
+1. [`revenue_daily_scope.sql`](../../sql/dm/revenue_daily_scope.sql)
+   возвращает `first_day` и `last_day`. Без заказов в ODS или DDS
+   запрос не возвращает строк, и задача завершается ошибкой.
+2. [`revenue_daily_rebuild.sql`](../../sql/dm/revenue_daily_rebuild.sql)
+   очищает `dm.revenue_daily_stage_rep`, рассчитывает показатели за выбранные
+   дни и записывает строки через `dm.revenue_daily_stage_dist`.
+   Вставка ждет доставки строк на шарды.
+3. [`revenue_daily_replace.sql`](../../sql/dm/revenue_daily_replace.sql)
+   заменяет в `dm.revenue_daily_rep` каждую дневную партицию `report_date`
+   готовой партицией `dm.revenue_daily_stage_rep`.
+
+Повтор замены не добавляет копий строк. Ограничения при частичном отказе
+описаны в [конвейере](etl.md#идемпотентность).
+
+Основная и промежуточная таблицы распределяют строки по
+`cityHash64(product_category)`. На каждый день приходится не больше шести
+категорий стартового мира. Для такой маленькой таблицы достаточно простого
+ключа по категории.
 
 ### `dm.purchase_vs_orders_v`
 
-Зерно — заказ. Покупки из `dds.event_v` сначала сворачиваются по
+Одна строка сопоставляет события покупки с заказом магазина. События
-`purchase_id[1]`: контракт источника обещает один номер и одну объявленную
+из `dds.event_v` группируются по номеру заказа `purchase_id[1]`:
-сумму, а отдельный счет событий оставляет класс `duplicate_event`
+по формату источника у покупки один номер и одна заявленная сумма.
-наблюдаемым. Заказы приходят из `dds.order_v`. Обе стороны записаны
+Отдельный счет событий позволяет обнаружить повтор покупки
-подзапросами, затем соединены `FULL OUTER GLOBAL JOIN`: голая левая
+и присвоить класс `duplicate_event`. Заказы берутся из `dds.order_v`.
-Distributed-таблица вернула бы каждый непарный заказ по разу с каждого шарда
+
+Полное соединение `FULL OUTER GLOBAL JOIN` сохраняет и покупки без заказа,
+и заказы без покупки. Обе стороны записаны подзапросами: при прямом чтении
+левой Distributed-таблицы каждый непарный заказ повторился бы по числу шардов
 ([исследование](../research/2026-08-22-distributed-join.md)).
 
-Непарная сторона остается `NULL` благодаря `join_use_nulls = 1`. При
+Если для строки нет пары, поля отсутствующей стороны получают `NULL`
-`join_use_nulls = 0` ClickHouse заполнил бы ее нулем или пустой строкой и скрыл
+благодаря `join_use_nulls = 1`. При `join_use_nulls = 0` они заполнились бы
-отсутствие источника. Клиентская `declared_revenue` и серверная `items_total`
+нулями или пустыми строками, которые сложнее отличить от данных источника.
-сравниваются как `Decimal(18, 2)`. Классы проверяются по порядку:
+Клиентская `declared_revenue` и серверная `items_total` сравниваются
+как `Decimal(18, 2)`. Классы проверяются по порядку:
 `awaiting_order` для покупки без заказа, затем `cancelled`, `lost_event`,
 `duplicate_event`, `amount_delta`, `match`. Поэтому отмененный заказ без
 события остается отмененным, а не потерянным.
 
-Витрина нарезана по `order_day`, цель и донор шардируются по
+Партиции витрины разделены по `order_day`. Основная и промежуточная таблицы
-`cityHash64(order_id)`. Диапазон собирается в доноре одной вставкой и
+распределяют строки по `cityHash64(order_id)`. Запрос рассчитывает весь
-заменяется по дням. Первичная сборка охватывает всю историю обоих источников;
+выбранный диапазон и одной вставкой записывает строки в промежуточную
-следующие прогоны идут по двустороннему ритму, описанному выше.
+таблицу. Затем ее дневные разделы заменяют разделы основной таблицы.
+Первичная сборка охватывает всю историю обоих источников;
+следующие прогоны выбирают дни по правилам обоих источников, описанным выше.
 
 ### `dm.daily_traffic_v`
 
 В строке один день. `visitors` считает разные `client_id` из
 `dds.session_v`; `known_users` считает разные `user_id` после левого соединения
 с полной текущей `dds.identity_map_v`. Анонимная сессия остается в витрине.
-Несколько кук одного человека увеличивают `visitors`, но дают одного
+Несколько кук, связанных с одним пользователем магазина, учитываются
-`known_user`, поэтому `known_users <= visitors`.
+в `visitors` по отдельности, а в `known_users` дают одного пользователя.
+Поэтому `known_users <= visitors`.
 
-Сессии и карта лежат по `client_id`, но публичные `_v` скрывают
+Сессии и карта распределены по `client_id`. Однако на ClickHouse 26.3
-`Distributed`-таблицы от локальной подстановки. На ClickHouse 26.3
+чтение через публичные `_v` с `distributed_product_mode = 'local'`
-`EXPLAIN PLAN` показал чтение обоих шардов на инициаторе: настройка
+не дало локального соединения. Поэтому в запросе явно указан
-`distributed_product_mode = 'local'` локального соединения не дала. Поэтому
+`GLOBAL LEFT JOIN`. Он сохраняет сессии без известного пользователя;
-витрина использует явный `GLOBAL LEFT JOIN` через публичные договоры, а не
+в `known_users` учитываются только ненулевые `user_id`.
-подменяет их физическими таблицами. Это дороже по сети, зато граница слоев
+Обновление всей истории новой версией описано в разделе
-остается явной. Новая связь куки меняет прошлые дни, поэтому каждый запуск
+[«Ритм пересборки»](#ритм-пересборки).
-пишет полную историю новой версией в `ReplacingMergeTree(_load_ts)`, а
-публичное представление выбирает текущие строки через `FINAL`.
 
 ## `dm.dq_summary`
 
-Зерно публичного `dm.dq_summary_v` — «день данных × атомарная проверка».
+Одна строка `dm.dq_summary_v` — день данных и одна проверка.
 Строка отвечает, каково качество дня сейчас; историю запусков хранит Airflow.
 Партиция совпадает с днём данных и заменяется через `REPLACE PARTITION`.
 
 Деловые колонки сводки:
 
 - `data_date` — проверяемый день;
-- `check_name` — устойчивое имя инварианта;
+- `check_name` — имя проверяемого правила;
 - `reference_rows` — число деловых ключей на эталонной стороне;
 - `actual_rows` — число деловых ключей в проверяемом объекте;
 - `failed_rows` — число отсутствующих или различающихся ключей;
 - `status` — `pass` при нуле нарушений, иначе `fail`.
 
-Служебные `_load_id` и `_load_ts` называют собравший запуск. Представление
+В `_load_id` и `_load_ts` записаны идентификатор запуска и время расчета
-перечисляет колонки явно. Порогов и промежуточного состояния нет.
+сводки. Даже одно расхождение дает `fail`.
 
 ## Звено DQ конвейера
 
 Даг `dq_check` стоит в `etl_pipeline` после `dm_transform` и проверяет пять
-атомарных договоров:
+правил:
 
 - `sessions_vs_reference`: ключ — `client_id` внутри дня, эталон —
   `uniqExact(VisitID)` из `ods.event_v`, объект — число строк
@@ -189,43 +215,47 @@ Distributed-таблица вернула бы каждый непарный з
   сравниваются с прямыми агрегатами `dds.session_v` и
   `dds.identity_map_v`.
 
-Область каждой проверки выводится из объединения сторон. Полностью потерянный
+Каждая проверка берет дни и ключи из обоих сравниваемых наборов данных.
-день или ключ поэтому не исчезает из результата. Разные ошибки тоже не могут
+Поэтому потерянная строка остается видна на другой стороне сравнения.
-скомпенсировать друг друга общим итогом: `failed_rows` считается после
+Расхождения считаются по ключам: завышение одного показателя не скроет
-сопоставления деловых ключей.
+занижение другого в общей сумме за день.
 
-`classes_vs_inventory` — техническая растяжка пути от генератора до DM. Она
+`classes_vs_inventory` сравнивает результат с паспортом мира. Это техническая
-подтверждает, что до витрины доехал записанный в паспорте мир, но не проверяет
+проверка доставки и обработки эталонных данных стенда. Она не проверяет
-сам генератор: у настоящего магазина такого оракула нет.
+сам генератор; у настоящего магазина такого эталона нет.
 
 Четыре SQL-сверки считают дневные итоги в ClickHouse и возвращают Airflow только
-сводку и малый срез диагностики. Техническая сверка с паспортом читает небольшой
+сводку и несколько примеров расхождений. Техническая сверка с паспортом читает небольшой
-файл JSON в Python. Все пять сборок пишут в общий донор. После их успеха даг
+файл JSON в Python. Результаты всех пяти проверок записываются в общую
-заменяет проверенные дневные партиции. Затем именованные задачи читают
+промежуточную таблицу. Когда расчеты завершились, ее дневные разделы
-опубликованную сводку и падают при `failed_rows > 0`. Расхождение успевает
+заменяют разделы `dm.dq_summary_rep`. Затем отдельные задачи читают
-сохраниться до красного завершения, а ошибка сборки не затирает прежний
+сохраненную сводку и завершаются ошибкой при `failed_rows > 0`.
-результат. Красная задача печатает не больше двадцати нарушенных ключей за
+Так расхождение сохраняется в таблице до отказа задачи. Если сам расчет
-проверку со значениями сторон. Для полного списка итоговую агрегацию SQL-сверки
+не выполнен, прежняя сводка остается на месте. Задача с расхождениями
+выводит в журнал не больше двадцати ключей со значениями обеих сторон. Для полного списка итоговую агрегацию SQL-сверки
 заменяют на `SELECT * FROM comparison WHERE failed ORDER BY data_date,
 business_key`.
 
-Если после починки день исчез с обеих сторон, его больше нет и в новом доноре.
+Если день исчез из обоих сравниваемых наборов, новый расчет не создаст
-Такой день удаляется из сводки отдельно: старая красная строка не должна
+для него строк. Даг отдельно удаляет прежний результат за этот день
-превращаться в историю попыток.
+из сводки.
 
 ## Даг самопроверки
 
-Домашки контролирует `homework_check` — отдельный даг без расписания: менти
+`homework_check` запускается вручную и содержит задачу для каждого из
-запускает его рукой. По задаче на каждое из
+[пяти заданий по витринам](../labs/README.md). Если витрины нет или значения
-[пяти заданий по витринам](../labs/README.md).
+расходятся с источником, задача завершается ошибкой. Журнал показывает
-Задача красная, пока витрины нет или счёт не сходится, и зелёная, когда
+причину и примеры несовпадений. Успех означает, что проверяемые значения
-построено верно; сообщение об ошибке говорит, что не так и куда смотреть. Проверки — инварианты против источников витрины,
+совпали; остальные требования задания вы проверяете сами.
-золотые константы не прибиваются. В `dq_summary` даг не пишет: он инструмент
-лабы, а не история качества конвейера.
 
-Приём проверен на соседнем учебном стенде Airflow + Greenplum:
+Ожидаемые значения рассчитываются по исходным данным текущего стенда.
-валидационный даг с группами проверок по слоям давал менти обратную связь
+Для четырех заданий это события или сессии DDS, для сводки брака —
-по каждому шагу домашки, не трогая рабочий конвейер.
+таблицы ошибок ODS. Сравнение по деловому ключу учитывает отсутствующие
+строки с обеих сторон. Результаты не пишутся в `dq_summary`:
+самопроверка учебных витрин отделена от качества готового конвейера.
+
+Готовые SQL-проверки открывайте после собственного решения: они содержат
+расчет существенной части задания.
 
 ## Отклонённые варианты
 
@@ -233,7 +263,7 @@ business_key`.
   производственный паттерн слоя — пересборка агрегатов — остался бы
   невидим, а `dm_transform` — без работы.
 - **Материализовать всё.** Копия событий ради переименования колонок —
-  антипаттерн, который менти увёз бы в бой.
+  лишняя; такой пример приучал бы без нужды дублировать исходные данные.
 - **Гибрид по цене запроса.** Выбор формы по стоимости, которой на объёмах
   стенда нет: сторож без настоящей опасности.
 - **Проверки домашек в конвейерном звене DQ.** Конвейер стоял бы красным до
@@ -242,8 +272,8 @@ business_key`.
 - **«Жёлтый» статус недостроенной витрины.** У задачи Airflow нет такого
   состояния; изображать его логами — семантика, которую пришлось бы
   расшифровывать. Красное «ещё не построено» честнее.
-- **Самопроверка пишет в `dq_summary`.** Попытки менти смешались бы с
+- **Самопроверка пишет в `dq_summary`.** Результаты учебных попыток смешались бы
-  историей качества конвейера.
+  с историей качества конвейера.
 - **Окно заказов для `daily_traffic` — прошлое замерзает.** Дни за окном хранили
   бы число известных на момент закрытия — витрина тихо расходится с картой
   и протаскивает обратно «знание на дату», отвергнутое развилкой карты

docs/architecture/etl.md

@@ -1,28 +1,23 @@
 # Дневной конвейер трансформаций
 
-Как принятые источники превращаются в модель DDS и витрины DM: кто запускает
+Даг `etl_pipeline` собирает модель DDS, обновляет витрины DM и проверяет
-трансформации, когда и в каком объёме. Правила самих сущностей — зерно,
+результат. Здесь описаны запуск, выбор дней и запись результата в таблицы.
-движки, что именно пересобирается — живут в доках слоя
+Состав моделей — в [справочниках DDS](dds/README.md) и [DM](dm.md).
-([карта модели DDS](dds/README.md)); здесь — только конвейер.
-
-Дневная сборка вперёд появляется на этапе 4 и остаётся основным режимом
-конвейера. На этапе 5 к ней добавляется партиционная переобработка: запуск
-произвольного прошлого дня по команде.
 
 ## Форма
 
-Дневной конвейер на стенде один — даг `etl_pipeline`. Своей работы
+`etl_pipeline` последовательно запускает `dds_transform`, `dm_transform`
-у него нет: он дёргает слойные даги последовательно и ждёт каждый —
+и `dq_check`. Каждый следующий даг начинается после успеха предыдущего.
-`dds_transform`, затем `dm_transform` и `dq_check`. Состав проверок описан в
+Для этого `TriggerDagRunOperator` ждет завершения запущенного им дага.
-[доке слоя DM](dm.md).
+Если тот завершился ошибкой, задача ожидания в конвейере тоже завершится
+ошибкой.
+Поведение проверено через Context7 по документации Airflow 3.x (3.1.6).
 
-Ждущие вызовы сделаны `TriggerDagRunOperator`. Проверка через Context7 по
+У этих дагов нет расписания. Их вызывает конвейер; для отдельного разбора
-ближайшей доступной документации Airflow 3.x (версия 3.1.6) подтвердила, что
+можно запустить даг слоя вручную. У каждого разрешен один активный запуск:
-оператор опрашивает точный созданный им прогон и краснеет вслед за потомком.
+два запуска одного дага используют одни промежуточные таблицы и могли бы
-
+стереть результаты друг друга. Расчет каждой модели выполняется отдельной
-Слойные даги устроены по образцу `orders_ingest`: без расписания, один
+задачей или группой задач.
-активный прогон, запускаются триггером конвейера или рукой при разборе
-происшествий. Витрины внутри `dm_transform` — отдельные задачи.
 
 ## Три пути запуска
 
@@ -34,83 +29,113 @@ world_live_day ───┼─> etl_pipeline ─> dds_transform ─> dm_transfor
 world_next_day ─────> источники без ETL
 ```
 
-- **Живой день.** `world_live_day` дёргает конвейер с ожиданием — последним
+- `world_live_day` запускает конвейер после успешной генерации, приема
-  шагом, после установки позиции. Порядок несёт смысл: день сыгран — факт,
+  заказов и обновления `world_position`. Если трансформация упала, день
-  упавшая трансформация его не отменяет, поэтому позиция ставится раньше; но
+  уже прожит и позиция не откатывается. После исправления причины
-  зеленеть, не узнав, разложился ли день, шаговый даг не должен ([ADR
+  запустите `etl_pipeline` вручную.
-  0003](../adr/0003-dag-run-state.md)). Такой отказ чинится перезапуском
+- `world_next_day` отправляет дни пачкой и ждет приема заказов, но конвейер
-  `etl_pipeline` рукой — перезапуску ничего не нужно помнить, см. «Объём
+  не запускает. После него запустите `etl_pipeline` сами.
-  прогона».
+- `world_initialize` запускает конвейер последним шагом: при успешном
-- **Разгон пачкой.** `world_next_day` конвейер не дёргает: даги модельного
+  первом `make up` начальные данные уже собраны в DDS и DM.
-  времени управляют генератором и только им. После разгона менти запускает
-  конвейер сам — и видит, как слои догоняют уехавший вперёд мир.
-- **Рождение мира.** `world_initialize` дёргает конвейер последним шагом:
-  `make up` отдаёт стенд с собранными слоями, а не пустые витрины. Уроки
-  ручного запуска начинаются со следующих дней.
 
 ## Объём прогона
 
-Параметров у конвейера нет: объём он выводит сам из `world_position` и
+Объем прогона — дни, которые обрабатывает один запуск. Даты передавать
-состояния слоёв. Сессии догоняют хвост — от первого несобранного дня по
+не нужно: даги определяют их по состоянию таблиц и `world_position`.
-последний прожитый; заказы пересобирают дышащее окно и тот же хвост; карта
+Например, после генерации семи дней без ETL один запуск рассчитает сессии
-идентичностей пересчитывается целиком; правила витрин — у
+за все семь дней.
-[слоя DM](dm.md).
-Поэтому один и тот же запуск одинаково верен из триггера, с кнопки менти и
-после падения, а разгону на семь дней хватает одного прогона.
 
-Окно заказов задаёт последний слепок, наблюдаемый в ODS. У каждого заказа
+Для расчета сессий выбираются дни от первого, за который в DDS еще нет
-`snapshot_date` равен последнему слепку, в котором источник его показал.
+сессий, до последнего прожитого.
-Трансформация выбирает строки с максимальной `snapshot_date` и берёт среди них
+`world_position` хранит номер следующего дня для генерации, поэтому
-минимальный и максимальный `order_date`. Это границы дней, состояние которых
+последний прожитый день равен `min(EventDate) + world_position - 1`.
-источник ещё может изменить
+Начало календаря берется из ODS; события ранних дней там не удаляются по TTL.
-([ADR 0014](../adr/0014-order-version-snapshot-date.md)). Кроме живого окна,
+Один `max(EventDate)` не годится: события за день есть и во время его
-трансформация закрывает пропуски: находит самый ранний день, представленный в
+генерации, когда последние визиты еще не закончились.
-ODS и ещё не собранный в DDS, затем при необходимости расширяет до него левую
+Точный запрос — [`session_scope.sql`](../../sql/dds/session_scope.sql).
-границу.
 
-Позиция мира заказам не отвечает: она говорит, какой день прожит, а не какой
+Для заказов диапазон задает последний принятый слепок ODS. Среди строк
-доехал. Прогон дня D везёт слепок дня D − 1, да и ставится позиция раньше
+с максимальной `snapshot_date` выбираются самая ранняя и самая поздняя
-трансформации, так что после неудачного приёма обгоняет хранилище. Слой обязан
+даты оформления заказа. Состояние заказов за эти дни еще может измениться.
-считать объём по тому, что у него есть, а не по тому, что мир о себе заявляет.
+Если в ODS есть заказы за более ранний день, а в DDS за него нет строк,
+начало диапазона сдвигается до этого дня. Запрос заново рассчитывает
+заказы за все дни выбранного отрезка.
 
-Для сессий границу задаёт `world_position`: она отличает полностью прожитый
+Позиция мира для выбора дней заказов не подходит: с событиями дня D
-день от ещё идущего. Сами события этой границы не показывают: и посреди дня D,
+приходит слепок за D−1. Объем рассчитывается по принятым строкам ODS;
-и сразу после его конца их позднейший день равен D. Если собрать сессии посреди
+их наличие еще не доказывает полноту слепка.
-дня, визит, начатый в 23:50, останется обрезанным: завершённый день слой
+
-повторно не собирает. Поэтому последний прожитый день равен первому дню
+Карта идентичностей пересчитывается целиком. Витрины выбирают дни
-событий плюс позиция минус один
+по своим источникам — см. [ритм пересборки DM](dm.md#ритм-пересборки).
-([`sql/dds/session_scope.sql`](../../sql/dds/session_scope.sql)).
+Если за день сохранилась хотя бы одна строка, запрос не считает его
-Оговорка про «доехал» остаётся в силе и здесь: за хвост потока отвечает не
+пропущенным. Полноту данных проверяют отдельно.
-позиция, а «Готовность источника».
 
 ## Готовность источника
 
-Первый шаг `dds_transform` проходит два барьера за общий срок в 300 секунд.
+Перед сборкой DDS задача `wait_for_source` последовательно ждет двух
-Сначала клиент `confluent-kafka` сверяет подтвержденные смещения группы
+условий:
-`clickstream_hits` с верхними смещениями обоих разделов `hits`. Группа, оба
-раздела и все смещения должны существовать. Суммарное отставание должно стать
-нулевым. Каждый опрос пишет в журнал оба смещения и отставание по разделу.
 
-Только после этого шаг проверяет обе ноды ClickHouse через
+1. Группа `clickstream_hits` дочитала оба раздела топика `hits`.
-`clusterAllReplicas`: у `ods.event_dist` в `system.distribution_queue` не
+   Подтвержденные смещения сравниваются с верхними смещениями Kafka.
-должно остаться файлов. Каждый опрос пишет в журнал ноды, число файлов и
+   Группа и смещения должны существовать, суммарное отставание — равняться нулю.
-`last_exception` очереди. Оба барьера опрашиваются раз в три секунды и делят
+2. В `system.distribution_queue` у `ods.event_dist` не осталось файлов
-один крайний срок. После Kafka срок не отсчитывается заново.
+   доставки на шарды. Запрос через `clusterAllReplicas` читает обе ноды.
 
-Зелёный приём заказов о событиях не говорит ничего — топики разные и
+Опросы идут с паузой в три секунды; на обе стадии задан общий срок
-потребители разные. Одного нулевого отставания Kafka тоже мало: чтец мог
+300 секунд. Журнал показывает смещения и отставание Kafka, затем число
-подтвердить сообщение раньше, чем Distributed-таблица доставила файл на шард.
+файлов и `last_exception` очереди на каждой ноде. Если готовность не
-Два барьера закрывают обе части пути до того, как сессии выберут свой объем.
+подтверждена за срок ожидания, задача завершается ошибкой.
+
+Одного нулевого отставания Kafka мало: сообщение может быть подтверждено,
+пока Distributed-таблица еще доставляет его на шард. Успех `orders_ingest`
+тоже не заменяет эти проверки: у заказов другой топик и потребитель.
+
+Эти условия проверяют доставку на момент опроса. Они не останавливают
+поступление новых событий и не сверяют содержимое таблиц. Поэтому
+`world_position` отдельно ограничивает сборку сессий прожитыми днями,
+а качество результата проверяет `dq_check`.
 
 ## Идемпотентность
 
-Партиция не заменяется простой вставкой. День собирается в таблицу-двойник —
+Идемпотентность означает, что повторная обработка тех же исходных данных
-вставка через Distributed раскладывает строки по шардам, — затем
+не добавляет копии деловых строк. Служебные `_load_id` и `_load_ts`
-`REPLACE PARTITION` на кластере атомарно подменяет кусок каждого шарда. Эта
+при новой сборке меняются.
-механика — часть самих трансформаций и строится этапом 4: без неё дневной
+
-прогон не повторяем. Сущности, пересчитываемые целиком, идемпотентны и без
+Результат дневного расчета сначала записывается в промежуточную таблицу.
-замены: полная перезапись в `ReplacingMergeTree` — так живут карта
+Она нужна, чтобы читатели продолжали видеть прежние данные, пока новые
-идентичностей и витрина `daily_traffic` ([слой DM](dm.md)).
+еще рассчитываются. Например, для сессий это `dds.session_stage_rep`,
+а основная таблица — `dds.session_rep`.
+
+Задачи выполняются в таком порядке:
+
+1. `scope` выбирает даты для расчета.
+2. `rebuild` очищает промежуточную таблицу, рассчитывает строки за выбранные
+   дни и записывает их через `_stage_dist`. Настройка
+   `distributed_foreground_insert = 1` заставляет вставку дождаться
+   доставки строк на шарды.
+3. `replace` заменяет в основной таблице раздел за каждый выбранный день
+   готовым разделом промежуточной таблицы. Раздел таблицы называется
+   партицией; для замены используется `REPLACE PARTITION`.
+
+Структура и распределение строк по шардам у двух таблиц должны совпадать.
+Замена выполняется на локальных `_rep` с `ON CLUSTER`. На каждом шарде
+читатель видит либо старый, либо новый раздел целиком — это атомарность
+замены. Общей транзакции для двух шардов и всех дней нет: при сбое один
+шард может уже содержать новый результат, а другой — прежний. Повторить
+`replace` можно, пока промежуточная таблица хранит тот же результат;
+копии строк в основной таблице от этого не появятся.
+
+Новый запуск всего конвейера заново выбирает дни. Он не обязан повторить
+все дни неудачного запуска: если дата уже есть в целевой таблице, поиск
+пропусков ее не выберет. В частности, изменение SQL сессий само по себе
+не заставляет пересчитать заполненные дни. Повторная сборка выбранного
+дня разобрана в [задании ступени 4](../labs/4-1-session-pipeline.md).
+
+Карта идентичностей и `daily_traffic` обновляются иначе: каждый запуск
+добавляет полный результат новой версией в `ReplacingMergeTree(_load_ts)`.
+Публичные представления читают текущие строки через `FINAL`. Старые версии
+могут физически оставаться до фонового слияния; повторяемость относится
+к результату чтения, а не к числу строк на диске.
 
 ## Чего конвейер о себе не знает
 

docs/architecture/storage.md

@@ -30,115 +30,96 @@ keeper, Kafka, каркас сервисов. Этап 2 собран: в `sql/d
 
 ## Имена объектов
 
-Имя объекта заканчивается тем, что это за объект:
+Суффикс показывает назначение объекта:
 
 | Суффикс | Что это |
 |---|---|
-| `_rep` | локальная таблица шарда, движок семейства `Replicated*` |
+| `_rep` | локальная таблица: хранит данные своего шарда, движок семейства `Replicated*` |
-| `_dist` | `Distributed` поверх одноимённой локальной |
+| `_dist` | таблица `Distributed`: читает данные шардов и распределяет запись между ними |
-| `_kafka` | таблица на движке `Kafka` |
+| `_kafka` | таблица на движке `Kafka`: читает сообщения топика |
-| `_file` | таблица на движке `File` — чтец файла |
+| `_file` | таблица на движке `File`: читает файл |
-| `_mv` | материализованное представление |
+| `_mv` | материализованное представление: обрабатывает вставляемые данные |
-| `_v` | обычное представление, публичная поверхность чтения |
+| `_v` | обычное представление: выполняет сохраненный запрос при чтении |
 
-Суффикс носит каждый физический объект. Голого имени у таблицы не существует:
+Для запросов к моделям DDS и витринам DM используйте `_v`. Представления
-запрос к `stg.hits_raw` даёт громкую ошибку «нет такой таблицы» — а под голым
+явно перечисляют колонки, поэтому добавление поля в физическую таблицу
-именем в документах и разговоре понимается сущность, у которой этих объектов
+не меняет набор полей для читателя. У `dds.event_v` нет отдельной таблицы
-несколько. Единственное исключение — словари: у них воплощение одно, шардировать
+DDS: представление читает события ODS.
-нечего, и суффикс ничего не различал бы. В зоне `dic` обе формы стоят рядом и
-правило видно целиком: `dic.products_file` — чтец файла, `dic.products` — сам
-словарь.
 
-Распространённая конвенция, где голое имя означает локальную таблицу, а
+В документации имя без суффикса, например `stg.hits_raw`, обозначает
-распределённая получает суффикс `_all`, ошибается иначе: забытый суффикс тихо
+сущность с несколькими объектами. Таблицы с таким именем нет: в запросе
-возвращает данные одного шарда. Правило спеки «проверки и контрольные суммы —
+нужно указать суффикс. Исключение — словари ClickHouse: `dic.products`
-только по `Distributed`» такую тишину переживает плохо.
+обращается к каталогу товаров, а `dic.products_file` читает его файл.
 
-Второе свойство — в списке по алфавиту объекты группируются по сущности, а не по
+В STG имя берется из топика: `hits_raw`, `orders_raw`. В типизированных
-технологии: все четыре объекта топика `hits` стоят рядом, потому что различаются
+слоях оно называет сущность в единственном числе: `event`, `order`,
-хвостом, а не началом имени. Речь про дерево в клиенте и про `ORDER BY name`:
+`session`. Объекты одной сущности различаются суффиксом и стоят рядом
-порядок выдачи `SHOW TABLES` документация не оговаривает.
+при сортировке имен по алфавиту.
 
-Начало имени — сущность, и берётся она в разных слоях из разных мест. В STG имя
+`_rep` и `_dist` нужны для загрузки, диагностики и обслуживания. Роль
-приходит от транспорта: слой хранит то, что доехало по топику, и зовётся именем
+`bi_reader` может читать их в ODS, DDS и DM, но для обычного анализа
-топика — `hits_raw` от `hits`, `orders_raw` от `orders`. В типизированных слоях
+принято использовать `_v`. Это соглашение о чтении, а не ограничение прав;
-имя приходит от предметной области и стоит в единственном числе: `event`,
+причина широкого доступа описана в
-`order`, `session`. Граница между «как привезли» и «что это такое»
+[ADR 0007](../adr/0007-clickhouse-access.md) и
-проходит по STG, и имена её показывают.
-
-В DDS публичный договор сущности заканчивается на `_v`. Потребительские запросы
-и витрины называют только представление; `_rep` и `_dist` служат загрузке,
-диагностике и обслуживанию. Представление перечисляет колонки явно, даже если
-его запрос — простая проекция над `_dist`: договор не выдаёт устройство
-кластера и случайно добавленные в физическую таблицу колонки. У события
-физической копии в DDS нет, но правило то же: `dds.event_v` — его публичный
-договор.
-
-Право доступа здесь намеренно шире договора. Роль `bi_reader` может читать
-любые объекты ODS, DDS и DM, но физические объекты от этого не становятся
-публичной поверхностью. Конвенцию держат явный список колонок, документация и
-ревью, а не запрет на физические таблицы.
-
-Широкое право принято в [ADR 0007](../adr/0007-clickhouse-access.md): узкая
-граница поверх `Distributed` потребовала бы отдельной механики. Механизм
-ClickHouse и отклонённые варианты записаны в
 [исследовании](../research/2026-08-25-clickhouse-distributed-view-security.md).
 
 ## Раскладка по шардам
 
-Пишем только в `_dist`. Локальные таблицы остаются для чтения и обслуживания —
+Шард хранит часть строк. При записи через `_dist` место строки выбирает
-операций с партициями, ручной переобработки. Правило не про удобство: при записи
+ключ шардирования. При прямой записи в `_rep` она остается на той ноде,
-через распределённую таблицу раскладку определяет ключ шардирования, то есть
+где выполнена вставка. Поэтому данные записывают через `_dist`,
-свойство данных, а при записи в локальную — то, какая нода случайно выполняла
+а операции с партициями выполняют на локальных `_rep`.
-код. Отсюда урок стенда: какая нода читала топик, меняется между прогонами
-(видно в колонке `consumer_host`), а куда легли данные — нет.
 
-Ключи шардирования: `cityHash64(ClientID)` у событий, `cityHash64(order_id)` у
+У событий ключ — `cityHash64(ClientID)`, у заказов —
-заказов, `cityHash64` сырой строки у STG и у таблицы ошибок. У первых двух хеш
+`cityHash64(order_id)`, у STG и таблиц ошибок — хеш сырой строки.
-выбран против перекоса: структурированный числовой идентификатор распределяется
+Хеш распределяет числовые идентификаторы по шардам и направляет одинаковые
-по остатку от деления неравномерно. У сырого слоя выбора нет — строку иначе не
+сообщения на один шард. У сырой строки и разобранного события разные
-разложишь; там хеш даёт другое свойство, одинаковые сообщения ложатся на один
+ключи: они могут оказаться на разных шардах. Счетчики STG и ODS сравнивают
-шард.
+по всему кластеру через `_dist`, а не отдельно по каждой ноде.
 
-Ключи у слоёв разные, и это имеет наблюдаемое следствие: сырая строка и
+При `INSERT INTO цель_dist SELECT … FROM источник_dist` важна настройка
-разобранное из неё событие почти всегда оказываются на разных шардах.
+`parallel_distributed_insert_select`. При значении `2` и одном кластере
-Пошардовые счётчики STG и ODS поэтому не сходятся и сходиться не должны —
+вставка может выполняться локально на шардах, сохраняя раскладку источника
-сверять слои можно только через `_dist`.
+вместо ключа цели. Если ключи различаются, укажите
+`parallel_distributed_insert_select = 0`: нода, принявшая запрос,
+соберет результат и распределит его по ключу цели. Так сделано в
+[`sql/ods/order_parse.sql`](../../sql/ods/order_parse.sql) и при сборке
+выручки. Неверную раскладку проверяют по `hostName()` и ожидаемому шарду
+строки; общий счет по `_dist` ее не показывает.
 
-Разные ключи у слоёв ставят капкан на вставке `INSERT INTO цель_dist SELECT …
+События, `dds.session_dist` и `dds.identity_map_dist` распределены
-FROM источник_dist`. Заводское значение `parallel_distributed_insert_select` —
+по `cityHash64(client_id)` (в ODS поле называется `ClientID`). Данные
-2: если обе таблицы на одном кластере, вставка исполняется локально на каждом
+одного посетителя лежат вместе — это ко-локация. Заказы DDS и их сверка
-шарде, минуя ключ шардирования цели. Строки наследуют раскладку источника, и
+сохраняют раскладку по `cityHash64(order_id)`. Обычное соединение допускается
-ошибки при этом нет — расхождение видно только пересчётом ключей по
+по ключу ко-локации; для остальных соединений применяется `GLOBAL`.
-`hostName()`. Так половина заказов и легла на оба шарда, где
+Само совпадение ключей еще не гарантирует локального выполнения запроса
-`ReplacingMergeTree` через границу шарда дубли не схлопывает (замер — «Что
+через представления — пример есть в [описании `daily_traffic`](dm.md#dmdaily_traffic_v).
-проверено», #137). Лекарство — явное `parallel_distributed_insert_select = 0`
-в `SETTINGS` такой вставки: раскладку делает инициатор, по ключу цели
-(`sql/ods/order_parse.sql`). Капкан ждёт и сборки DDS: они тоже будут читать
-`_dist` и писать в `_dist` с другим ключом.
 
-Ключи ко-локации названы заранее, потому что на них стоит политика соединений из
+Для дневной пересборки DDS и DM результат сначала записывают
-раздела 6 спеки: обычное соединение разрешено только по ключу ко-локации, всё
+в промежуточную таблицу. Основная таблица в это время остается доступна
-прочее — через `GLOBAL`. Значит `dds.session_dist` и `dds.identity_map_dist`
+для чтения с прежними данными. Например, заказы записываются через
-шардируются по `cityHash64(client_id)`. Объекты DDS с зерном заказа сохраняют
+`dds.order_stage_dist` в `dds.order_stage_rep`, затем ее дневные разделы
-ко-локацию по `cityHash64(order_id)`; ключи остальных частей модели и витрин
+заменяют разделы основной `dds.order_rep`.
-появляются вместе с ними.
 
-Замена партиций не используется для `ods.order`: версии прошлых дней
+У промежуточной и основной таблиц должны совпадать структура, ключи
-доливаются, а прямое чтение Kafka не задаёт границы полного слепка ([ADR
+партиции и сортировки, первичный ключ и политика хранения. Поэтому
-0010](../adr/0010-order-versions-in-ods.md)). Если партиционная пересборка
+`dds.order_stage_rep` объявлена через `AS dds.order_rep` с совпадающими
-понадобится будущим объектам DDS или DM, партиция-донор должна быть заранее
+ключами. Требования сверены через Context7 с
-разложена по шардам по тому же ключу. Форму донора следует решать вместе с таким
+[документацией ClickHouse](https://clickhouse.com/docs/sql-reference/statements/alter/partition#replace-partition)
-объектом, а не переносить на ODS заранее.
+для схемы на ClickHouse 26.3. DDL показан в
-
-Первым такой донор понадобился заказу DDS, и правило на нём видно целиком:
-`dds.order_stage_rep` объявлен через `AS dds.order_rep` и шардируется тем же
-`cityHash64(order_id)`. Совпадение структуры требует сама операция, а совпадение
-ключа — устройство замены: она идёт по локальным таблицам, шард за шардом, и
-строка, попавшая в доноре не на свой шард, при подмене пропала бы с одного шарда
-и задвоилась на другом. Доводы целиком — в
 [`sql/ddl/45-dds-tables.sql`](../../sql/ddl/45-dds-tables.sql).
 
+Промежуточная таблица должна также распределять строки по тому же ключу,
+здесь — `cityHash64(order_id)`. `REPLACE PARTITION` копирует раздел между
+локальными таблицами каждого шарда и не перераспределяет строки.
+Поэтому уже в промежуточной таблице заказ должен находиться на нужном шарде.
+Перед заменой вставка с `distributed_foreground_insert = 1` дожидается
+доставки данных на шарды.
+
+В `ods.order` этот способ не применяется: туда добавляют версии заказов
+из слепков, а актуальные строки выбираются при чтении
+([ADR 0010](../adr/0010-order-versions-in-ods.md)).
+
 ## Служебные колонки
 
 Собственные колонки не повторяют имён виртуальных. Виртуальные даёт движок:

docs/architecture/superset.md

@@ -36,7 +36,7 @@ Airflow. В ClickHouse он не пишет ничего.
 | `metadata.yaml` | версия формата, `1.0.0`; больше в нем ничего нет |
 | `databases/clickhouse.yaml` | подключение к ClickHouse: URI без пароля и постоянный uuid |
 | `datasets/ClickHouse/*.yaml` | три витрины: `revenue_daily_v`, `purchase_vs_orders_v`, `daily_traffic_v` |
-| `charts/*.yaml` | три графика: столбики выручки, сводная таблица сверки, линии трафика |
+| `charts/*.yaml` | девять графиков: четыре крупных числа, столбики выручки и кольцо долей, сводная таблица сверки, линии трафика и доля известных |
 | `dashboards/business_stories.yaml` | дашборд «Бизнес-сюжеты» и раскладка панелей |
 
 Связаны файлы не путями, а uuid. Датасет называет `database_uuid`, график —
@@ -46,20 +46,51 @@ Airflow. В ClickHouse он не пишет ничего.
 
 Uuid у стенда розданы рукой: общее начало
 `19600000-0000-4000-8000-`, дальше номер объекта в последнем блоке — `1`–`3`
-у датасетов, `101`–`103` у графиков, `201` у дашборда
+у датасетов, `101`–`109` у графиков, `201` у дашборда
 (`…-000000000101`). Экспорт из интерфейса приносит свои, сгенерированные;
 их заменяют на эти, иначе повторный импорт заведет вторую копию объекта вместо
 обновления первой.
 
-Датасет несет русские имена колонок, формат денег и метрику — а график только
+Датасет несет русские имена колонок, формат чисел и метрики — а график только
 ссылается на них по имени. Значит, подпись или формат правятся в одном месте, а
-не в каждом графике.
+не в каждом графике. Два исключения проверены на живом стенде, Superset 6.1.
+Подписи оси график берет не из датасета, а из своего `y_axis_format`: без него
+ось выручки уходит в «1.2M». И разрез сводной таблицы подписан именем колонки
+(`mismatch_class`), хотя колонке даты в той же таблице русское имя достается.
 
 Датасеты объявлены физическими (`schema: dm`, `sql: null`), хотя за именем стоит
 представление ClickHouse. Импорт в источник не ходит и разницы между таблицей и
 представлением не знает, а виртуальный датасет со своим SQL просто повторил бы
 запрос, который уже живет в `sql/ddl/60-dm-views.sql`.
 
+## Из чего собран экран
+
+Четыре строки панелей:
+
+- ряд крупных чисел — выручка, заказы, средний чек, посетители;
+- выручка по дням и категориям, рядом доля категорий кольцом;
+- сводная сверки purchase и заказов;
+- посетители и известные пользователи, рядом доля известных.
+
+Правая панель пары отвечает на вопрос «сколько из целого» и берет цвета левой:
+категория окрашена одинаково на столбиках и в кольце, доля известных — как
+линия известных пользователей рядом. Цвет закрепляет `label_colors` в
+`metadata` дашборда. Шесть категорий выписаны в него руками по каталогу
+генератора (`generator/src/clickstream_generator/catalog.py`): седьмая
+останется без закрепленного цвета, пока файл не поправят.
+
+Средний чек и доля известных считаются метриками датасета —
+`SUM(revenue) / nullIf(SUM(orders), 0)` и то же для доли известных. Знаменатель
+обернут не зря: на периоде без заказов деление Decimal на ноль в ClickHouse —
+не `nan`, а исключение, и панель показала бы ошибку вместо пустоты. У витрины
+выручки есть готовая колонка `aov`, но среднее по ней дало бы другое число:
+день с тремя заказами получил бы тот же вес, что день с тремя сотнями.
+
+«Период» — единственный фильтр дашборда, тип `filter_time` с пустой целью
+(`targets: [{}]`). Такой фильтр колонку не называет: он подставляет выбранный
+период в то временное условие, которое уже стоит у каждого графика. Поэтому
+сверка сужается по `order_day`, а остальные панели — по `report_date`.
+
 ## Импорт при каждой инициализации
 
 Последняя строка `infra/superset/init.sh`:
@@ -152,6 +183,17 @@ superset import-directory /app/import --overwrite
 завершается нулем в любом случае. Поэтому импорт проверяют глазами или
 запросом к API — но не тем, что команда отработала.
 
+**Знак рубля приходит не из формата валюты.** Символ Superset берет у
+`Intl.NumberFormat` по коду валюты и английской локали стенда: код `RUB`
+печатается как «RUB», а знак «₽» вызов роняет, и форматирование молча
+откатывается к числу без валюты. Поэтому единица стоит в названии панели —
+«Выручка, ₽», — а метрика несет обычный формат `,d`.
+
+**`label_colors` знает имя ряда, а не подпись.** Для разреза имя ряда — это
+значение колонки («Бытовая техника»), для графика без разреза — имя метрики
+(`known_share`), а не ее русская подпись. Цвет, закрепленный за подписью
+«Доля известных», не применяется.
+
 **`--overwrite` синхронизирует датасет разрушительно.** Колонки и метрики
 берутся из YAML целиком: добавленная в интерфейсе метрика или подпись колонки
 исчезнет при следующем старте контейнера. Правка датасета — это правка файла.
@@ -163,3 +205,50 @@ superset import-directory /app/import --overwrite
 живое подключение и хранилище пароля. Сами графики и дашборд ни одна цель не
 проверяет: их смотрят глазами после переинициализации. Полная карта целей — в
 [доке проверок](testing.md).
+
+## Отклоненные варианты
+
+Оживить дашборд предложат снова, поэтому отказы записаны с доводами. Замерено
+на живом стенде 7 сентября 2026 года, Superset 6.1.
+
+**Карта регионов России.** Замысел стоял на клике: щелчок по региону
+перестраивает весь экран. Плагин Country Map кросс-фильтр не отдает вовсе —
+`behaviors` не объявлены, `setDataMask` не вызывается, а щелчок приближает
+карту. Без клика остается картинка, и она рассказывает меньше, чем кажется: 16
+городов стенда сворачиваются в 14 регионов из 83, и больше половины сессий
+приходится на один. Карта отдана факультативу «Добавь названия регионов в
+отчет»: там читатель собирает справочник сам, и она становится наградой за
+него.
+
+**Регион как общее измерение витрин.** Чтобы фильтр по региону действовал на
+весь экран, регион пришлось бы завести в каждой витрине: Superset датасеты
+между собой не соединяет, а фильтр по колонке, которой нет в датасете панели,
+отбрасывается с причиной `COL_NOT_IN_DATASOURCE`. У заказа географии нет — она
+бралась бы от человека через карту идентичностей и приписывалась бы сущности, у
+которой ее в источнике не было. Вдобавок не сходятся ритмы: витрина от карты
+идентичностей не замерзает никогда, а выручка живет окном последнего слепка
+([дока DM](dm.md)). Стендовый словарь регионов отклонен раньше и по своей
+причине — он повторил бы урок `dictGet` каталога вторым разом.
+
+**Кросс-фильтрация между панелями.** Общих измерений у витрин почти нет:
+категория есть только у выручки, а день у сверки называется `order_day` против
+`report_date` у остальных. Клик перестроил бы часть экрана и оставил другую
+нетронутой, а вывод из этого читатель делает про данные, а не про устройство
+витрин. Панель фильтров этой болезнью не болеет — там колонка задается явно для
+каждой витрины, — поэтому фильтр периода дашборду разрешен, а кросс-фильтрация
+нет.
+
+**Вкладки и блоки «что смотреть».** Вкладки были условным вариантом: их
+заводят, когда экран перестает читаться одним взглядом. Четыре строки панелей
+читаются сразу, поэтому вкладки спрятали бы половину экрана за щелчком без
+выигрыша. Блок с текстом «что смотреть» рядом с панелью означал
+бы, что панель сама себя не объясняет: тогда чинить надо название и подписи, а
+не дописывать к ним пояснение.
+
+**Пороги и раскраска панелей.** Правило
+[спеки](../specs/2026-07-30-stand-v2-realism.md), раздел 9: на дашборд смотрят
+глазами, красное и зеленое живет в проверках.
+
+Поводы вернуться к разговору: плагин карты начинает отдавать кросс-фильтр; у
+заказа появляется адрес доставки; витрины получают общее измерение по своей
+причине, не ради дашборда.

docs/handbook/README.md

@@ -1,50 +1,47 @@
 # Путеводитель по стенду
 
-Если вы впервые видите стенд, начните отсюда. Путеводитель подскажет, на что
+Путеводитель объясняет, как данные поступают в хранилище, обрабатываются
-смотреть и в каком порядке, а за подробностями отправит в справочники. Так вы
+и попадают в отчеты. В главах есть короткие примеры, которые можно выполнить
-разберетесь в устройстве, прежде чем браться за уроки.
+на запущенном стенде перед переходом к учебным заданиям.
 
 ## Как читать
 
-Тропа такая: [словарь понятий](../../CONTEXT.md) → главы путеводителя →
+Читайте главы в порядке ниже. Незнакомые термины можно найти в
-[справочники `docs/architecture/`](../architecture/) →
+[словаре понятий](../../CONTEXT.md), а подробности устройства —
-[уроки](../labs/README.md).
+в [технических справочниках](../architecture/). К ним достаточно обращаться
-
+по мере необходимости. После путеводителя переходите к
-Словарь не надо читать подряд. Возвращайтесь к нему за незнакомым словом.
+[учебным заданиям](../labs/README.md).
-Первая статья словаря объясняет хранилище. Следом идет несколько статей об
-устройстве генератора; они понадобятся нескоро.
 
 ## Карта хранилища
 
 [Интерактивная карта](architecture-map.html) показывает путь данных через слои.
 Gitea показывает HTML как текст. Откройте файл из своей копии репозитория
 или скачайте его кнопкой «Raw» и откройте в браузере.
-Держите карту рядом с главой «Хранилище и его слои».
+Сверяйтесь с картой при чтении главы «Хранилище и его слои».
 
 ## Главы
 
 ### [Хранилище и его слои](storage-layers.md)
 
-От события в Kafka до витрины: глава разбирает путь через STG, ODS, DDS и DM
+Как меняются данные при переходе из Kafka в слои STG, ODS, DDS и DM.
-и показывает, за что отвечает каждый слой.
+В конце главы вы посмотрите события, сессии и выручку с помощью SQL.
 
 ### [Потоки Airflow и даги модельного времени](airflow-dags.md)
 
-Шаговый даг играет модельный день, а дневной конвейер раскладывает данные по
+Какие даги создают новые данные, а какие обрабатывают их в хранилище.
-слоям. Глава поможет увидеть их связь и роль каждого дага.
+Вы запустите генерацию и обработку за день и посмотрите результат в витринах.
 
 ### [Мониторинг: куда смотреть](monitoring.md)
 
-Свежесть и поток данных, брак и отставание собраны на дашборде «Данные».
+Что показывают панели Grafana и как меняются их показания, пока в стенд
-Глава научит находить нужную панель и разбирать ее показания.
+поступают события и заказы.
 
 ### [Немного Superset](superset.md)
 
-Глава покажет, как витрина становится графиком и где проходит граница между
+Как Superset строит графики по витринам и что происходит с вашими отчетами
-своими объектами и теми, которые поднимает стенд.
+при перезапуске стенда.
 
 ### [Генератор: откуда берутся данные](generator.md)
 
-Здесь генератор — источник данных, а не предмет изучения. Глава в общих
+Откуда берутся события и заказы, почему начальные данные повторяются
-чертах объяснит, откуда берутся события и заказы и в каком виде их получает
+и как сверить число загруженных событий с ожидаемым.
-хранилище.

docs/handbook/airflow-dags.md

@@ -1,7 +1,8 @@
 # Потоки Airflow и даги модельного времени
 
-В Airflow два рода дагов. Даги мира создают мир и проигрывают модельные дни,
+Airflow управляет генерацией данных и их обработкой в хранилище. Это разные
-а дневной конвейер раскладывает сыгранный день по слоям хранилища.
+этапы: сначала в Kafka поступают события и заказы за день работы магазина,
+затем по ним рассчитываются данные DDS и витрины DM.
 
 ```mermaid
 flowchart LR
@@ -14,64 +15,72 @@ flowchart LR
 
 ## Два потока входят по-разному
 
-События приходят в топик `hits`. Хранилище разбирает их само и непрерывно:
+События поступают в топик `hits` и обрабатываются по мере поступления:
 материализованные представления переносят строки из STG в ODS без участия
 Airflow.
 
-Заказы приходят в топик `orders` один раз в модельные сутки, целым слепком. У
+Заказы поступают в топик `orders` раз в модельные сутки одной выгрузкой.
-слепка есть начало и конец, поэтому даг `orders_ingest` забирает его одной
+Она содержит состояние заказов на конец дня и называется слепком.
-порцией. Такой способ приема называется [пакетным](../../CONTEXT.md).
+Даг `orders_ingest` загружает ее целиком. Такой способ приема называется
+[пакетным](../../CONTEXT.md).
 
 ## Даги мира
 
-Два дага с тегом «жизненный цикл мира» отвечают за стартовый мир:
+В документации миром называется учебный магазин с его посетителями,
+товарами и заказами. Время в нем идет отдельно от календарного.
+Два дага с тегом «жизненный цикл мира» создают начальные данные:
 
 | Даг | Что делает |
 |---|---|
-| `world_initialize` | Создает стартовый мир, если его еще нет |
+| `world_initialize` | Создает начальные данные, если их еще нет |
-| `world_recreate` | Стирает данные мира и собирает стартовый мир заново |
+| `world_recreate` | Удаляет прикладные данные и создает их заново |
 
-Три дага с тегом «модельное время» проигрывают следующие дни. Именно их
+Для добавления следующих дней есть три дага с тегом «модельное время»:
-называют дагами модельного времени.
 
 | Даг | Что делает |
 |---|---|
-| `world_next_day` | Играет следующие дни пачкой |
+| `world_next_day` | Генерирует данные за следующие дни без пауз между событиями |
-| `world_live_day` | Играет следующий день в темпе модельного времени |
+| `world_live_day` | Генерирует данные за следующий день постепенно, примерно за 24 минуты |
-| `world_live` | Запускает живые дни один за другим, пока снят с паузы |
+| `world_live` | Запускает `world_live_day` день за днем, пока снят с паузы |
 
-Сколько дней уже сыграно, стенд помнит в переменной Airflow `world_position`:
+В переменной Airflow `world_position` хранится номер следующего дня для
-в ней лежит номер первого несыгранного дня. `world_next_day` и `world_live_day`
+генерации. Например, при значении `8` генератор уже отправил события
-записывают новое значение только после успешно сыгранного дня; оборванный
+за дни с 0 по 7.
-прогон его не меняет.
 
-Сыграв день D, эти два дага отправляют слепок заказов за день D−1 и ждут, пока
+`world_next_day` и `world_live_day` сначала отправляют события дня D,
-`orders_ingest` его примет. Эти связи разобраны в [справочнике
+затем — слепок заказов за предыдущий день D−1. Они ждут, пока `orders_ingest`
-мира](../architecture/world.md#даги-модельного-времени).
+загрузит слепок, и только после успешного завершения дня обновляют
+`world_position`. Если генерация или прием данных завершились с ошибкой,
+номер дня остается прежним. Подробности — в [справочнике генератора
+и модельного времени](../architecture/world.md#даги-модельного-времени).
 
 ## Дневной конвейер
 
-У `etl_pipeline` нет своей обработки. Он по очереди запускает `dds_transform`,
+Даг `etl_pipeline` по очереди запускает `dds_transform`, `dm_transform`
-`dm_transform` и `dq_check` и ждет каждый даг. Параметров у него нет: сколько
+и `dq_check`, дожидаясь завершения каждого. Они рассчитывают данные DDS,
-дней обработать, он сам определяет по `world_position` и по тому, что уже лежит
+обновляют витрины DM и проверяют качество результата.
-в слоях. Поэтому один и тот же запуск верен и когда его запустил другой даг, и
+
-когда вы нажали кнопку, и когда его повторяют после сбоя. Детали есть в
+При запуске `etl_pipeline` не нужно указывать даты. Дни для обработки
+определяются по `world_position` и по уже загруженным данным в слоях.
+Детали есть в
 [справочнике конвейера](../architecture/etl.md#объём-прогона).
 
-`world_next_day` не запускает конвейер. После него слои хранилища отстают от
+После `world_next_day` новые события и заказы уже загружены, но данные DDS
-мира, пока вы не запустите конвейер сами. `world_live_day`, наоборот,
+и DM еще не пересчитаны: запустите `etl_pipeline` вручную.
-запускает `etl_pipeline` и ждет его. Поэтому даг остается в работе и после
+`world_live_day` запускает его автоматически и ждет завершения. Поэтому
-конца модельного дня.
+`world_live_day` может продолжать работу после окончания генерации за день.
 
-## Что значит красный
+## Если даг завершился с ошибкой
 
-Красный `etl_pipeline` не отменяет сыгранного дня: `world_position` уже
+Ошибка в `etl_pipeline` не меняет `world_position`: генерация и прием
-записана. Достаточно перезапустить конвейер рукой; разбираться, на чем
+данных за день уже завершились. После устранения причины ошибки
-остановился прошлый прогон, не нужно. Кто запускает конвейер, описано в
+перезапустите конвейер вручную. Даты для повторной обработки он определит сам.
+Кто запускает конвейер, описано в
 [разделе о трех путях запуска](../architecture/etl.md#три-пути-запуска).
 
-Качество данных проверяет контур DQ. В дневном конвейере это даг `dq_check`:
+За качество данных отвечают проверки DQ (Data Quality) в даге `dq_check`.
-упавшая задача печатает в лог ключи строк, не прошедших проверку. Состав
+Если проверка находит расхождение, задача завершается с ошибкой и записывает
+в журнал ключи строк, которые ее не прошли. Состав
 проверок описан в [разделе «Звено DQ
 конвейера»](../architecture/dm.md#звено-dq-конвейера).
 
@@ -87,8 +96,9 @@ Airflow.
 Откройте Airflow по адресу из раздела [«Адреса и
 пароли»](../../README.md#адреса-и-пароли). В Admin → Variables найдите
 `world_position`. Затем запустите `world_next_day` на один день по [инструкции
-из README](../../README.md#сдвинуть-мир-вперед). Убедитесь, что `orders_ingest`
+из README](../../README.md#добавить-данные-за-следующие-дни). Убедитесь, что
-отработал, а витрины еще ничего не получили. Запустите `etl_pipeline` рукой.
+`orders_ingest` завершился успешно, а в витринах нового дня еще нет.
+Запустите `etl_pipeline` вручную и дождитесь его завершения.
 
 В DBeaver, подключенном по
 [инструкции](../../README.md#подключиться-из-dbeaver), выполните два запроса:
@@ -106,9 +116,10 @@ ORDER BY report_date DESC
 LIMIT 3;
 ```
 
-В трафике уже есть сыгранный день, а в выручке только предыдущий: вместе с этим
+В витрине трафика уже есть новый день, а в выручке последняя дата —
-днем пришел слепок заказов за предыдущий. Выручка сыгранного дня появится после
+предыдущий день. Причина в выгрузке заказов: вместе с событиями дня D
-следующего.
+приходит слепок за день D−1. Выручка дня D появится после генерации
+дня D+1 и запуска конвейера.
 
 ## Куда дальше
 

docs/handbook/architecture-map.html

@@ -149,15 +149,14 @@
   <script>
     const MAP = {
   "title": "Карта слоев хранилища",
-  "lead": "Проследите, как один смысл меняет имя и поверхность между слоями.",
+  "lead": "Проследите путь событий и заказов от Kafka до отчетов.",
   "chapter_url": "https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/handbook/storage-layers.md#user-content-хранилище-и-его-слои",
   "intro": [
-    "Эта карта показывает путь событий и заказов от Kafka до витрин DM.",
+    "Выберите объект, чтобы узнать, что он хранит, как его читать и откуда в него поступают данные.",
-    "Щелкните по узлу, чтобы увидеть его назначение, устройство и ключи.",
+    "Выберите стрелку, чтобы посмотреть способ обработки и открыть SQL-запрос.",
-    "Щелкните по стрелке, чтобы узнать, кто и каким запросом переносит данные.",
+    "Для выбранного объекта подсвечиваются все пути, по которым данные поступают в него и используются дальше.",
-    "Когда вы выбираете узел, карта подсвечивает все пути к нему и от него.",
+    "Кнопки «События» и «Заказы» выделяют нужный поток. Остальные объекты остаются на месте, но становятся бледнее.",
-    "Переключатель потока приглушает другую часть карты, но не меняет раскладку.",
+    "Если вы впервые знакомитесь со слоями хранилища, начните с главы по ссылке ниже."
-    "Сначала прочитайте главу «Хранилище и его слои», затем вернитесь к карте и рассмотрите объекты."
   ],
   "streams": {
     "all": "Все",
@@ -166,39 +165,39 @@
   },
   "dictionary": {
     "title": "Словарь",
-    "caption": "сбоку цепочки: справочники"
+    "caption": "справочные данные"
   },
   "layers": [
     {
       "id": "kafka",
       "title": "Kafka",
-      "caption": "откуда приходит"
+      "caption": "сообщения источников"
     },
     {
       "id": "stg",
       "title": "STG",
-      "caption": "как поступило"
+      "caption": "исходные сообщения"
     },
     {
       "id": "ods",
       "title": "ODS",
-      "caption": "язык источника"
+      "caption": "данные разобраны по полям"
     },
     {
       "id": "dds",
       "title": "DDS",
-      "caption": "язык бизнеса"
+      "caption": "события, заказы и сессии"
     },
     {
       "id": "dm",
       "title": "DM",
-      "caption": "данные для дашбордов"
+      "caption": "витрины для отчетов"
     }
   ],
   "mechanisms": [
     {
       "id": "materialized_view",
-      "label": "матвью",
+      "label": "материализованное представление",
       "line": "solid",
       "rhythm": "непрерывно, по мере прихода сообщений"
     },
@@ -206,13 +205,13 @@
       "id": "airflow_dag",
       "label": "даг Airflow",
       "line": "dashed",
-      "rhythm": "пачкой: раз в модельные сутки (`orders_ingest`) или на каждом прогоне конвейера"
+      "rhythm": "пакетно: раз в модельные сутки (`orders_ingest`) или при каждом запуске конвейера"
     },
     {
       "id": "view",
       "label": "представление",
       "line": "dotted",
-      "rhythm": "без копии, данные читаются на месте"
+      "rhythm": "при запросе к представлению, без копирования данных"
     }
   ],
   "nodes": [
@@ -225,9 +224,9 @@
         "events"
       ],
       "what": "Топик Kafka с событиями кликстрима. Каждое сообщение содержит одно событие.",
-      "read": "Топик напрямую не читают: таблица `stg.hits_raw_kafka` забирает сообщения из топика. Для данных событий используйте `stg.hits_raw_dist`.",
+      "read": "Для просмотра загруженных сообщений используйте `stg.hits_raw_dist`. Таблица `stg.hits_raw_kafka` служит для приема из топика.",
       "fill": [
-        "Источник событий пишет сообщения в топик в темпе выбранного режима мира."
+        "Генератор отправляет события без пауз в пакетном режиме или постепенно в живом режиме."
       ],
       "links": [
         {
@@ -248,10 +247,10 @@
       "streams": [
         "orders"
       ],
-      "what": "Топик Kafka со слепками заказов магазина. После модельного дня приходит снимок изменяемого окна.",
+      "what": "Топик Kafka с дневными выгрузками заказов — слепками. Каждый слепок содержит состояние заказов за последние семь модельных дней.",
-      "read": "Топик напрямую не читают: таблица `stg.orders_raw_kafka` забирает сообщения из топика. Для заказов используйте `stg.orders_raw_dist`.",
+      "read": "Для просмотра загруженных сообщений используйте `stg.orders_raw_dist`. Таблица `stg.orders_raw_kafka` служит для приема из топика.",
       "fill": [
-        "Источник заказов публикует слепок пачкой после каждого модельного дня."
+        "После генерации событий дня D источник отправляет слепок заказов за предыдущий день D−1."
       ],
       "links": [
         {
@@ -272,17 +271,17 @@
       "streams": [
         "events"
       ],
-      "what": "Сырая строка события и метаданные доставки. STG сохраняет сообщение без разбора.",
+      "what": "Исходное сообщение события и сведения о его доставке из Kafka. Содержимое сохраняется целой строкой, без разбора на поля.",
       "read": "Читайте `_dist`: у STG нет представления `_v`, а распределенная таблица показывает оба шарда.",
       "parts": [
-        "`stg.hits_raw_kafka` — чтец топика `hits`.",
+        "`stg.hits_raw_kafka` — таблица для чтения сообщений топика `hits`.",
         "`stg.hits_raw_rep` — реплицируемая таблица на шарде.",
-        "`stg.hits_raw_dist` — распределенная поверхность записи и чтения.",
+        "`stg.hits_raw_dist` — распределенная таблица для записи и чтения.",
-        "`stg.hits_raw_mv` — матвью приема сообщений из чтеца."
+        "`stg.hits_raw_mv` — материализованное представление, которое записывает сообщения из Kafka в STG."
       ],
       "fill": [
         "`stg.hits_raw_mv` пишет непрерывно, по мере прихода сообщений.",
-        "Сырые строки живут трое суток реального времени плюс хвост до суток."
+        "Строки хранятся не менее трех суток от загрузки. Удаление целыми частями таблицы добавляет до суток к этому сроку; оно выполняется при очередном слиянии по TTL."
       ],
       "links": [
         {
@@ -294,7 +293,7 @@
           "url": "https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/10-stg-tables.sql"
         },
         {
-          "label": "DDL матвью",
+          "label": "DDL материализованного представления",
           "url": "https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/40-stg-views.sql"
         }
       ]
@@ -307,16 +306,16 @@
       "streams": [
         "orders"
       ],
-      "what": "Сырые строки слепка заказов, метаданные доставки и идентификатор пачки `_load_id`.",
+      "what": "Исходные строки выгрузки заказов, сведения о доставке и идентификатор загруженной партии `_load_id`.",
       "read": "Читайте `_dist`: у STG нет представления `_v`, а распределенная таблица показывает оба шарда.",
       "parts": [
-        "`stg.orders_raw_kafka` — чтец топика `orders` на первой ноде.",
+        "`stg.orders_raw_kafka` — таблица для чтения топика `orders` на первом узле.",
         "`stg.orders_raw_rep` — реплицируемая таблица на шарде.",
-        "`stg.orders_raw_dist` — распределенная поверхность записи и чтения."
+        "`stg.orders_raw_dist` — распределенная таблица для записи и чтения."
       ],
       "fill": [
-        "Задача `pull_batch` дага `orders_ingest` забирает слепок пачкой раз в модельные сутки.",
+        "Задача `pull_batch` дага `orders_ingest` загружает слепок раз в модельные сутки.",
-        "Сырые строки живут трое суток реального времени плюс хвост до суток."
+        "Строки хранятся не менее трех суток от загрузки. Удаление целыми частями таблицы добавляет до суток к этому сроку; оно выполняется при очередном слиянии по TTL."
       ],
       "links": [
         {
@@ -337,13 +336,13 @@
       "streams": [
         "events"
       ],
-      "what": "Типизированное широкое событие с именами полей источника. Запрос представления с `FINAL` возвращает актуальную версию события.",
+      "what": "События, разобранные на колонки с типами данных. Имена полей сохранены как в источнике.",
-      "read": "Читайте `ods.event_v`: запрос представления с `FINAL` возвращает актуальные строки вместо физических версий.",
+      "read": "Читайте `ods.event_v`: представление использует `FINAL` и возвращает последнюю версию каждого события.",
       "parts": [
         "`ods.event_rep` — реплицируемая таблица версий события на шарде.",
-        "`ods.event_dist` — распределенная поверхность записи и диагностики.",
+        "`ods.event_dist` — распределенная таблица записи и диагностики.",
         "`ods.event_v` — представление актуального состояния с `FINAL`.",
-        "`ods.event_mv` — матвью разбора годных строк STG."
+        "`ods.event_mv` — материализованное представление для разбора сообщений STG без ошибок."
       ],
       "keys": [
         "`WatchID` — тот же идентификатор, что `event_id` в DDS.",
@@ -377,16 +376,16 @@
       "streams": [
         "events"
       ],
-      "what": "Сырые события, которые не прошли строгий прием, с классом ошибки и метаданными доставки.",
+      "what": "Сообщения событий, которые не удалось разобрать по правилам ODS. Сохранены исходная строка, класс ошибки и сведения о доставке.",
       "read": "Читайте `_dist`: представления `_v` нет, а распределенная таблица показывает ошибки с обоих шардов.",
       "parts": [
         "`ods.event_errors_rep` — реплицируемая таблица ошибок на шарде.",
-        "`ods.event_errors_dist` — распределенная поверхность чтения и записи.",
+        "`ods.event_errors_dist` — распределенная таблица чтения и записи.",
-        "`ods.event_errors_mv` — матвью, которое отбирает негодные строки STG."
+        "`ods.event_errors_mv` — материализованное представление для отбора сообщений STG с ошибками."
       ],
       "fill": [
         "`ods.event_errors_mv` пишет непрерывно, по мере записи в STG.",
-        "Ошибки живут один месяц и не останавливают прием годных событий."
+        "Ошибки хранятся один месяц. Остальные события продолжают загружаться."
       ],
       "links": [
         {
@@ -398,7 +397,7 @@
           "url": "https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/20-ods-tables.sql"
         },
         {
-          "label": "DDL матвью",
+          "label": "DDL материализованного представления",
           "url": "https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/30-ods-views.sql"
         }
       ]
@@ -411,11 +410,11 @@
       "streams": [
         "orders"
       ],
-      "what": "Текущая версия заказа на языке источника. Позиции пока остаются сырым фрагментом JSON.",
+      "what": "Последняя загруженная версия заказа с именами полей из источника. Состав заказа пока хранится как фрагмент JSON.",
       "read": "Читайте `ods.order_v`: запрос представления с `FINAL` возвращает последнюю версию по `snapshot_date`.",
       "parts": [
         "`ods.order_rep` — реплицируемая таблица версий заказа на шарде.",
-        "`ods.order_dist` — распределенная поверхность записи и диагностики.",
+        "`ods.order_dist` — распределенная таблица записи и диагностики.",
         "`ods.order_v` — представление текущего состояния с `FINAL`."
       ],
       "keys": [
@@ -423,7 +422,7 @@
         "`user_id` — пользователь магазина, который переходит в заказ DDS."
       ],
       "fill": [
-        "Задача `parse_batch` дага `orders_ingest` разбирает пачку раз в модельные сутки.",
+        "Задача `parse_batch` дага `orders_ingest` разбирает загруженный слепок раз в модельные сутки.",
         "`ReplacingMergeTree(snapshot_date)` оставляет версию из последнего принятого слепка."
       ],
       "links": [
@@ -449,15 +448,15 @@
       "streams": [
         "orders"
       ],
-      "what": "Сырые строки слепка, которые не прошли строгий прием, с классом ошибки и `_load_id`.",
+      "what": "Строки выгрузки заказов, которые не удалось разобрать по правилам ODS. Сохранены исходная строка, класс ошибки и `_load_id`.",
       "read": "Читайте `_dist`: представления `_v` нет, а распределенная таблица показывает ошибки с обоих шардов.",
       "parts": [
         "`ods.order_errors_rep` — реплицируемая таблица ошибок на шарде.",
-        "`ods.order_errors_dist` — распределенная поверхность чтения и записи."
+        "`ods.order_errors_dist` — распределенная таблица чтения и записи."
       ],
       "fill": [
-        "Задача `parse_batch` дага `orders_ingest` пишет ошибки из той же пачки, что и годные заказы.",
+        "Задача `parse_batch` дага `orders_ingest` сохраняет строки с ошибками при разборе той же выгрузки, из которой загружаются заказы.",
-        "Ошибки живут один месяц и не останавливают прием годных заказов."
+        "Ошибки хранятся один месяц. Остальные заказы продолжают загружаться."
       ],
       "links": [
         {
@@ -478,8 +477,8 @@
       "streams": [
         "events"
       ],
-      "what": "Публичное представление события на языке бизнеса. Его запрос переименовывает поля и расшифровывает категорию устройства.",
+      "what": "События с названиями полей, принятыми в DDS. Например, `WatchID` переименован в `event_id`, а числовой код устройства заменен названием категории.",
-      "read": "Читайте `dds.event_v`: запрос представления возвращает явный список колонок DDS.",
+      "read": "Читайте `dds.event_v`: представление возвращает явно перечисленные колонки DDS.",
       "parts": [
         "`dds.event_v` — только представление над `ods.event_v`; своей таблицы в DDS нет."
       ],
@@ -490,7 +489,7 @@
         "`purchase_id[1]` — тот же заказ, что `order_id` в DDS и DM."
       ],
       "fill": [
-        "Данные для `dds.event_v` читаются из актуальных событий ODS без копии и отдельного расписания."
+        "При запросе к `dds.event_v` данные читаются из актуальных событий ODS. Отдельная загрузка в DDS не нужна."
       ],
       "links": [
         {
@@ -511,22 +510,22 @@
       "streams": [
         "events"
       ],
-      "what": "Сессия, которую запрос дага `dds_transform` собирает из последовательных событий одной куки. В источнике готовой сессии нет.",
+      "what": "Сессии, рассчитанные дагом `dds_transform` по событиям посетителя. Новая сессия начинается после паузы дольше 30 минут или при смене модельной даты.",
-      "read": "Читайте `dds.session_v`: запрос представления возвращает деловые и служебные колонки.",
+      "read": "Читайте `dds.session_v`: здесь есть начало, конец, длительность сессии, показатели событий и служебные поля загрузки.",
       "parts": [
         "`dds.session_rep` — реплицируемая таблица сессий на шарде.",
-        "`dds.session_dist` — распределенная поверхность загрузки и диагностики.",
+        "`dds.session_dist` — распределенная таблица загрузки и диагностики.",
-        "`dds.session_stage_rep` — донор дневных партиций на шарде.",
+        "`dds.session_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.",
-        "`dds.session_stage_dist` — распределенная поверхность донора.",
+        "`dds.session_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.",
-        "`dds.session_v` — публичное представление."
+        "`dds.session_v` — представление для чтения готовых данных."
       ],
       "keys": [
         "`client_id` — тот же посетитель, что в событии DDS и карте идентичностей.",
         "`session_date` — день, который в `dm.daily_traffic_v` называется `report_date`."
       ],
       "fill": [
-        "Даг `dds_transform` пересобирает данные прожитых дней при каждом прогоне конвейера.",
+        "При каждом запуске `dds_transform` выбирает дни от первого пропущенного в DDS до последнего дня с завершенной генерацией.",
-        "Задачи `session.rebuild` и `session.replace` собирают день в доноре и заменяют партицию."
+        "Задача `session.rebuild` рассчитывает данные в промежуточной таблице (доноре). `session.replace` заменяет ими дневные партиции основной таблицы."
       ],
       "links": [
         {
@@ -551,14 +550,14 @@
       "streams": [
         "orders"
       ],
-      "what": "Заказ в текущем состоянии на языке бизнеса. Артикулы, количества и цены позиций хранятся в согласованных массивах.",
+      "what": "Последнее известное состояние заказа, подготовленное для анализа. Артикулы, количества и цены товаров хранятся в массивах; элементы с одинаковым индексом относятся к одной позиции заказа.",
-      "read": "Читайте `dds.order_v`: запрос представления возвращает данные без таблиц и донора партиций.",
+      "read": "Читайте `dds.order_v`, чтобы получить готовые заказы из основной таблицы.",
       "parts": [
         "`dds.order_rep` — реплицируемая таблица заказов на шарде.",
-        "`dds.order_dist` — распределенная поверхность загрузки и диагностики.",
+        "`dds.order_dist` — распределенная таблица загрузки и диагностики.",
-        "`dds.order_stage_rep` — донор дневных партиций на шарде.",
+        "`dds.order_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.",
-        "`dds.order_stage_dist` — распределенная поверхность донора.",
+        "`dds.order_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.",
-        "`dds.order_v` — публичное представление."
+        "`dds.order_v` — представление для чтения готовых данных."
       ],
       "keys": [
         "`order_id` — тот же заказ, что в ODS, событии покупки и витрине сверки.",
@@ -567,8 +566,8 @@
         "`order_date` — день, который в витринах называется `report_date` или `order_day`."
       ],
       "fill": [
-        "Даг `dds_transform` пересобирает изменяемое окно при каждом прогоне конвейера.",
+        "При каждом запуске `dds_transform` пересчитывает дни заказов из последнего слепка и заполняет пропуски в DDS.",
-        "Задачи `order.rebuild` и `order.replace` собирают дни в доноре и заменяют партиции."
+        "Задача `order.rebuild` рассчитывает данные в промежуточной таблице (доноре). `order.replace` заменяет ими дневные партиции основной таблицы."
       ],
       "links": [
         {
@@ -594,20 +593,20 @@
         "events",
         "orders"
       ],
-      "what": "Известные пары куки трекера и пользователя магазина. Связь появляется после сопоставленной покупки.",
+      "what": "Связи между посетителем сайта и пользователем магазина. Они появляются, когда событие покупки сопоставлено с заказом по его номеру.",
-      "read": "Читайте `dds.identity_map_v`: запрос представления с `FINAL` возвращает актуальные строки полного пересчета.",
+      "read": "Читайте `dds.identity_map_v`: представление с `FINAL` возвращает последнюю версию каждой пары посетителя и пользователя.",
       "parts": [
         "`dds.identity_map_rep` — реплицируемая таблица версий пар на шарде.",
-        "`dds.identity_map_dist` — распределенная поверхность записи.",
+        "`dds.identity_map_dist` — распределенная таблица записи.",
-        "`dds.identity_map_v` — точное публичное представление с `FINAL`."
+        "`dds.identity_map_v` — представление последних версий строк с `FINAL`."
       ],
       "keys": [
-        "`client_id` — кука из события и сессии DDS.",
+        "`client_id` — идентификатор посетителя из cookie браузера, как в событии и сессии DDS.",
         "`user_id` — пользователь магазина из заказа DDS."
       ],
       "fill": [
         "Задача `identity_map` дага `dds_transform` пересчитывает все известные пары после обновления заказов.",
-        "Новая версия полного набора пишется при каждом прогоне; `FINAL` скрывает физические повторы."
+        "При каждом запуске записывается новая версия набора связей."
       ],
       "links": [
         {
@@ -632,19 +631,18 @@
       "streams": [
         "events"
       ],
-      "what": "Дневные счетчики посетителей и известных пользователей после склейки идентичностей.",
+      "what": "Число посетителей и известных пользователей за каждый день. Известными считаются пользователи магазина, связанные с посетителями сайта через карту идентичностей.",
-      "read": "Читайте `dm.daily_traffic_v`: запрос представления с `FINAL` возвращает актуальные строки полного пересчета.",
+      "read": "Читайте `dm.daily_traffic_v`: представление с `FINAL` возвращает последний результат расчета за каждый день.",
       "parts": [
         "`dm.daily_traffic_rep` — реплицируемая таблица версий счетчиков.",
-        "`dm.daily_traffic_dist` — распределенная поверхность записи.",
+        "`dm.daily_traffic_dist` — распределенная таблица записи.",
-        "`dm.daily_traffic_v` — точное публичное представление с `FINAL`."
+        "`dm.daily_traffic_v` — представление последних версий строк с `FINAL`."
       ],
       "keys": [
         "`report_date` — тот же день, что `session_date` в сессии DDS."
       ],
       "fill": [
-        "Задача `daily_traffic` дага `dm_transform` при каждом прогоне пересчитывает всю историю и записывает новую версию.",
+        "Задача `daily_traffic` дага `dm_transform` при каждом запуске пересчитывает всю историю и записывает новую версию."
-        "`FINAL` оставляет текущую строку каждого дня."
       ],
       "links": [
         {
@@ -669,22 +667,22 @@
       "streams": [
         "orders"
       ],
-      "what": "Дневная выручка, число заказов и единиц товара по категориям.",
+      "what": "Выручка, число заказов и единиц товара за день по категориям. В расчет входят оплаченные заказы.",
-      "read": "Читайте `dm.revenue_daily_v`: это публичное представление готовой дневной витрины.",
+      "read": "Читайте `dm.revenue_daily_v`, чтобы получить готовые показатели по дням и категориям товаров.",
       "parts": [
         "`dm.revenue_daily_rep` — реплицируемая таблица витрины на шарде.",
-        "`dm.revenue_daily_dist` — распределенная поверхность загрузки.",
+        "`dm.revenue_daily_dist` — распределенная таблица загрузки.",
-        "`dm.revenue_daily_stage_rep` — донор дневных партиций на шарде.",
+        "`dm.revenue_daily_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.",
-        "`dm.revenue_daily_stage_dist` — распределенная поверхность донора.",
+        "`dm.revenue_daily_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.",
-        "`dm.revenue_daily_v` — публичное представление."
+        "`dm.revenue_daily_v` — представление для чтения готовых данных."
       ],
       "keys": [
         "`report_date` — тот же день, что `order_date` в заказе DDS.",
         "`product_category` — категория, найденная по `item_sku` заказа и ключу `sku` словаря."
       ],
       "fill": [
-        "Даг `dm_transform` пересобирает изменяемое окно заказов при каждом прогоне конвейера.",
+        "При каждом запуске `dm_transform` пересчитывает дни заказов из последнего слепка и заполняет пропущенные дни витрины.",
-        "Задачи `revenue_daily.rebuild` и `revenue_daily.replace` собирают дни в доноре и заменяют партиции."
+        "Задача `revenue_daily.rebuild` рассчитывает данные в промежуточной таблице (доноре). `revenue_daily.replace` заменяет ими дневные партиции витрины."
       ],
       "links": [
         {
@@ -710,22 +708,22 @@
         "events",
         "orders"
       ],
-      "what": "Сверка события покупки с заказом магазина. Одна строка показывает совпадение или класс расхождения.",
+      "what": "Результат сверки покупок из кликстрима с заказами магазина. Для каждого номера заказа указано, совпали ли данные двух источников и какое расхождение найдено.",
-      "read": "Читайте `dm.purchase_vs_orders_v`: в результате запроса отсутствующей стороне соответствует `NULL`.",
+      "read": "Читайте `dm.purchase_vs_orders_v`: если покупка или заказ отсутствует, поля этой стороны содержат `NULL`.",
       "parts": [
         "`dm.purchase_vs_orders_rep` — реплицируемая таблица сверки на шарде.",
-        "`dm.purchase_vs_orders_dist` — распределенная поверхность загрузки.",
+        "`dm.purchase_vs_orders_dist` — распределенная таблица загрузки.",
-        "`dm.purchase_vs_orders_stage_rep` — донор дневных партиций на шарде.",
+        "`dm.purchase_vs_orders_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.",
-        "`dm.purchase_vs_orders_stage_dist` — распределенная поверхность донора.",
+        "`dm.purchase_vs_orders_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.",
-        "`dm.purchase_vs_orders_v` — публичное представление."
+        "`dm.purchase_vs_orders_v` — представление для чтения готовых данных."
       ],
       "keys": [
         "`order_id` — тот же заказ, что `purchase_id[1]` в событии и `order_id` в заказе DDS.",
-        "`order_day` — общий день события покупки и заказа."
+        "`order_day` — дата заказа; если заказа еще нет, берется дата события покупки."
       ],
       "fill": [
-        "Даг `dm_transform` пересобирает изменяемый хвост обоих источников при каждом прогоне конвейера.",
+        "При каждом запуске `dm_transform` пересчитывает дни последнего слепка, добавляет новые дни покупок, заполняет пропуски и повторяет сверку дней с покупками без заказа.",
-        "Задачи `purchase_vs_orders.rebuild` и `purchase_vs_orders.replace` собирают дни в доноре и заменяют партиции."
+        "Задача `purchase_vs_orders.rebuild` рассчитывает данные в промежуточной таблице (доноре). `purchase_vs_orders.replace` заменяет ими дневные партиции витрины."
       ],
       "links": [
         {
@@ -751,19 +749,19 @@
         "events",
         "orders"
       ],
-      "what": "Текущее состояние пяти атомарных проверок качества по дням. История запусков остается в Airflow.",
+      "what": "Последние результаты пяти проверок качества данных за каждый день. Историю запусков можно посмотреть в Airflow.",
-      "read": "Читайте `dm.dq_summary_v`: запрос к публичному представлению возвращает последнюю опубликованную сводку дня.",
+      "read": "Читайте `dm.dq_summary_v`, чтобы увидеть результат каждой проверки за день.",
       "parts": [
         "`dm.dq_summary_rep` — реплицируемая таблица опубликованной сводки.",
-        "`dm.dq_summary_dist` — распределенная поверхность чтения и записи.",
+        "`dm.dq_summary_dist` — распределенная таблица чтения и записи.",
-        "`dm.dq_summary_stage_rep` — общий донор дневных партиций.",
+        "`dm.dq_summary_stage_rep` — промежуточная таблица для результатов всех проверок за день.",
-        "`dm.dq_summary_stage_dist` — распределенная поверхность донора.",
+        "`dm.dq_summary_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.",
-        "`dm.dq_summary_v` — публичное представление."
+        "`dm.dq_summary_v` — представление для чтения готовых данных."
       ],
       "fill": [
-        "Даг `dq_check` при каждом прогоне сначала выполняет все пять проверок, затем заменяет готовые дневные партиции.",
+        "Даг `dq_check` сначала рассчитывает результаты всех пяти проверок в промежуточной таблице, затем заменяет ими дневные партиции сводки.",
         "`sessions_vs_reference` — `sql/dq/sessions_vs_reference.sql`.",
-        "`classes_vs_inventory` — `sql/dq/classes_vs_inventory.sql` и паспорт мира.",
+        "`classes_vs_inventory` — `sql/dq/classes_vs_inventory.sql` и эталонные числа из паспорта мира `data/world-inventory.json`.",
         "`revenue_daily_vs_dds` — `sql/dq/revenue_daily_vs_dds.sql`.",
         "`purchase_vs_orders_vs_dds` — `sql/dq/purchase_vs_orders_vs_dds.sql`.",
         "`daily_traffic_vs_dds` — `sql/dq/daily_traffic_vs_dds.sql`."
@@ -791,17 +789,17 @@
       "streams": [
         "orders"
       ],
-      "what": "Словарь товаров вне цепочки слоев. По артикулу доступны название, бренд, категория и цена.",
+      "what": "Словарь товаров. По артикулу можно получить название, бренд, категорию и цену. Эти данные доступны для расчетов в разных слоях.",
-      "read": "Читайте `dic.products`: у словаря одна поверхность без суффикса.",
+      "read": "Читайте `dic.products`: к словарю обращаются напрямую, суффикса `_v` у него нет.",
       "parts": [
-        "`dic.products_file` — чтец CSV-каталога из файла репозитория.",
+        "`dic.products_file` — таблица, которая читает каталог товаров из CSV-файла репозитория.",
-        "`dic.products` — словарь в памяти поверх подложки."
+        "`dic.products` — словарь в памяти, загруженный из этой таблицы."
       ],
       "keys": [
         "`sku` — тот же артикул, что `item_sku` в позиции заказа DDS."
       ],
       "fill": [
-        "ClickHouse перечитывает подложку каждые 60–90 секунд по настройке `LIFETIME`."
+        "ClickHouse обновляет словарь из `dic.products_file` каждые 60–90 секунд согласно настройке `LIFETIME`."
       ],
       "links": [
         {
@@ -825,8 +823,8 @@
         "events"
       ],
       "rhythm": "непрерывно, по мере прихода сообщений",
-      "actor": "Чтец `stg.hits_raw_kafka` и матвью `stg.hits_raw_mv`.",
+      "actor": "Таблица `stg.hits_raw_kafka` и материализованное представление `stg.hits_raw_mv`.",
-      "join": "Соединения нет: сообщение кладется строкой целиком.",
+      "join": "Каждое сообщение Kafka записывается целой строкой, без разбора на поля.",
       "links": [
         {
           "label": "SQL",
@@ -847,8 +845,8 @@
         "events"
       ],
       "rhythm": "непрерывно, по мере прихода сообщений",
-      "actor": "Матвью `ods.event_mv` разбирает годные строки.",
+      "actor": "Материализованное представление `ods.event_mv` разбирает сообщения без ошибок.",
-      "join": "Соединения нет: матвью разбирает строку в колонки.",
+      "join": "Материализованное представление разбирает сообщение из STG на колонки с нужными типами данных.",
       "links": [
         {
           "label": "SQL",
@@ -869,8 +867,8 @@
         "events"
       ],
       "rhythm": "непрерывно, по мере прихода сообщений",
-      "actor": "Матвью `ods.event_errors_mv` отбирает строки, которые не прошли строгий прием.",
+      "actor": "Материализованное представление `ods.event_errors_mv` отбирает сообщения с ошибками.",
-      "join": "Соединения нет: негодная строка уходит целиком вместе с классом ошибки.",
+      "join": "Сообщение, которое не удалось разобрать по правилам ODS, сохраняется целиком вместе с классом ошибки.",
       "links": [
         {
           "label": "SQL",
@@ -890,9 +888,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, раз в модельные сутки",
+      "rhythm": "одной выгрузкой, раз в модельные сутки",
       "actor": "Задача `pull_batch` дага `orders_ingest` читает `stg.orders_raw_kafka`.",
-      "join": "Соединения нет: сообщение слепка кладется целиком, пачка помечена `_load_id`.",
+      "join": "Строки выгрузки сохраняются целиком. Общий `_load_id` позволяет найти все строки одной загрузки.",
       "links": [
         {
           "label": "SQL",
@@ -912,9 +910,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, раз в модельные сутки",
+      "rhythm": "одной выгрузкой, раз в модельные сутки",
-      "actor": "Задача `parse_batch` дага `orders_ingest` пишет годные версии заказа.",
+      "actor": "Задача `parse_batch` дага `orders_ingest` записывает версии заказов без ошибок разбора.",
-      "join": "Соединения нет: строка разбирается в колонки, версия задается `snapshot_date`.",
+      "join": "Строка разбирается на колонки заказа. Версия определяется датой слепка `snapshot_date`.",
       "links": [
         {
           "label": "SQL",
@@ -934,9 +932,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, раз в модельные сутки",
+      "rhythm": "одной выгрузкой, раз в модельные сутки",
-      "actor": "Задача `parse_batch` дага `orders_ingest` пишет негодные строки той же пачки.",
+      "actor": "Задача `parse_batch` дага `orders_ingest` записывает строки с ошибками из загруженной выгрузки.",
-      "join": "Соединения нет: негодная строка пачки уходит целиком.",
+      "join": "Строка с ошибкой сохраняется целиком вместе с классом ошибки и идентификатором загрузки.",
       "links": [
         {
           "label": "SQL",
@@ -956,9 +954,9 @@
       "streams": [
         "events"
       ],
-      "rhythm": "без копии, данные читаются на месте",
+      "rhythm": "при запросе к представлению, без копирования данных",
-      "actor": "Запрос `dds.event_v` читает данные из `ods.event_v` и переименовывает поля на языке бизнеса.",
+      "actor": "Представление `dds.event_v` читает данные из `ods.event_v`.",
-      "join": "Соединения нет: представление переименовывает колонки той же строки.",
+      "join": "Колонки события переименовываются по правилам DDS. Данные не копируются в отдельную таблицу.",
       "links": [
         {
           "label": "SQL",
@@ -978,9 +976,9 @@
       "streams": [
         "events"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dds_transform`",
+      "rhythm": "при каждом запуске `dds_transform`",
       "actor": "Задачи `session.rebuild` и `session.replace` дага `dds_transform`.",
-      "join": "События одной `client_id` за `event_date` режутся по паузам; `session_id` - `cityHash64(client_id, min(event_time))`.",
+      "join": "События одного `client_id` за день `event_date` упорядочиваются по времени. Пауза дольше 30 минут начинает новую сессию. Ее `session_id` рассчитывается как `cityHash64(client_id, min(event_time))`.",
       "links": [
         {
           "label": "SQL сборки",
@@ -1004,9 +1002,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dds_transform`",
+      "rhythm": "при каждом запуске `dds_transform`",
       "actor": "Задачи `order.rebuild` и `order.replace` дага `dds_transform`.",
-      "join": "Соединения нет: из заказа берутся поля и позиции, `order_date` выводится из `created_at`.",
+      "join": "Поля заказа приводятся к типам DDS, а позиции из JSON разбираются в массивы. Дата `order_date` рассчитывается из `created_at`.",
       "links": [
         {
           "label": "SQL сборки",
@@ -1030,9 +1028,9 @@
       "streams": [
         "events"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dds_transform`",
+      "rhythm": "при каждом запуске `dds_transform`",
       "actor": "Задача `identity_map` дага `dds_transform` соединяет покупки с заказами.",
-      "join": "Строки покупки и заказа соединяются по `purchase_id[1] = order_id`.",
+      "join": "Событие покупки соединяется с заказом по `purchase_id[1] = order_id`. В результате связываются посетитель сайта и пользователь магазина.",
       "links": [
         {
           "label": "SQL",
@@ -1052,9 +1050,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dds_transform`",
+      "rhythm": "при каждом запуске `dds_transform`",
       "actor": "Задача `identity_map` дага `dds_transform` соединяет заказы с покупками.",
-      "join": "Строки заказа и покупки соединяются по `order_id = purchase_id[1]`; берется `user_id`.",
+      "join": "Заказ соединяется с событием покупки по `order_id = purchase_id[1]`. Из заказа берется `user_id` пользователя магазина.",
       "links": [
         {
           "label": "SQL",
@@ -1074,9 +1072,9 @@
       "streams": [
         "events"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dm_transform`",
+      "rhythm": "при каждом запуске `dm_transform`",
       "actor": "Задача `daily_traffic` дага `dm_transform` считает посетителей по сессиям.",
-      "join": "Соединения нет: сессии группируются по `session_date`, который становится `report_date`.",
+      "join": "К сессиям присоединяется карта идентичностей по `client_id`, затем данные группируются по `session_date`. Эта дата записывается в `report_date`.",
       "links": [
         {
           "label": "SQL",
@@ -1096,9 +1094,9 @@
       "streams": [
         "events"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dm_transform`",
+      "rhythm": "при каждом запуске `dm_transform`",
       "actor": "Задача `daily_traffic` дага `dm_transform` считает известных пользователей по `client_id`.",
-      "join": "GLOBAL LEFT JOIN по `client_id`; сессии без пары остаются в витрине.",
+      "join": "`GLOBAL LEFT JOIN` присоединяет карту идентичностей к сессиям по `client_id`. Сессии без известного пользователя тоже участвуют в расчете посетителей.",
       "links": [
         {
           "label": "SQL",
@@ -1118,9 +1116,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dm_transform`",
+      "rhythm": "при каждом запуске `dm_transform`",
       "actor": "Задачи `revenue_daily.rebuild` и `revenue_daily.replace` дага `dm_transform`.",
-      "join": "Соединения таблиц нет: ARRAY JOIN раскрывает `item_sku`, `item_quantity`, `item_price`; `order_date` становится `report_date`.",
+      "join": "`ARRAY JOIN` разворачивает массивы `item_sku`, `item_quantity`, `item_price` в строки позиций заказа. Выручка считается по оплаченным заказам; `order_date` записывается в `report_date`.",
       "links": [
         {
           "label": "SQL сборки",
@@ -1144,9 +1142,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dm_transform`",
+      "rhythm": "при каждом запуске `dm_transform`",
-      "actor": "Даг `dm_transform` получает категорию через `dictGet` по `item_sku`; ключ словаря — `sku`.",
+      "actor": "Задача `revenue_daily.rebuild` дага `dm_transform`.",
-      "join": "Категория читается через `dictGet` по `item_sku`; ключ справочника - `sku`.",
+      "join": "Функция `dictGet` получает категорию товара по артикулу `item_sku` из заказа. В словаре этому артикулу соответствует ключ `sku`.",
       "links": [
         {
           "label": "SQL",
@@ -1166,9 +1164,9 @@
       "streams": [
         "events"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dm_transform`",
+      "rhythm": "при каждом запуске `dm_transform`",
       "actor": "Задачи `purchase_vs_orders.rebuild` и `purchase_vs_orders.replace` дага `dm_transform` читают покупки.",
-      "join": "Покупки группируются по `purchase_id[1]` как `purchase_order_id`; `event_date` становится `purchase_day`, затем GLOBAL FULL OUTER JOIN `purchase_order_id = backend_order_id`.",
+      "join": "События покупки группируются по номеру `purchase_id[1]`, который получает имя `purchase_order_id`. Дата `event_date` записывается в `purchase_day`. Затем `GLOBAL FULL OUTER JOIN` сопоставляет покупки с заказами по `purchase_order_id = backend_order_id`.",
       "links": [
         {
           "label": "SQL сборки",
@@ -1192,9 +1190,9 @@
       "streams": [
         "orders"
       ],
-      "rhythm": "пачкой, при каждом прогоне `dm_transform`",
+      "rhythm": "при каждом запуске `dm_transform`",
       "actor": "Задачи `purchase_vs_orders.rebuild` и `purchase_vs_orders.replace` дага `dm_transform` читают заказы.",
-      "join": "GLOBAL FULL OUTER JOIN: `purchase_order_id = backend_order_id` (`purchase_id[1]` и `order_id`); отсутствующая сторона получает NULL.",
+      "join": "`order_id` заказа получает имя `backend_order_id`, а `purchase_id[1]` покупки — `purchase_order_id`. `GLOBAL FULL OUTER JOIN` соединяет их по `purchase_order_id = backend_order_id`. Покупки без заказа и заказы без покупки сохраняются; поля отсутствующей стороны содержат `NULL`.",
       "links": [
         {
           "label": "SQL сборки",
@@ -1308,9 +1306,9 @@
       details.append(heading, meta);
       addSection("Что это", node.what);
       addSection("Как читать", node.read);
-      addSection("Из чего состоит", node.parts);
+      addSection("Связанные таблицы и представления", node.parts);
-      addSection("Ключи", node.keys);
+      addSection("Как связать данные", node.keys);
-      addSection("Кто наполняет и как часто", node.fill);
+      addSection("Как обновляются данные", node.fill);
       addLinks(node.links);
     }
     function renderEdgeCard(edge) {
@@ -1318,10 +1316,10 @@
       const heading = document.createElement("h2");
       heading.textContent = `${nodeById.get(edge.from).name} → ${nodeById.get(edge.to).name}`;
       details.append(heading);
-      addSection("Механизм", mechanismById.get(edge.mechanism).label);
+      addSection("Способ обработки", mechanismById.get(edge.mechanism).label);
-      addSection("Ритм", edge.rhythm);
+      addSection("Когда выполняется", edge.rhythm);
-      addSection("Кто именно", edge.actor);
+      addSection("Что выполняет обработку", edge.actor);
-      addSection("Как соединяет", edge.join);
+      addSection("Что происходит с данными", edge.join);
       addLinks(edge.links);
     }
     function layoutMap() {

docs/handbook/architecture-map/map.yaml

@@ -1,13 +1,12 @@
 title: Карта слоев хранилища
-lead: Проследите, как один смысл меняет имя и поверхность между слоями.
+lead: Проследите путь событий и заказов от Kafka до отчетов.
 chapter_url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/handbook/storage-layers.md#user-content-хранилище-и-его-слои
 intro:
-  - Эта карта показывает путь событий и заказов от Kafka до витрин DM.
+  - Выберите объект, чтобы узнать, что он хранит, как его читать и откуда в него поступают данные.
-  - Щелкните по узлу, чтобы увидеть его назначение, устройство и ключи.
+  - Выберите стрелку, чтобы посмотреть способ обработки и открыть SQL-запрос.
-  - Щелкните по стрелке, чтобы узнать, кто и каким запросом переносит данные.
+  - Для выбранного объекта подсвечиваются все пути, по которым данные поступают в него и используются дальше.
-  - Когда вы выбираете узел, карта подсвечивает все пути к нему и от него.
+  - Кнопки «События» и «Заказы» выделяют нужный поток. Остальные объекты остаются на месте, но становятся бледнее.
-  - Переключатель потока приглушает другую часть карты, но не меняет раскладку.
+  - Если вы впервые знакомитесь со слоями хранилища, начните с главы по ссылке ниже.
-  - Сначала прочитайте главу «Хранилище и его слои», затем вернитесь к карте и рассмотрите объекты.
 
 streams:
   all: Все
@@ -16,38 +15,38 @@ streams:
 
 dictionary:
   title: Словарь
-  caption: 'сбоку цепочки: справочники'
+  caption: справочные данные
 
 layers:
   - id: kafka
     title: Kafka
-    caption: откуда приходит
+    caption: сообщения источников
   - id: stg
     title: STG
-    caption: как поступило
+    caption: исходные сообщения
   - id: ods
     title: ODS
-    caption: язык источника
+    caption: данные разобраны по полям
   - id: dds
     title: DDS
-    caption: язык бизнеса
+    caption: события, заказы и сессии
   - id: dm
     title: DM
-    caption: данные для дашбордов
+    caption: витрины для отчетов
 
 mechanisms:
   - id: materialized_view
-    label: матвью
+    label: материализованное представление
     line: solid
     rhythm: непрерывно, по мере прихода сообщений
   - id: airflow_dag
     label: даг Airflow
     line: dashed
-    rhythm: 'пачкой: раз в модельные сутки (`orders_ingest`) или на каждом прогоне конвейера'
+    rhythm: 'пакетно: раз в модельные сутки (`orders_ingest`) или при каждом запуске конвейера'
   - id: view
     label: представление
     line: dotted
-    rhythm: без копии, данные читаются на месте
+    rhythm: при запросе к представлению, без копирования данных
 
 nodes:
   - id: kafka_hits
@@ -56,9 +55,9 @@ nodes:
     order: 0
     streams: [events]
     what: Топик Kafka с событиями кликстрима. Каждое сообщение содержит одно событие.
-    read: 'Топик напрямую не читают: таблица `stg.hits_raw_kafka` забирает сообщения из топика. Для данных событий используйте `stg.hits_raw_dist`.'
+    read: "Для просмотра загруженных сообщений используйте `stg.hits_raw_dist`. Таблица `stg.hits_raw_kafka` служит для приема из топика."
     fill:
-      - Источник событий пишет сообщения в топик в темпе выбранного режима мира.
+      - "Генератор отправляет события без пауз в пакетном режиме или постепенно в живом режиме."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/storage.md#user-content-при%D1%91м-поток-и-его-свойства
@@ -70,10 +69,10 @@ nodes:
     layer: kafka
     order: 1
     streams: [orders]
-    what: Топик Kafka со слепками заказов магазина. После модельного дня приходит снимок изменяемого окна.
+    what: "Топик Kafka с дневными выгрузками заказов — слепками. Каждый слепок содержит состояние заказов за последние семь модельных дней."
-    read: 'Топик напрямую не читают: таблица `stg.orders_raw_kafka` забирает сообщения из топика. Для заказов используйте `stg.orders_raw_dist`.'
+    read: "Для просмотра загруженных сообщений используйте `stg.orders_raw_dist`. Таблица `stg.orders_raw_kafka` служит для приема из топика."
     fill:
-      - Источник заказов публикует слепок пачкой после каждого модельного дня.
+      - "После генерации событий дня D источник отправляет слепок заказов за предыдущий день D−1."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/orders/ingestion.md#user-content-поток-данных
@@ -85,22 +84,22 @@ nodes:
     layer: stg
     order: 0
     streams: [events]
-    what: Сырая строка события и метаданные доставки. STG сохраняет сообщение без разбора.
+    what: "Исходное сообщение события и сведения о его доставке из Kafka. Содержимое сохраняется целой строкой, без разбора на поля."
     read: 'Читайте `_dist`: у STG нет представления `_v`, а распределенная таблица показывает оба шарда.'
     parts:
-      - '`stg.hits_raw_kafka` — чтец топика `hits`.'
+      - "`stg.hits_raw_kafka` — таблица для чтения сообщений топика `hits`."
-      - '`stg.hits_raw_rep` — реплицируемая таблица на шарде.'
+      - "`stg.hits_raw_rep` — реплицируемая таблица на шарде."
-      - '`stg.hits_raw_dist` — распределенная поверхность записи и чтения.'
+      - "`stg.hits_raw_dist` — распределенная таблица для записи и чтения."
-      - '`stg.hits_raw_mv` — матвью приема сообщений из чтеца.'
+      - "`stg.hits_raw_mv` — материализованное представление, которое записывает сообщения из Kafka в STG."
     fill:
       - '`stg.hits_raw_mv` пишет непрерывно, по мере прихода сообщений.'
-      - Сырые строки живут трое суток реального времени плюс хвост до суток.
+      - Строки хранятся не менее трех суток от загрузки. Удаление целыми частями таблицы добавляет до суток к этому сроку; оно выполняется при очередном слиянии по TTL.
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/storage.md#user-content-при%D1%91м-поток-и-его-свойства
       - label: DDL таблиц
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/10-stg-tables.sql
-      - label: DDL матвью
+      - label: DDL материализованного представления
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/40-stg-views.sql
 
   - id: stg_orders
@@ -108,15 +107,15 @@ nodes:
     layer: stg
     order: 1
     streams: [orders]
-    what: Сырые строки слепка заказов, метаданные доставки и идентификатор пачки `_load_id`.
+    what: "Исходные строки выгрузки заказов, сведения о доставке и идентификатор загруженной партии `_load_id`."
     read: 'Читайте `_dist`: у STG нет представления `_v`, а распределенная таблица показывает оба шарда.'
     parts:
-      - '`stg.orders_raw_kafka` — чтец топика `orders` на первой ноде.'
+      - "`stg.orders_raw_kafka` — таблица для чтения топика `orders` на первом узле."
-      - '`stg.orders_raw_rep` — реплицируемая таблица на шарде.'
+      - "`stg.orders_raw_rep` — реплицируемая таблица на шарде."
-      - '`stg.orders_raw_dist` — распределенная поверхность записи и чтения.'
+      - "`stg.orders_raw_dist` — распределенная таблица для записи и чтения."
     fill:
-      - Задача `pull_batch` дага `orders_ingest` забирает слепок пачкой раз в модельные сутки.
+      - Задача `pull_batch` дага `orders_ingest` загружает слепок раз в модельные сутки.
-      - Сырые строки живут трое суток реального времени плюс хвост до суток.
+      - Строки хранятся не менее трех суток от загрузки. Удаление целыми частями таблицы добавляет до суток к этому сроку; оно выполняется при очередном слиянии по TTL.
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/orders/ingestion.md#user-content-поток-данных
@@ -128,13 +127,13 @@ nodes:
     layer: ods
     order: 0
     streams: [events]
-    what: Типизированное широкое событие с именами полей источника. Запрос представления с `FINAL` возвращает актуальную версию события.
+    what: "События, разобранные на колонки с типами данных. Имена полей сохранены как в источнике."
-    read: 'Читайте `ods.event_v`: запрос представления с `FINAL` возвращает актуальные строки вместо физических версий.'
+    read: "Читайте `ods.event_v`: представление использует `FINAL` и возвращает последнюю версию каждого события."
     parts:
       - '`ods.event_rep` — реплицируемая таблица версий события на шарде.'
-      - '`ods.event_dist` — распределенная поверхность записи и диагностики.'
+      - '`ods.event_dist` — распределенная таблица записи и диагностики.'
       - '`ods.event_v` — представление актуального состояния с `FINAL`.'
-      - '`ods.event_mv` — матвью разбора годных строк STG.'
+      - '`ods.event_mv` — материализованное представление для разбора сообщений STG без ошибок.'
     keys:
       - '`WatchID` — тот же идентификатор, что `event_id` в DDS.'
       - '`ClientID` — тот же посетитель, что `client_id` в DDS.'
@@ -155,21 +154,21 @@ nodes:
     layer: ods
     order: 1
     streams: [events]
-    what: Сырые события, которые не прошли строгий прием, с классом ошибки и метаданными доставки.
+    what: "Сообщения событий, которые не удалось разобрать по правилам ODS. Сохранены исходная строка, класс ошибки и сведения о доставке."
     read: 'Читайте `_dist`: представления `_v` нет, а распределенная таблица показывает ошибки с обоих шардов.'
     parts:
       - '`ods.event_errors_rep` — реплицируемая таблица ошибок на шарде.'
-      - '`ods.event_errors_dist` — распределенная поверхность чтения и записи.'
+      - '`ods.event_errors_dist` — распределенная таблица чтения и записи.'
-      - '`ods.event_errors_mv` — матвью, которое отбирает негодные строки STG.'
+      - '`ods.event_errors_mv` — материализованное представление для отбора сообщений STG с ошибками.'
     fill:
       - '`ods.event_errors_mv` пишет непрерывно, по мере записи в STG.'
-      - Ошибки живут один месяц и не останавливают прием годных событий.
+      - Ошибки хранятся один месяц. Остальные события продолжают загружаться.
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/storage.md#user-content-таблица-ошибок
       - label: DDL таблиц
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/20-ods-tables.sql
-      - label: DDL матвью
+      - label: DDL материализованного представления
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/30-ods-views.sql
 
   - id: ods_order
@@ -177,17 +176,17 @@ nodes:
     layer: ods
     order: 2
     streams: [orders]
-    what: Текущая версия заказа на языке источника. Позиции пока остаются сырым фрагментом JSON.
+    what: "Последняя загруженная версия заказа с именами полей из источника. Состав заказа пока хранится как фрагмент JSON."
     read: 'Читайте `ods.order_v`: запрос представления с `FINAL` возвращает последнюю версию по `snapshot_date`.'
     parts:
       - '`ods.order_rep` — реплицируемая таблица версий заказа на шарде.'
-      - '`ods.order_dist` — распределенная поверхность записи и диагностики.'
+      - '`ods.order_dist` — распределенная таблица записи и диагностики.'
       - '`ods.order_v` — представление текущего состояния с `FINAL`.'
     keys:
       - '`order_id` — тот же заказ в `dds.order_v` и `dm.purchase_vs_orders_v`.'
       - '`user_id` — пользователь магазина, который переходит в заказ DDS.'
     fill:
-      - Задача `parse_batch` дага `orders_ingest` разбирает пачку раз в модельные сутки.
+      - Задача `parse_batch` дага `orders_ingest` разбирает загруженный слепок раз в модельные сутки.
       - '`ReplacingMergeTree(snapshot_date)` оставляет версию из последнего принятого слепка.'
     links:
       - label: Справочник
@@ -202,14 +201,14 @@ nodes:
     layer: ods
     order: 3
     streams: [orders]
-    what: Сырые строки слепка, которые не прошли строгий прием, с классом ошибки и `_load_id`.
+    what: "Строки выгрузки заказов, которые не удалось разобрать по правилам ODS. Сохранены исходная строка, класс ошибки и `_load_id`."
     read: 'Читайте `_dist`: представления `_v` нет, а распределенная таблица показывает ошибки с обоих шардов.'
     parts:
       - '`ods.order_errors_rep` — реплицируемая таблица ошибок на шарде.'
-      - '`ods.order_errors_dist` — распределенная поверхность чтения и записи.'
+      - '`ods.order_errors_dist` — распределенная таблица чтения и записи.'
     fill:
-      - Задача `parse_batch` дага `orders_ingest` пишет ошибки из той же пачки, что и годные заказы.
+      - Задача `parse_batch` дага `orders_ingest` сохраняет строки с ошибками при разборе той же выгрузки, из которой загружаются заказы.
-      - Ошибки живут один месяц и не останавливают прием годных заказов.
+      - Ошибки хранятся один месяц. Остальные заказы продолжают загружаться.
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/storage.md#user-content-таблица-ошибок
@@ -221,8 +220,8 @@ nodes:
     layer: dds
     order: 0
     streams: [events]
-    what: Публичное представление события на языке бизнеса. Его запрос переименовывает поля и расшифровывает категорию устройства.
+    what: "События с названиями полей, принятыми в DDS. Например, `WatchID` переименован в `event_id`, а числовой код устройства заменен названием категории."
-    read: 'Читайте `dds.event_v`: запрос представления возвращает явный список колонок DDS.'
+    read: "Читайте `dds.event_v`: представление возвращает явно перечисленные колонки DDS."
     parts:
       - '`dds.event_v` — только представление над `ods.event_v`; своей таблицы в DDS нет.'
     keys:
@@ -231,7 +230,7 @@ nodes:
       - '`event_date` — тот же день, что `EventDate` в ODS.'
       - '`purchase_id[1]` — тот же заказ, что `order_id` в DDS и DM.'
     fill:
-      - Данные для `dds.event_v` читаются из актуальных событий ODS без копии и отдельного расписания.
+      - "При запросе к `dds.event_v` данные читаются из актуальных событий ODS. Отдельная загрузка в DDS не нужна."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dds/event.md#user-content-форма
@@ -243,20 +242,20 @@ nodes:
     layer: dds
     order: 1
     streams: [events]
-    what: Сессия, которую запрос дага `dds_transform` собирает из последовательных событий одной куки. В источнике готовой сессии нет.
+    what: "Сессии, рассчитанные дагом `dds_transform` по событиям посетителя. Новая сессия начинается после паузы дольше 30 минут или при смене модельной даты."
-    read: 'Читайте `dds.session_v`: запрос представления возвращает деловые и служебные колонки.'
+    read: "Читайте `dds.session_v`: здесь есть начало, конец, длительность сессии, показатели событий и служебные поля загрузки."
     parts:
       - '`dds.session_rep` — реплицируемая таблица сессий на шарде.'
-      - '`dds.session_dist` — распределенная поверхность загрузки и диагностики.'
+      - '`dds.session_dist` — распределенная таблица загрузки и диагностики.'
-      - '`dds.session_stage_rep` — донор дневных партиций на шарде.'
+      - '`dds.session_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.'
-      - '`dds.session_stage_dist` — распределенная поверхность донора.'
+      - '`dds.session_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.'
-      - '`dds.session_v` — публичное представление.'
+      - '`dds.session_v` — представление для чтения готовых данных.'
     keys:
       - '`client_id` — тот же посетитель, что в событии DDS и карте идентичностей.'
       - '`session_date` — день, который в `dm.daily_traffic_v` называется `report_date`.'
     fill:
-      - Даг `dds_transform` пересобирает данные прожитых дней при каждом прогоне конвейера.
+      - "При каждом запуске `dds_transform` выбирает дни от первого пропущенного в DDS до последнего дня с завершенной генерацией."
-      - Задачи `session.rebuild` и `session.replace` собирают день в доноре и заменяют партицию.
+      - "Задача `session.rebuild` рассчитывает данные в промежуточной таблице (доноре). `session.replace` заменяет ими дневные партиции основной таблицы."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dds/session.md#user-content-движок-и-наполнение
@@ -270,22 +269,22 @@ nodes:
     layer: dds
     order: 2
     streams: [orders]
-    what: Заказ в текущем состоянии на языке бизнеса. Артикулы, количества и цены позиций хранятся в согласованных массивах.
+    what: "Последнее известное состояние заказа, подготовленное для анализа. Артикулы, количества и цены товаров хранятся в массивах; элементы с одинаковым индексом относятся к одной позиции заказа."
-    read: 'Читайте `dds.order_v`: запрос представления возвращает данные без таблиц и донора партиций.'
+    read: "Читайте `dds.order_v`, чтобы получить готовые заказы из основной таблицы."
     parts:
       - '`dds.order_rep` — реплицируемая таблица заказов на шарде.'
-      - '`dds.order_dist` — распределенная поверхность загрузки и диагностики.'
+      - '`dds.order_dist` — распределенная таблица загрузки и диагностики.'
-      - '`dds.order_stage_rep` — донор дневных партиций на шарде.'
+      - '`dds.order_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.'
-      - '`dds.order_stage_dist` — распределенная поверхность донора.'
+      - '`dds.order_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.'
-      - '`dds.order_v` — публичное представление.'
+      - '`dds.order_v` — представление для чтения готовых данных.'
     keys:
       - '`order_id` — тот же заказ, что в ODS, событии покупки и витрине сверки.'
       - '`user_id` — пользователь магазина, который входит в карту идентичностей.'
       - '`item_sku` — тот же артикул, что `sku` в `dic.products`.'
       - '`order_date` — день, который в витринах называется `report_date` или `order_day`.'
     fill:
-      - Даг `dds_transform` пересобирает изменяемое окно при каждом прогоне конвейера.
+      - "При каждом запуске `dds_transform` пересчитывает дни заказов из последнего слепка и заполняет пропуски в DDS."
-      - Задачи `order.rebuild` и `order.replace` собирают дни в доноре и заменяют партиции.
+      - "Задача `order.rebuild` рассчитывает данные в промежуточной таблице (доноре). `order.replace` заменяет ими дневные партиции основной таблицы."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dds/order.md#user-content-движок-и-наполнение
@@ -299,18 +298,18 @@ nodes:
     layer: dds
     order: 3
     streams: [events, orders]
-    what: Известные пары куки трекера и пользователя магазина. Связь появляется после сопоставленной покупки.
+    what: "Связи между посетителем сайта и пользователем магазина. Они появляются, когда событие покупки сопоставлено с заказом по его номеру."
-    read: 'Читайте `dds.identity_map_v`: запрос представления с `FINAL` возвращает актуальные строки полного пересчета.'
+    read: "Читайте `dds.identity_map_v`: представление с `FINAL` возвращает последнюю версию каждой пары посетителя и пользователя."
     parts:
       - '`dds.identity_map_rep` — реплицируемая таблица версий пар на шарде.'
-      - '`dds.identity_map_dist` — распределенная поверхность записи.'
+      - '`dds.identity_map_dist` — распределенная таблица записи.'
-      - '`dds.identity_map_v` — точное публичное представление с `FINAL`.'
+      - '`dds.identity_map_v` — представление последних версий строк с `FINAL`.'
     keys:
-      - '`client_id` — кука из события и сессии DDS.'
+      - "`client_id` — идентификатор посетителя из cookie браузера, как в событии и сессии DDS."
-      - '`user_id` — пользователь магазина из заказа DDS.'
+      - "`user_id` — пользователь магазина из заказа DDS."
     fill:
-      - Задача `identity_map` дага `dds_transform` пересчитывает все известные пары после обновления заказов.
+      - "Задача `identity_map` дага `dds_transform` пересчитывает все известные пары после обновления заказов."
-      - Новая версия полного набора пишется при каждом прогоне; `FINAL` скрывает физические повторы.
+      - "При каждом запуске записывается новая версия набора связей."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dds/identity.md#user-content-сборка
@@ -324,17 +323,16 @@ nodes:
     layer: dm
     order: 0
     streams: [events]
-    what: Дневные счетчики посетителей и известных пользователей после склейки идентичностей.
+    what: "Число посетителей и известных пользователей за каждый день. Известными считаются пользователи магазина, связанные с посетителями сайта через карту идентичностей."
-    read: 'Читайте `dm.daily_traffic_v`: запрос представления с `FINAL` возвращает актуальные строки полного пересчета.'
+    read: "Читайте `dm.daily_traffic_v`: представление с `FINAL` возвращает последний результат расчета за каждый день."
     parts:
       - '`dm.daily_traffic_rep` — реплицируемая таблица версий счетчиков.'
-      - '`dm.daily_traffic_dist` — распределенная поверхность записи.'
+      - '`dm.daily_traffic_dist` — распределенная таблица записи.'
-      - '`dm.daily_traffic_v` — точное публичное представление с `FINAL`.'
+      - '`dm.daily_traffic_v` — представление последних версий строк с `FINAL`.'
     keys:
       - '`report_date` — тот же день, что `session_date` в сессии DDS.'
     fill:
-      - Задача `daily_traffic` дага `dm_transform` при каждом прогоне пересчитывает всю историю и записывает новую версию.
+      - "Задача `daily_traffic` дага `dm_transform` при каждом запуске пересчитывает всю историю и записывает новую версию."
-      - '`FINAL` оставляет текущую строку каждого дня.'
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dm.md#user-content-dmdaily_traffic_v
@@ -348,20 +346,20 @@ nodes:
     layer: dm
     order: 1
     streams: [orders]
-    what: Дневная выручка, число заказов и единиц товара по категориям.
+    what: "Выручка, число заказов и единиц товара за день по категориям. В расчет входят оплаченные заказы."
-    read: 'Читайте `dm.revenue_daily_v`: это публичное представление готовой дневной витрины.'
+    read: "Читайте `dm.revenue_daily_v`, чтобы получить готовые показатели по дням и категориям товаров."
     parts:
       - '`dm.revenue_daily_rep` — реплицируемая таблица витрины на шарде.'
-      - '`dm.revenue_daily_dist` — распределенная поверхность загрузки.'
+      - '`dm.revenue_daily_dist` — распределенная таблица загрузки.'
-      - '`dm.revenue_daily_stage_rep` — донор дневных партиций на шарде.'
+      - '`dm.revenue_daily_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.'
-      - '`dm.revenue_daily_stage_dist` — распределенная поверхность донора.'
+      - '`dm.revenue_daily_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.'
-      - '`dm.revenue_daily_v` — публичное представление.'
+      - '`dm.revenue_daily_v` — представление для чтения готовых данных.'
     keys:
       - '`report_date` — тот же день, что `order_date` в заказе DDS.'
       - '`product_category` — категория, найденная по `item_sku` заказа и ключу `sku` словаря.'
     fill:
-      - Даг `dm_transform` пересобирает изменяемое окно заказов при каждом прогоне конвейера.
+      - "При каждом запуске `dm_transform` пересчитывает дни заказов из последнего слепка и заполняет пропущенные дни витрины."
-      - Задачи `revenue_daily.rebuild` и `revenue_daily.replace` собирают дни в доноре и заменяют партиции.
+      - "Задача `revenue_daily.rebuild` рассчитывает данные в промежуточной таблице (доноре). `revenue_daily.replace` заменяет ими дневные партиции витрины."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dm.md#user-content-dmrevenue_daily_v
@@ -375,20 +373,20 @@ nodes:
     layer: dm
     order: 2
     streams: [events, orders]
-    what: Сверка события покупки с заказом магазина. Одна строка показывает совпадение или класс расхождения.
+    what: "Результат сверки покупок из кликстрима с заказами магазина. Для каждого номера заказа указано, совпали ли данные двух источников и какое расхождение найдено."
-    read: 'Читайте `dm.purchase_vs_orders_v`: в результате запроса отсутствующей стороне соответствует `NULL`.'
+    read: "Читайте `dm.purchase_vs_orders_v`: если покупка или заказ отсутствует, поля этой стороны содержат `NULL`."
     parts:
       - '`dm.purchase_vs_orders_rep` — реплицируемая таблица сверки на шарде.'
-      - '`dm.purchase_vs_orders_dist` — распределенная поверхность загрузки.'
+      - '`dm.purchase_vs_orders_dist` — распределенная таблица загрузки.'
-      - '`dm.purchase_vs_orders_stage_rep` — донор дневных партиций на шарде.'
+      - '`dm.purchase_vs_orders_stage_rep` — промежуточная таблица для пересчета данных по дням на шарде.'
-      - '`dm.purchase_vs_orders_stage_dist` — распределенная поверхность донора.'
+      - '`dm.purchase_vs_orders_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.'
-      - '`dm.purchase_vs_orders_v` — публичное представление.'
+      - '`dm.purchase_vs_orders_v` — представление для чтения готовых данных.'
     keys:
-      - '`order_id` — тот же заказ, что `purchase_id[1]` в событии и `order_id` в заказе DDS.'
+      - "`order_id` — тот же заказ, что `purchase_id[1]` в событии и `order_id` в заказе DDS."
-      - '`order_day` — общий день события покупки и заказа.'
+      - "`order_day` — дата заказа; если заказа еще нет, берется дата события покупки."
     fill:
-      - Даг `dm_transform` пересобирает изменяемый хвост обоих источников при каждом прогоне конвейера.
+      - "При каждом запуске `dm_transform` пересчитывает дни последнего слепка, добавляет новые дни покупок, заполняет пропуски и повторяет сверку дней с покупками без заказа."
-      - Задачи `purchase_vs_orders.rebuild` и `purchase_vs_orders.replace` собирают дни в доноре и заменяют партиции.
+      - "Задача `purchase_vs_orders.rebuild` рассчитывает данные в промежуточной таблице (доноре). `purchase_vs_orders.replace` заменяет ими дневные партиции витрины."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/dm.md#user-content-dmpurchase_vs_orders_v
@@ -402,18 +400,18 @@ nodes:
     layer: dm
     order: 3
     streams: [events, orders]
-    what: Текущее состояние пяти атомарных проверок качества по дням. История запусков остается в Airflow.
+    what: "Последние результаты пяти проверок качества данных за каждый день. Историю запусков можно посмотреть в Airflow."
-    read: 'Читайте `dm.dq_summary_v`: запрос к публичному представлению возвращает последнюю опубликованную сводку дня.'
+    read: "Читайте `dm.dq_summary_v`, чтобы увидеть результат каждой проверки за день."
     parts:
       - '`dm.dq_summary_rep` — реплицируемая таблица опубликованной сводки.'
-      - '`dm.dq_summary_dist` — распределенная поверхность чтения и записи.'
+      - '`dm.dq_summary_dist` — распределенная таблица чтения и записи.'
-      - '`dm.dq_summary_stage_rep` — общий донор дневных партиций.'
+      - '`dm.dq_summary_stage_rep` — промежуточная таблица для результатов всех проверок за день.'
-      - '`dm.dq_summary_stage_dist` — распределенная поверхность донора.'
+      - '`dm.dq_summary_stage_dist` — распределенная таблица для записи и чтения промежуточных данных.'
-      - '`dm.dq_summary_v` — публичное представление.'
+      - '`dm.dq_summary_v` — представление для чтения готовых данных.'
     fill:
-      - Даг `dq_check` при каждом прогоне сначала выполняет все пять проверок, затем заменяет готовые дневные партиции.
+      - Даг `dq_check` сначала рассчитывает результаты всех пяти проверок в промежуточной таблице, затем заменяет ими дневные партиции сводки.
       - '`sessions_vs_reference` — `sql/dq/sessions_vs_reference.sql`.'
-      - '`classes_vs_inventory` — `sql/dq/classes_vs_inventory.sql` и паспорт мира.'
+      - '`classes_vs_inventory` — `sql/dq/classes_vs_inventory.sql` и эталонные числа из паспорта мира `data/world-inventory.json`.'
       - '`revenue_daily_vs_dds` — `sql/dq/revenue_daily_vs_dds.sql`.'
       - '`purchase_vs_orders_vs_dds` — `sql/dq/purchase_vs_orders_vs_dds.sql`.'
       - '`daily_traffic_vs_dds` — `sql/dq/daily_traffic_vs_dds.sql`.'
@@ -430,15 +428,15 @@ nodes:
     layer: dic
     order: 0
     streams: [orders]
-    what: Словарь товаров вне цепочки слоев. По артикулу доступны название, бренд, категория и цена.
+    what: "Словарь товаров. По артикулу можно получить название, бренд, категорию и цену. Эти данные доступны для расчетов в разных слоях."
-    read: 'Читайте `dic.products`: у словаря одна поверхность без суффикса.'
+    read: "Читайте `dic.products`: к словарю обращаются напрямую, суффикса `_v` у него нет."
     parts:
-      - '`dic.products_file` — чтец CSV-каталога из файла репозитория.'
+      - "`dic.products_file` — таблица, которая читает каталог товаров из CSV-файла репозитория."
-      - '`dic.products` — словарь в памяти поверх подложки.'
+      - "`dic.products` — словарь в памяти, загруженный из этой таблицы."
     keys:
       - '`sku` — тот же артикул, что `item_sku` в позиции заказа DDS.'
     fill:
-      - ClickHouse перечитывает подложку каждые 60–90 секунд по настройке `LIFETIME`.
+      - "ClickHouse обновляет словарь из `dic.products_file` каждые 60–90 секунд согласно настройке `LIFETIME`."
     links:
       - label: Справочник
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/docs/architecture/storage.md#user-content-справочники
@@ -452,8 +450,8 @@ edges:
     mechanism: materialized_view
     streams: [events]
     rhythm: непрерывно, по мере прихода сообщений
-    actor: Чтец `stg.hits_raw_kafka` и матвью `stg.hits_raw_mv`.
+    actor: "Таблица `stg.hits_raw_kafka` и материализованное представление `stg.hits_raw_mv`."
-    join: 'Соединения нет: сообщение кладется строкой целиком.'
+    join: "Каждое сообщение Kafka записывается целой строкой, без разбора на поля."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/40-stg-views.sql
@@ -466,8 +464,8 @@ edges:
     mechanism: materialized_view
     streams: [events]
     rhythm: непрерывно, по мере прихода сообщений
-    actor: Матвью `ods.event_mv` разбирает годные строки.
+    actor: Материализованное представление `ods.event_mv` разбирает сообщения без ошибок.
-    join: 'Соединения нет: матвью разбирает строку в колонки.'
+    join: "Материализованное представление разбирает сообщение из STG на колонки с нужными типами данных."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/30-ods-views.sql
@@ -480,8 +478,8 @@ edges:
     mechanism: materialized_view
     streams: [events]
     rhythm: непрерывно, по мере прихода сообщений
-    actor: Матвью `ods.event_errors_mv` отбирает строки, которые не прошли строгий прием.
+    actor: "Материализованное представление `ods.event_errors_mv` отбирает сообщения с ошибками."
-    join: 'Соединения нет: негодная строка уходит целиком вместе с классом ошибки.'
+    join: "Сообщение, которое не удалось разобрать по правилам ODS, сохраняется целиком вместе с классом ошибки."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/30-ods-views.sql
@@ -493,9 +491,9 @@ edges:
     to: stg_orders
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, раз в модельные сутки
+    rhythm: одной выгрузкой, раз в модельные сутки
     actor: Задача `pull_batch` дага `orders_ingest` читает `stg.orders_raw_kafka`.
-    join: 'Соединения нет: сообщение слепка кладется целиком, пачка помечена `_load_id`.'
+    join: "Строки выгрузки сохраняются целиком. Общий `_load_id` позволяет найти все строки одной загрузки."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/stg/orders_raw_load.sql
@@ -507,9 +505,9 @@ edges:
     to: ods_order
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, раз в модельные сутки
+    rhythm: одной выгрузкой, раз в модельные сутки
-    actor: Задача `parse_batch` дага `orders_ingest` пишет годные версии заказа.
+    actor: Задача `parse_batch` дага `orders_ingest` записывает версии заказов без ошибок разбора.
-    join: 'Соединения нет: строка разбирается в колонки, версия задается `snapshot_date`.'
+    join: "Строка разбирается на колонки заказа. Версия определяется датой слепка `snapshot_date`."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ods/order_parse.sql
@@ -521,9 +519,9 @@ edges:
     to: ods_order_errors
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, раз в модельные сутки
+    rhythm: одной выгрузкой, раз в модельные сутки
-    actor: Задача `parse_batch` дага `orders_ingest` пишет негодные строки той же пачки.
+    actor: Задача `parse_batch` дага `orders_ingest` записывает строки с ошибками из загруженной выгрузки.
-    join: 'Соединения нет: негодная строка пачки уходит целиком.'
+    join: "Строка с ошибкой сохраняется целиком вместе с классом ошибки и идентификатором загрузки."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ods/order_parse.sql
@@ -535,9 +533,9 @@ edges:
     to: dds_event
     mechanism: view
     streams: [events]
-    rhythm: без копии, данные читаются на месте
+    rhythm: при запросе к представлению, без копирования данных
-    actor: Запрос `dds.event_v` читает данные из `ods.event_v` и переименовывает поля на языке бизнеса.
+    actor: "Представление `dds.event_v` читает данные из `ods.event_v`."
-    join: 'Соединения нет: представление переименовывает колонки той же строки.'
+    join: "Колонки события переименовываются по правилам DDS. Данные не копируются в отдельную таблицу."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/ddl/50-dds-views.sql
@@ -549,9 +547,9 @@ edges:
     to: dds_session
     mechanism: airflow_dag
     streams: [events]
-    rhythm: пачкой, при каждом прогоне `dds_transform`
+    rhythm: при каждом запуске `dds_transform`
     actor: Задачи `session.rebuild` и `session.replace` дага `dds_transform`.
-    join: 'События одной `client_id` за `event_date` режутся по паузам; `session_id` - `cityHash64(client_id, min(event_time))`.'
+    join: "События одного `client_id` за день `event_date` упорядочиваются по времени. Пауза дольше 30 минут начинает новую сессию. Ее `session_id` рассчитывается как `cityHash64(client_id, min(event_time))`."
     links:
       - label: SQL сборки
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dds/session_rebuild.sql
@@ -565,9 +563,9 @@ edges:
     to: dds_order
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, при каждом прогоне `dds_transform`
+    rhythm: при каждом запуске `dds_transform`
     actor: Задачи `order.rebuild` и `order.replace` дага `dds_transform`.
-    join: 'Соединения нет: из заказа берутся поля и позиции, `order_date` выводится из `created_at`.'
+    join: "Поля заказа приводятся к типам DDS, а позиции из JSON разбираются в массивы. Дата `order_date` рассчитывается из `created_at`."
     links:
       - label: SQL сборки
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dds/order_rebuild.sql
@@ -581,9 +579,9 @@ edges:
     to: dds_identity
     mechanism: airflow_dag
     streams: [events]
-    rhythm: пачкой, при каждом прогоне `dds_transform`
+    rhythm: при каждом запуске `dds_transform`
     actor: Задача `identity_map` дага `dds_transform` соединяет покупки с заказами.
-    join: 'Строки покупки и заказа соединяются по `purchase_id[1] = order_id`.'
+    join: "Событие покупки соединяется с заказом по `purchase_id[1] = order_id`. В результате связываются посетитель сайта и пользователь магазина."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dds/identity_map_rebuild.sql
@@ -595,9 +593,9 @@ edges:
     to: dds_identity
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, при каждом прогоне `dds_transform`
+    rhythm: при каждом запуске `dds_transform`
     actor: Задача `identity_map` дага `dds_transform` соединяет заказы с покупками.
-    join: 'Строки заказа и покупки соединяются по `order_id = purchase_id[1]`; берется `user_id`.'
+    join: "Заказ соединяется с событием покупки по `order_id = purchase_id[1]`. Из заказа берется `user_id` пользователя магазина."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dds/identity_map_rebuild.sql
@@ -609,9 +607,9 @@ edges:
     to: dm_daily_traffic
     mechanism: airflow_dag
     streams: [events]
-    rhythm: пачкой, при каждом прогоне `dm_transform`
+    rhythm: при каждом запуске `dm_transform`
     actor: Задача `daily_traffic` дага `dm_transform` считает посетителей по сессиям.
-    join: 'Соединения нет: сессии группируются по `session_date`, который становится `report_date`.'
+    join: "К сессиям присоединяется карта идентичностей по `client_id`, затем данные группируются по `session_date`. Эта дата записывается в `report_date`."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dm/daily_traffic_rebuild.sql
@@ -623,9 +621,9 @@ edges:
     to: dm_daily_traffic
     mechanism: airflow_dag
     streams: [events]
-    rhythm: пачкой, при каждом прогоне `dm_transform`
+    rhythm: при каждом запуске `dm_transform`
     actor: Задача `daily_traffic` дага `dm_transform` считает известных пользователей по `client_id`.
-    join: 'GLOBAL LEFT JOIN по `client_id`; сессии без пары остаются в витрине.'
+    join: "`GLOBAL LEFT JOIN` присоединяет карту идентичностей к сессиям по `client_id`. Сессии без известного пользователя тоже участвуют в расчете посетителей."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dm/daily_traffic_rebuild.sql
@@ -637,9 +635,9 @@ edges:
     to: dm_revenue
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, при каждом прогоне `dm_transform`
+    rhythm: при каждом запуске `dm_transform`
     actor: Задачи `revenue_daily.rebuild` и `revenue_daily.replace` дага `dm_transform`.
-    join: 'Соединения таблиц нет: ARRAY JOIN раскрывает `item_sku`, `item_quantity`, `item_price`; `order_date` становится `report_date`.'
+    join: "`ARRAY JOIN` разворачивает массивы `item_sku`, `item_quantity`, `item_price` в строки позиций заказа. Выручка считается по оплаченным заказам; `order_date` записывается в `report_date`."
     links:
       - label: SQL сборки
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dm/revenue_daily_rebuild.sql
@@ -653,9 +651,9 @@ edges:
     to: dm_revenue
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, при каждом прогоне `dm_transform`
+    rhythm: при каждом запуске `dm_transform`
-    actor: Даг `dm_transform` получает категорию через `dictGet` по `item_sku`; ключ словаря — `sku`.
+    actor: "Задача `revenue_daily.rebuild` дага `dm_transform`."
-    join: 'Категория читается через `dictGet` по `item_sku`; ключ справочника - `sku`.'
+    join: "Функция `dictGet` получает категорию товара по артикулу `item_sku` из заказа. В словаре этому артикулу соответствует ключ `sku`."
     links:
       - label: SQL
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dm/revenue_daily_rebuild.sql
@@ -667,9 +665,9 @@ edges:
     to: dm_purchase
     mechanism: airflow_dag
     streams: [events]
-    rhythm: пачкой, при каждом прогоне `dm_transform`
+    rhythm: при каждом запуске `dm_transform`
     actor: Задачи `purchase_vs_orders.rebuild` и `purchase_vs_orders.replace` дага `dm_transform` читают покупки.
-    join: 'Покупки группируются по `purchase_id[1]` как `purchase_order_id`; `event_date` становится `purchase_day`, затем GLOBAL FULL OUTER JOIN `purchase_order_id = backend_order_id`.'
+    join: "События покупки группируются по номеру `purchase_id[1]`, который получает имя `purchase_order_id`. Дата `event_date` записывается в `purchase_day`. Затем `GLOBAL FULL OUTER JOIN` сопоставляет покупки с заказами по `purchase_order_id = backend_order_id`."
     links:
       - label: SQL сборки
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dm/purchase_vs_orders_rebuild.sql
@@ -683,9 +681,9 @@ edges:
     to: dm_purchase
     mechanism: airflow_dag
     streams: [orders]
-    rhythm: пачкой, при каждом прогоне `dm_transform`
+    rhythm: при каждом запуске `dm_transform`
     actor: Задачи `purchase_vs_orders.rebuild` и `purchase_vs_orders.replace` дага `dm_transform` читают заказы.
-    join: 'GLOBAL FULL OUTER JOIN: `purchase_order_id = backend_order_id` (`purchase_id[1]` и `order_id`); отсутствующая сторона получает NULL.'
+    join: "`order_id` заказа получает имя `backend_order_id`, а `purchase_id[1]` покупки — `purchase_order_id`. `GLOBAL FULL OUTER JOIN` соединяет их по `purchase_order_id = backend_order_id`. Покупки без заказа и заказы без покупки сохраняются; поля отсутствующей стороны содержат `NULL`."
     links:
       - label: SQL сборки
         url: https://git.dementev.space/ddmitry/clickstream-data-platform/src/branch/main/sql/dm/purchase_vs_orders_rebuild.sql

docs/handbook/architecture-map/template.html

@@ -243,9 +243,9 @@
       details.append(heading, meta);
       addSection("Что это", node.what);
       addSection("Как читать", node.read);
-      addSection("Из чего состоит", node.parts);
+      addSection("Связанные таблицы и представления", node.parts);
-      addSection("Ключи", node.keys);
+      addSection("Как связать данные", node.keys);
-      addSection("Кто наполняет и как часто", node.fill);
+      addSection("Как обновляются данные", node.fill);
       addLinks(node.links);
     }
     function renderEdgeCard(edge) {
@@ -253,10 +253,10 @@
       const heading = document.createElement("h2");
       heading.textContent = `${nodeById.get(edge.from).name} → ${nodeById.get(edge.to).name}`;
       details.append(heading);
-      addSection("Механизм", mechanismById.get(edge.mechanism).label);
+      addSection("Способ обработки", mechanismById.get(edge.mechanism).label);
-      addSection("Ритм", edge.rhythm);
+      addSection("Когда выполняется", edge.rhythm);
-      addSection("Кто именно", edge.actor);
+      addSection("Что выполняет обработку", edge.actor);
-      addSection("Как соединяет", edge.join);
+      addSection("Что происходит с данными", edge.join);
       addLinks(edge.links);
     }
     function layoutMap() {

docs/handbook/generator.md

@@ -1,42 +1,49 @@
 # Генератор: откуда берутся данные
 
-Генератор изображает две системы интернет-магазина. Первая — счетчик на сайте,
+Генератор имитирует работу двух систем интернет-магазина. Счетчик
-он шлет события в топик `hits`. Вторая — бэкенд магазина, он раз в модельные
+на сайте отправляет записи о действиях посетителей в топик `hits`. Серверная часть
-сутки выгружает слепок заказов в топик `orders`.
+магазина раз в модельные сутки выгружает состояние заказов в топик `orders`.
+Эта дневная выгрузка называется слепком.
 
 ## Что он производит
 
-Событие — широкая строка по образцу выгрузки Яндекс Метрики. Генератор создает
+Событие содержит сведения о действии посетителя: например, время,
-три вида событий: просмотр страницы, корзину и покупку. Все колонки перечислены
+адрес страницы и идентификатор посетителя. Формат соответствует образцу
+выгрузки Яндекс Метрики. Генератор создает три вида событий: просмотр
+страницы, добавление в корзину и покупку. Все колонки перечислены
 в [описании выгрузки](../formats/clickstream-event.md).
 
-Заказ — та же покупка, но записанная бэкендом магазина, с суммами в деньгах.
+Заказ содержит сведения о покупке со стороны магазина: товары, суммы
-Семь модельных дней после оформления заказ еще может измениться, поэтому каждый
+и состояние заказа. После оформления он еще может измениться, например
-дневной слепок несет заказы за последние семь дней в их текущем состоянии.
+при отмене. Каждый дневной слепок содержит текущее состояние заказов,
-Устройство и форма слепка разобраны в [отдельном
+оформленных за последние семь модельных дней. Состав и формат слепка
+разобраны в [отдельном
 справочнике](../architecture/orders/snapshot.md).
 
 ## Почему данные всегда одни и те же
 
-Генератор не берет случайность извне. Все его случайные решения выводятся из
+Случайные решения генератора зависят от заданного числа —
-[зерна](../architecture/generator/seeds.md) — одного числа в настройках — и из
+[зерна генерации](../architecture/generator/seeds.md) — и номера дня.
-номера дня. То же зерно и тот же номер дня дают ровно те же события, поэтому
+При неизменных настройках и версии генератора одинаковые зерно и день
-стартовый мир одинаков при каждом `make up`.
+дают одинаковые события. Поэтому при создании стенда вы каждый раз
+получаете те же начальные данные. Повторный `make up` на работающем стенде
+сохраняет уже загруженные данные.
 
-Рядом лежит паспорт мира, `data/world-inventory.json`: зерно, версия генератора
+В файле `data/world-inventory.json` записаны зерно, версия генератора,
-и по строке на каждый день с числом событий и контрольной суммой. По нему
+число событий и контрольная сумма за каждый из восьми начальных дней.
-проверяют, что генератор собрал тот же мир, что и раньше, и что в ODS все
+В документации этот файл называется паспортом мира. С ним можно сверить
-доехало без потерь. Паспорт описывает только восемь дней стартового мира.
+результат генерации и проверить, все ли события загрузились в ODS.
 
 ## Кто его запускает
 
 На стенде генератором управляют [даги модельного
 времени](airflow-dags.md#даги-мира). Его можно запустить и напрямую. Команды
-собраны в [справочнике мира](../architecture/world.md#как-запустить-генератор).
+собраны в [справочнике генератора и модельного
+времени](../architecture/world.md#как-запустить-генератор).
 
-У генератора два режима. Пакетный отправляет весь день разом. Живой шлет
+У генератора два режима. Пакетный отправляет все события дня без пауз.
-события по ходу модельных суток; сутки идут ускоренно и занимают около двадцати
+В живом режиме события поступают постепенно, как в работающем магазине,
-четырех минут.
+но время идет ускоренно: модельные сутки занимают около 24 минут.
 
 ## Посмотрите сами
 
@@ -50,13 +57,14 @@ GROUP BY EventDate
 ORDER BY EventDate;
 ```
 
-Сравните первые восемь дней с восемью строками в [паспорте
+Сравните число событий за каждый из первых восьми дней со значением
-мира](../../data/world-inventory.json): числа совпадут. Дни, сыгранные после
+`events` за ту же дату в [паспорте мира](../../data/world-inventory.json).
-стартового мира, в паспорте не записаны. Так и задумано.
+Числа должны совпасть. Если вы уже генерировали следующие дни,
+в результате запроса будут дополнительные даты; в паспорте их нет.
 
 ## Куда дальше
 
 Подробнее генератор разобран в [README папки
 `generator/`](../../generator/README.md) и в [справочнике его
-устройства](../architecture/generator/README.md). На этом путеводитель
+устройства](../architecture/generator/README.md). Теперь можно переходить
-заканчивается: дальше справочники и [учебные задания](../labs/README.md).
+к [учебным заданиям](../labs/README.md).

docs/handbook/monitoring.md

@@ -1,52 +1,61 @@
 # Мониторинг: куда смотреть
 
-В Grafana три дашборда, и у каждого своя тема. «Данные» показывает, все ли в
+В Grafana настроены три дашборда. «Данные» показывает загрузку и обработку
-порядке с потоком данных. «Кластер» — состояние машин и самого ClickHouse.
+событий и заказов, «Кластер» — состояние узлов и самого ClickHouse,
-«Запросы» — какие запросы выполнялись и сколько ресурсов они заняли.
+а «Запросы» — выполненные запросы и затраченные на них ресурсы.
 
-Prometheus собирает метрики с двух узлов ClickHouse, keeper и экспортера Kafka.
+Prometheus собирает метрики с двух узлов ClickHouse, ClickHouse Keeper
-Grafana читает и Prometheus, и ClickHouse напрямую. На панелях нет порогов и
+и экспортера Kafka — службы, которая предоставляет метрики Kafka.
-цветовой подсветки: оценивать картинку придется самому. Автоматические
+Grafana получает данные из Prometheus и напрямую из ClickHouse.
-проверки, которые выносят вердикт, собраны в контуре DQ.
+На панелях не заданы пороги для цветовых предупреждений: оценивать показания
+вы будете самостоятельно. Качество данных автоматически проверяет
+даг `dq_check`.
 
 ## Дашборд «Данные»
 
 «Свежесть» показывает, сколько времени прошло с последнего события и с
-последнего заказа в ODS. Свежесть заказов растет весь модельный день и
+последнего заказа в ODS. Показатель для заказов растет весь модельный день
-сбрасывается, когда на границе суток приходит слепок. Это нормальное поведение
+и снижается, когда поступает очередная дневная выгрузка — слепок.
-источника, а не поломка.
+Это ожидаемо: заказы загружаются раз в день.
 
 «Поток» показывает число сырых сообщений в STG за выбранный интервал. «Брак»
-рядом — доля строк, которые не удалось разобрать.
+показывает долю строк, которые не удалось разобрать.
 
 «Сходимость» сравнивает число событий в Kafka и в ClickHouse. Тревожный
-признак — устойчивый разрыв между линиями. Расхождение в одном столбце ничего
+признак — устойчивый разрыв между рядами. Разовое расхождение еще не говорит
-не значит.
+о потере данных: метрики Kafka и строки ClickHouse могут попадать в соседние
+интервалы на графике.
 
 «Отставание» показывает, сколько сообщений в Kafka еще не прочитано
 потребителями. «Дневной слепок» перечисляет последние десять слепков заказов в
-STG: по нему видно, пришла ли выгрузка вовремя.
+STG: по нему видно, поступила ли очередная выгрузка.
 
 Источники и правила чтения всех панелей разобраны в [справочнике дашборда
 «Данные»](../architecture/monitoring/data.md).
 
 ## Почему у панелей разные источники
 
-Свежесть считается по ODS: если разбор остановился, это видно именно там. Поток
+Свежесть считается по ODS: если новые сообщения перестали разбираться,
-и брак считаются по STG, где сохраняется каждое доставленное сообщение. В ODS
+показатель будет расти. Число поступивших сообщений берется из STG,
-повторы события и старые версии заказа схлопываются, поэтому счетчик там был бы
+где сохраняются все сообщения, включая повторы. Для доли брака это число
-занижен. Подробности — в [разделе о слоях
+сравнивается с числом строк в таблицах ошибок ODS.
+
+В основных таблицах ODS повторы событий и старые версии заказов удаляются
+при слияниях. Поэтому число строк в них не подходит для подсчета
+всех доставленных сообщений. Подробности — в [разделе о слоях
 панелей](../architecture/monitoring/data.md#почему-слои-у-панелей-разные).
 
 ## Два других дашборда
 
-Открывайте «Кластер», когда нужно понять, что происходит с процессором, памятью
+Открывайте «Кластер», чтобы проверить нагрузку на процессор, использование
-и дисками, с кусками данных и их слияниями в ClickHouse, с keeper или очередью
+памяти и дисков, число частей таблиц и ход их слияний в ClickHouse. Здесь же
-DDL. Устройство панелей описано в [справочнике дашборда
+показаны состояние ClickHouse Keeper и очередь распределенных DDL-команд.
+Устройство панелей описано в [справочнике дашборда
 «Кластер»](../architecture/monitoring/cluster.md).
 
-«Запросы» пригодится, когда вы ищете тяжелые запросы, ошибки или расход
+«Запросы» поможет найти медленные запросы, ошибки и пользователей,
-ресурсов по пользователям. Как читать списки, объясняет [справочник дашборда
+чьи запросы потребляют много ресурсов. Как читать панели, объясняет
+[справочник дашборда
 «Запросы»](../architecture/monitoring/queries.md).
 
 ## Посмотрите сами
@@ -57,15 +66,18 @@ Airflow [`world_live_day`](airflow-dags.md#даги-мира): модельны
 около двадцати четырех минут.
 
 Смотрите свежесть событий и свежесть заказов по отдельности. Пока день идет,
-свежесть событий держится на секундах, а свежесть заказов растет. На границе дня
+со времени последнего события проходят секунды, а время с последней
-слепок отправляется сразу: свежесть заказов сбрасывается, а свежесть событий
+загрузки заказов растет. После завершения генерации событий отправляется
-начинает расти, потому что новых событий до следующего дня не будет. Сам даг
+слепок заказов. Когда он загружен, показатель свежести заказов снижается.
-остается в работе и после конца дня, потому что ждет дневной конвейер.
+Показатель для событий начинает расти: новые события поступят только
+при генерации следующего дня. Даг пока продолжает работу, ожидая завершения
+обработки данных в дневном конвейере.
 
 ## Куда дальше
 
-Состав мониторинга собран в [справочнике
+Устройство мониторинга описано в [техническом
-зоны](../architecture/monitoring/README.md), детали главного экрана — в
+справочнике](../architecture/monitoring/README.md), панели дашборда «Данные» —
-[справочнике дашборда «Данные»](../architecture/monitoring/data.md), а границы
+в [отдельном разделе](../architecture/monitoring/data.md).
-решения — в [ADR 0002](../adr/0002-monitoring-scope.md). Следующая глава —
+Почему выбраны именно эти показатели, объясняет
+[ADR 0002](../adr/0002-monitoring-scope.md). Следующая глава —
 [«Немного Superset»](superset.md).

docs/handbook/storage-layers.md

@@ -2,7 +2,8 @@
 
 В хранилище приходят два потока из Kafka: в топике `hits` — события
 кликстрима, в `orders` — заказы магазина. Оба проходят один путь: STG → ODS →
-DDS → DM. Каждый слой отвечает на свой вопрос.
+DDS → DM. В STG сообщения сохраняются как есть, в ODS разбираются по полям,
+в DDS из них собираются события, заказы и сессии, а в DM — витрины для отчетов.
 
 ```mermaid
 flowchart LR
@@ -11,46 +12,54 @@ flowchart LR
 
 ## Как читать имена
 
-Для обычного чтения выбирайте объекты с суффиксом `_v`. Это представления:
+Для обычного чтения выбирайте представления с суффиксом `_v`. Они позволяют
-их устройство может поменяться, а ваш запрос останется прежним. Суффиксы
+менять устройство таблиц, сохраняя привычные запросы к данным.
-`_rep`, `_dist`, `_kafka` и `_mv` относятся к внутреннему
+Суффиксы `_rep`, `_dist`, `_kafka` и `_mv` относятся к внутреннему устройству
-устройству хранилища. Они нужны для загрузки, обслуживания и диагностики.
+хранилища. Эти объекты нужны для загрузки, обслуживания и диагностики.
-У словарей есть исключение: у `dic.products` нет суффикса, потому что
+У словаря товаров `dic.products` суффикса нет.
-различать нечего — объект один.
 Подробный разбор имен есть в [справочнике
 хранилища](../architecture/storage.md#имена-объектов).
 
 ## STG: как поступило
 
-STG — сырой слой. Он сохраняет сообщение целой строкой, без разбора. Рядом
+STG — сырой слой. Он сохраняет сообщение целой строкой, без разбора. Вместе
-лежат метаданные доставки: топик, партиция, смещение и время приема. Поэтому в
+с ним записываются сведения о доставке: топик, партиция, смещение и время
-STG можно увидеть, что именно приехало из Kafka, даже если сообщение
+приема. Содержимое сообщения сохраняется в STG, даже если в нем есть ошибки.
-испорчено.
 
-Срок хранения — трое суток реального времени. Этого хватает для расследования
+Сырые сообщения хранятся трое суток реального времени. В течение этого срока
-и повторного разбора, но старые строки не занимают диск вечно. Точное правило
+их можно использовать для поиска ошибок и повторной обработки. Затем они
-— в [справочнике
+удаляются по правилу из [справочника
 хранилища](../architecture/storage.md#срок-жизни-сырых-данных).
 
 ## ODS: язык источника
 
-ODS — слой разобранных данных. Строка получает типы: дата становится датой,
+В ODS содержимое сообщения разбирается на колонки с нужными типами данных:
-число — числом. Имена полей остаются на языке источника. Например, событие
+датами, числами, строками. Колонки сохраняют имена из источника. Например,
-сохраняет колонки `WatchID`, `ClientID` и `EventDate`.
+в таблице событий есть `WatchID`, `ClientID` и `EventDate`.
 
 Испорченное сообщение не останавливает загрузку. Оно попадает в таблицу
-`*_errors` вместе с сырой строкой и классом ошибки. Так брак остается виден, а
+`*_errors` вместе с исходной строкой и классом ошибки. Правильно записанные
-годные строки продолжают движение.
+сообщения обрабатываются дальше.
 
 ## DDS: язык бизнеса
 
-DDS — детальный слой на языке бизнеса. Здесь есть событие, заказ, сессия и
+DDS — детальный слой: в нем данные подготовлены для анализа событий,
-карта идентичностей. Карта связывает посетителя, то есть куку `ClientID`, с
+заказов и сессий. Здесь же хранится карта идентичностей — таблица связей
-пользователем магазина из заказа.
+между идентификатором посетителя `ClientID` и пользователем магазина
+из заказа. `ClientID` хранится в cookie браузера: по нему можно узнать
+браузер посетителя, но не всегда самого человека.
 
-Сессия не приходит готовой из Kafka. Стенд сам выделяет ее из последовательных
+В стенде визитом, или сессией, считают подряд идущие события одного
-событий одного посетителя. Здесь собраны сущности, с которыми дальше работают
+`ClientID` без пауз дольше 30 минут. Визит не пересекает границу модельных суток.
-аналитики.
+
+Источник передает готовый идентификатор визита `VisitID` по образцу
+Яндекс Метрики. В учебном хранилище сессии рассчитываются заново по времени
+событий; каждой присваивается `session_id`. Поле `VisitID` остается
+эталоном для проверки. Так в заданиях вы сможете самостоятельно определить
+границы сессий и сравнить их с результатом источника.
+
+Готовые сессии читайте через `dds.session_v`. События для самостоятельного
+расчета доступны в `dds.event_v`: в этом представлении `VisitID` скрыт.
 
 ## DM: данные для дашбордов
 
@@ -62,32 +71,31 @@ DM — слой витрин. Витрина — готовый набор по
 путь расчета. Состав готовых витрин смотрите в [карте
 таблиц](../architecture/storage.md#карта-таблиц).
 
-## Сбоку цепочки: зона `dic`
+## Справочные данные: зона `dic`
 
-Зона `dic` стоит вне пути STG → ODS → DDS → DM. В ней живут справочные данные,
+В базе `dic` хранятся готовые справочные данные. Они загружаются отдельно
-которые хранилище получает готовыми. Ни один слой их не производит, а читать
+от событий и заказов и могут использоваться в расчетах любого слоя.
-может любой.
 
-Первый справочник стенда — каталог товаров `dic.products`. Его ключ `sku` —
+Каталог товаров `dic.products` — один из таких справочников. Его ключ `sku` —
 артикул товара. По нему можно узнать название, бренд и категорию товара. Как
 устроена зона, смотрите в [разделе о
 справочниках](../architecture/storage.md#справочники).
 
 ## Сквозные ключи
 
-Один и тот же смысл проходит через слои под разными именами: имя меняется
+Идентификаторы позволяют связать данные из разных слоев. При переходе в DDS
-вместе с языком слоя. Таблица показывает исходное имя и то, где искать тот же
+часть колонок переименовывается: например, `WatchID` становится `event_id`.
-смысл дальше.
+В таблице указано, как найти соответствующие колонки и соединить по ним данные.
 
 | Колонка | Что означает | Что соединяет |
 |---|---|---|
 | `WatchID` | Идентификатор события | Событие ODS с событием DDS, где колонка называется `event_id` |
-| `ClientID` | Посетитель, то есть кука | События ODS с событиями, сессиями и картой идентичностей DDS; в DDS колонка называется `client_id` |
+| `ClientID` | Идентификатор посетителя из cookie браузера | События ODS с событиями, сессиями и картой идентичностей DDS; в DDS колонка называется `client_id` |
 | `order_id` | Идентификатор заказа | Заказ ODS с заказом DDS и витриной сверки `dm.purchase_vs_orders_v` |
 | `sku` | Артикул товара в каталоге | Справочник `dic.products` с позициями заказа DDS, где артикулы лежат в `item_sku`; через категорию товара — с витриной выручки DM |
-| `EventDate` | День на [оси модельного времени](../../CONTEXT.md), который счетчик сайта проставляет в [своем часовом поясе](../architecture/storage.md#часовые-пояса) | Событие ODS с событием DDS, где колонка называется `event_date`, и дневными расчетами DM |
+| `EventDate` | Дата события в [модельном времени](../../CONTEXT.md), указанная счетчиком сайта в [его часовом поясе](../architecture/storage.md#часовые-пояса) | Событие ODS с событием DDS, где колонка называется `event_date`, и дневными расчетами DM |
 
-Что здесь значит «посетитель» и чем кука отличается от человека, объясняет
+Почему идентификатор посетителя не равнозначен человеку, объясняет
 [словарь понятий](../../CONTEXT.md#язык). Точные имена объектов и полей сверяйте с
 [картой таблиц](../architecture/storage.md#карта-таблиц).
 
@@ -95,11 +103,11 @@ DM — слой витрин. Витрина — готовый набор по
 
 Подключитесь к ClickHouse по инструкции из разделов [«Адреса и
 пароли»](../../README.md#адреса-и-пароли) и [«Подключиться из
-DBeaver»](../../README.md#подключиться-из-dbeaver). В обоих примерах
+DBeaver»](../../README.md#подключиться-из-dbeaver). Во всех трех примерах
-`2026-06-01` — это D0, первый день [стартового
+`2026-06-01` — первый день работы учебного магазина. В документации он
-мира](../../CONTEXT.md). Чтобы посмотреть другой день, замените
+обозначается D0; подробнее — в [словаре понятий](../../CONTEXT.md).
-эту дату в условии. Первый запрос покажет
+Чтобы посмотреть другой день, замените дату в условии.
-события одного модельного дня:
+Первый запрос покажет 20 событий за выбранный день:
 
 ```sql
 SELECT
@@ -114,7 +122,25 @@ ORDER BY UTCEventTime
 LIMIT 20;
 ```
 
-Второй запрос покажет готовую выручку по категориям за тот же день:
+Второй запрос покажет 20 сессий того же дня с наибольшим числом событий.
+Сессии рассчитаны по всем событиям дня:
+
+```sql
+SELECT
+    client_id,
+    started_at,
+    finished_at,
+    events_total,
+    pageviews,
+    purchases,
+    entry_url
+FROM dds.session_v
+WHERE session_date = '2026-06-01'
+ORDER BY events_total DESC
+LIMIT 20;
+```
+
+Третий запрос покажет готовую выручку по категориям за тот же день:
 
 ```sql
 SELECT
@@ -127,14 +153,13 @@ WHERE report_date = '2026-06-01'
 ORDER BY revenue DESC;
 ```
 
-Оба запроса читают поверхности `_v`. Первый показывает данные на языке
+Все три запроса читают представления `_v`.
-источника, второй — готовый ответ витрины.
 
 ## Куда дальше
 
 Откройте [интерактивную карту](architecture-map.html) из своей копии
 репозитория и проследите путь данных.
 Список объектов, сроки хранения и устройство таблиц — в [справочнике
-хранилища](../architecture/storage.md). Как данные переносят между слоями — в
+хранилища](../architecture/storage.md). Как данные обрабатываются между слоями — в
 следующей главе: [потоки Airflow и даги модельного
 времени](airflow-dags.md).

docs/handbook/superset.md

@@ -1,42 +1,49 @@
 # Немного Superset
 
 Superset показывает витрины слоя DM в виде графиков. К ClickHouse он
-подключается пользователем `bi`. На дашборде стенда «Бизнес-сюжеты» три
+подключается пользователем `bi`. Дашборд стенда «Бизнес-сюжеты» собран из трех
-графика:
+витрин:
 
-| График | Витрина |
+| Витрина | Что показывает |
 |---|---|
-| «Выручка по дням и категориям» | `dm.revenue_daily_v` |
+| `dm.revenue_daily_v` | Выручку, число заказов и средний чек; выручку по дням и категориям товаров, долю каждой категории |
-| «Сверка purchase и заказов» | `dm.purchase_vs_orders_v` |
+| `dm.purchase_vs_orders_v` | Результат сверки покупок из кликстрима с заказами: сколько заказов за день относится к каждому виду расхождения |
-| «Посетители и известные пользователи» | `dm.daily_traffic_v` |
+| `dm.daily_traffic_v` | Число посетителей и известных пользователей по дням, долю известных пользователей |
+
+Известные пользователи — те, кого удалось связать с посетителями сайта
+по заказам. Эти связи хранятся в карте идентичностей DDS.
+
+Слева от панелей стоит фильтр «Период». Он задает даты сразу для всех панелей.
 
 ## Как витрина становится графиком
 
-От витрины до экрана три объекта Superset: датасет → график → дашборд. Датасет
+В Superset сначала создается датасет — описание таблицы или представления,
-описывает витрину: задает русские имена колонок и формат денег. График
+из которого будут браться данные. В нем задаются подписи колонок, формат
-ссылается на эти имена и задает способ показа. Дашборд собирает готовые графики
+чисел и показатели, например средний чек.
-на одном экране.
+
+Затем на основе датасета создается график: выбираются показатели и способ
+их отображения. Несколько графиков можно разместить на одном дашборде.
 
 ## Стендовые объекты и ваши
 
-Датасеты, графики и дашборд из поставки стенда лежат файлами в репозитории и
+Готовые датасеты, графики и дашборд сохранены в файлах репозитория
-заново импортируются при каждом `make up`. Если поправить такой объект в
+и импортируются при каждом `make up`. Если изменить их через интерфейс,
-интерфейсе, правка проживет до следующего `make up`, а потом без предупреждения
+следующий `make up` заменит изменения версией из файлов без предупреждения.
-заменится версией из файла.
 
-Ваши собственные объекты хранятся в той же базе метаданных Superset, но импорт
+Созданные вами датасеты, графики и дашборды хранятся в базе метаданных
-их не трогает: они переживают и `make up`, и `make rebuild-storage`. Стирает их
+Superset. Импорт их не меняет: они сохраняются после `make up`
-только `make clean` вместе с остальным постоянным состоянием стенда. Поэтому
+и `make rebuild-storage`. Команда `make clean` удалит их вместе со всеми
-стендовые объекты оставляйте как есть, а свои отчеты стройте рядом. Устройство
+данными стенда. Для учебных отчетов создавайте собственные объекты,
+чтобы повторный запуск не перезаписал вашу работу. Устройство
 импорта описано в [справочнике
 Superset](../architecture/superset.md#импорт-при-каждой-инициализации).
 
-## Почему края графиков не совпадают
+## Почему выручка отстает на день
 
-Правый край графика выручки всегда на день позади графиков кликстрима. Слепок
+Последняя дата с выручкой на день раньше последней даты с событиями
-заказов за день приходит только со следующим модельным днем. Так устроен
+кликстрима. Выгрузка заказов за день D поступает при генерации следующего
-источник, а не витрина. Вы уже видели этот
+дня D+1, а затем обрабатывается конвейером. Вы уже видели эту разницу
-сдвиг в [главе об Airflow](airflow-dags.md#посмотрите-сами). Начальное состояние
+в [главе об Airflow](airflow-dags.md#посмотрите-сами). Начальное состояние
 показано в разделе [«Стартовый мир»](../architecture/world.md#стартовый-мир).
 
 ## Посмотрите сами
@@ -56,7 +63,7 @@ LIMIT 7;
 
 ## Куда дальше
 
-Устройство BI-зоны описано в [справочнике
+Подключение и настройка Superset описаны в [справочнике
 Superset](../architecture/superset.md), а состав витрин — в [справочнике
 DM](../architecture/dm.md). Следующая глава — [«Генератор: откуда берутся
 данные»](generator.md).

docs/labs/1-1-events-enriched.md

@@ -1,13 +1,15 @@
 # Задание 1: `dm.events_enriched_v`
 
-**Чему учит:** строить слой как договор о данных, а не как их копию.
+**Чему учит:** подготовить удобный для анализа набор полей события
-Оставлять витрину представлением, если зерно источника не меняется.
+и обойтись представлением, сохранив одну строку на событие.
 
 ## Сначала прочитать
 
 - [«Хранилище и его слои»](../handbook/storage-layers.md).
+- [Как применить свой DDL](README.md#как-применить-свой-ddl): файл для решения
+  и подключение с правами на создание витрины.
 
-## Роль витрины
+## Для чего нужна витрина
 
 В `dds.event_v` 44 колонки, включая технические поля источника и массивы
 товаров. Для анализа событий в Superset нужны деловые поля и три готовых
@@ -70,6 +72,13 @@ DDS читают из ODS без отдельной загрузки. Эти с
 
 ## Как проверить себя
 
+После применения DDL откройте Airflow по [адресу из README](../../README.md#адреса-и-пароли),
+найдите даг `homework_check` и запустите его вручную. В новом запуске откройте
+задачу `events_enriched`: она должна завершиться успешно. Если задача
+красная, откройте ее журнал (`Logs`) — там будет причина ошибки, а при
+расхождениях с источником — дни и примеры несовпадений. Задачи еще не
+созданных витрин будут красными; это ожидаемо и не мешает проверке первой.
+
 Деловой ключ — `event_id` внутри дня. Получите результат прямо из
 `dds.event_v` за тот же день. Соедините его с витриной полным внешним
 соединением по `event_id`. Посчитайте строки, где ключ отсутствует с одной
@@ -79,15 +88,10 @@ DDS читают из ODS без отдельной загрузки. Эти с
 Отдельно сверьте `event_hour`, `page_path` и `referer_host` с теми же
 выражениями, рассчитанными прямо по `dds.event_v`.
 
-Если строк в витрине в разы меньше, чем в источнике, и остались только
+## Что должно получиться
-события корзины и покупки, это признак развернутых массивов: `ARRAY JOIN`
-исключил все события с пустым массивом товаров.
 
-## Приемка
+- [ ] у вас есть `dm.events_enriched_v` с явно перечисленными колонками;
-
+- [ ] вы сверили число строк и набор `event_id` с `dds.event_v` за каждый
-- [ ] представление `dm.events_enriched_v` создано без физических таблиц;
+      прожитый день; расхождений нет;
-- [ ] список колонок в представлении задан явно;
+- [ ] проверка `events_enriched` в `homework_check` прошла успешно;
-- [ ] число строк и набор `event_id` совпадают с `dds.event_v` за каждый
+- [ ] витрина работает без физической таблицы и задачи в `dm_transform`.
-      прожитый день;
-- [ ] задача `events_enriched` в `homework_check` завершилась успешно;
-- [ ] задачи для этой витрины в `dm_transform` нет.

docs/labs/1-2-top-pages-daily.md

@@ -1,14 +1,14 @@
 # Задание 2: `dm.top_pages_daily`
 
-**Чему учит:** создавать витрину с новым зерном: пять объектов, донор и
+**Чему учит:** собрать дневные показатели страниц и настроить их
-замена дневных партиций. Включать ее пересборку в `dm_transform`.
+обновление в `dm_transform` через замену партиций.
 
 ## Сначала прочитать
 
 - [«Хранилище и его слои»](../handbook/storage-layers.md);
 - [«Потоки Airflow и даги модельного времени»](../handbook/airflow-dags.md).
 
-## Роль витрины
+## Для чего нужна витрина
 
 По дневным показателям страниц аналитик сравнивает просмотры, посетителей и
 действия с товарами. Добавление в корзину происходит на карточке товара,
@@ -98,13 +98,13 @@
 Сумма `visitors` по страницам повторно учитывает посетителя, открывшего
 несколько страниц. Число посетителей за день берите из `dm.daily_traffic_v`.
 
-## Приемка
+## Что должно получиться
 
-- [ ] созданы пять объектов, донор объявлен через `AS` и шардируется ключом
+- [ ] у вас есть пять объектов витрины; донор объявлен через `AS` и
-      цели;
+      использует тот же ключ шардирования, что и целевая таблица;
-- [ ] в `dm.top_pages_daily_v` явно перечислены колонки, включая `_load_id`
+- [ ] в `dm.top_pages_daily_v` явно перечислены колонки, включая
-      и `_load_ts`;
+      `_load_id` и `_load_ts`;
-- [ ] объем прогона определяется по состоянию витрины без ручного задания;
+- [ ] ваш запрос сам определяет дни пересборки по состоянию витрины;
-- [ ] задача `top_pages_daily` в `homework_check` завершилась успешно;
+- [ ] проверка `top_pages_daily` в `homework_check` прошла успешно;
-- [ ] задача витрины добавлена в `dm_transform`, повторный прогон конвейера
+- [ ] вы включили витрину в `dm_transform` и убедились, что повторный
-      не меняет результат.
+      прогон конвейера не меняет результат.

docs/labs/1-3-session-overview.md

@@ -1,24 +1,21 @@
 # Задание 3: `dm.session_overview`
 
-**Чему учит:** хранить слагаемые, а не готовые средние и доли. Понимать,
+**Чему учит:** хранить слагаемые для расчета средних и долей и понимать,
-почему сумма `visitors` по строкам сейчас сходится, но начнет завышать
+когда сложение числа посетителей по устройствам завышает аудиторию.
-аудиторию, если у одной куки появятся визиты с двух устройств.
 
 ## Сначала прочитать
 
 - [«Хранилище и его слои»](../handbook/storage-layers.md);
 - [«Потоки Airflow и даги модельного времени»](../handbook/airflow-dags.md).
 
-## Роль витрины
+## Для чего нужна витрина
 
 Витрина нужна, чтобы по дням сравнивать визиты с телефона и компьютера: их
 число, длительность, просмотры страниц и частоту покупок.
 
-На прошлом стенде витрина выделяла визиты сама. Теперь их рассчитывают в
+Сессии уже рассчитаны в DDS. Из них вы соберете дневные показатели по
-DDS, а повторять зерно сессий ради представления с переименованными
+устройствам. Почему такие итоги хранят в отдельной таблице, объясняет
-колонками незачем. Здесь вы учитесь дневной агрегации, поэтому зерно — день
+[справочник DM](../architecture/dm.md).
-и устройство. Выбор описан в разделе «Форма: по зерну, не по цене запроса»
-[справочника DM](../architecture/dm.md).
 
 ## Что сделать
 
@@ -107,12 +104,12 @@ DDS, а повторять зерно сессий ради представле
   повторного учета визитов;
 - сумма `events_total` равна сумме `events_total` по сессиям того же дня.
 
-## Приемка
+## Что должно получиться
 
-- [ ] созданы пять объектов, донор объявлен через `AS` и шардируется ключом
+- [ ] у вас есть пять объектов витрины; донор объявлен через `AS` и
-      цели;
+      использует ключ шардирования целевой таблицы;
-- [ ] в `dm.session_overview_v` колонки перечислены явно;
+- [ ] вы явно перечислили колонки в `dm.session_overview_v` и собрали
-- [ ] источник — `dds.session_v`, повторного выделения визитов нет;
+      показатели из готовых сессий `dds.session_v`;
-- [ ] физическая таблица не хранит средние и доли;
+- [ ] в таблице хранятся слагаемые для средних и долей;
-- [ ] задача `session_overview` в `homework_check` завершилась успешно;
+- [ ] проверка `session_overview` в `homework_check` прошла успешно;
-- [ ] задача витрины добавлена в `dm_transform`.
+- [ ] витрина обновляется при запуске `dm_transform`.

docs/labs/1-4-dq-errors-daily.md

@@ -1,15 +1,14 @@
 # Задание 4: `dm.dq_errors_daily`
 
 **Чему учит:** считать брак по дню загрузки и сохранять сводку дольше
-исходных строк. Пересборка всех партиций после удаления источника по `TTL`
+исходных строк.
-стирает историю, которую уже не восстановить.
 
 ## Сначала прочитать
 
 - [«Хранилище и его слои»](../handbook/storage-layers.md);
 - [«Потоки Airflow и даги модельного времени»](../handbook/airflow-dags.md).
 
-## Роль витрины
+## Для чего нужна витрина
 
 Сводку открывают при росте брака в потоке: смотрят, каких ошибок стало
 больше и сколько строк забраковано. Причину конкретной ошибки исследуют
@@ -97,17 +96,16 @@
 `ods.event_errors_dist` и `ods.order_errors_dist`. Если она примерно вдвое
 меньше, вероятная причина — чтение `_rep` вместо `_dist`.
 
-Пустая витрина на чистом стенде — верный ответ: обе стороны пусты,
+Если в источниках нет брака, витрина должна быть пустой. В этом случае
-расхождений ноль, проверка успешна. Требование хотя бы одной строки дало бы
+расхождений тоже ноль и проверка успешна.
-постоянную ошибку, которую со временем стали бы игнорировать.
 
-## Приемка
+## Что должно получиться
 
-- [ ] созданы пять объектов, донор объявлен через `AS` и шардируется ключом
+- [ ] у вас есть пять объектов витрины; донор объявлен через `AS` и
-      цели;
+      использует ключ шардирования целевой таблицы;
-- [ ] источники — таблицы `_dist` обоих видов брака;
+- [ ] сводка включает ошибки событий и заказов из таблиц `_dist`;
-- [ ] прогон заменяет партиции только дней, еще имеющихся в источниках, и
+- [ ] ваш запрос пересобирает только дни, еще доступные в источниках,
-      сохраняет дни за пределами их срока хранения;
+      сохраняя более старые итоги;
-- [ ] задача `dq_errors_daily` в `homework_check` завершилась успешно, в том
+- [ ] проверка `dq_errors_daily` в `homework_check` прошла успешно;
-      числе на чистом стенде без брака;
+      отсутствие брака тоже дает успешный результат;
-- [ ] задача витрины добавлена в `dm_transform`.
+- [ ] витрина обновляется при запуске `dm_transform`.

docs/labs/1-5-utm-effectiveness.md

@@ -1,15 +1,14 @@
 # Задание 5: `dm.utm_effectiveness`
 
-**Чему учит:** понимать предупреждение в приставке `declared_`: это сумма со
+**Чему учит:** различать сумму покупки со слов клиента (`declared_`) и
-слов клиента, а не деньги отчетности. Самостоятельно находить причины
+серверную выручку, находить причины их расхождения.
-расхождения двух сумм выручки.
 
 ## Сначала прочитать
 
 - [«Хранилище и его слои»](../handbook/storage-layers.md);
 - [«Потоки Airflow и даги модельного времени»](../handbook/airflow-dags.md).
 
-## Роль витрины
+## Для чего нужна витрина
 
 Аналитик сравнивает рекламные каналы по дням: трафик, добавления в корзину,
 покупки и заявленные клиентом суммы.
@@ -44,7 +43,7 @@
 | `_load_ts` | `DateTime64(3, 'UTC')` | Время сборки |
 
 Для `declared_revenue` сложите `purchase_revenue[1]` событий `purchase`. В
-параллельных массивах `purchase*` по контракту хранятся один номер заказа и
+параллельных массивах `purchase*` хранятся один номер заказа и
 одна сумма на событие. В сверке `purchase_vs_orders` используют тот же
 индекс.
 
@@ -127,12 +126,12 @@
 Сумма `visitors` по строкам повторно учитывает одного посетителя,
 приходящего по разным меткам. Для числа посетителей дня она не подходит.
 
-## Приемка
+## Что должно получиться
 
-- [ ] созданы пять объектов, донор объявлен через `AS` и шардируется ключом
+- [ ] у вас есть пять объектов витрины; донор объявлен через `AS` и
-      цели;
+      использует ключ шардирования целевой таблицы;
-- [ ] сохранены строки без UTM-меток;
+- [ ] строки без UTM-меток сохранены, а `declared_revenue` хранится
-- [ ] `declared_revenue` хранится в `Decimal(18, 2)`;
+      в `Decimal(18, 2)`;
-- [ ] расхождение с `dm.revenue_daily_v` объяснено письменно;
+- [ ] вы записали, почему сумма отличается от `dm.revenue_daily_v`;
-- [ ] задача `utm_effectiveness` в `homework_check` завершилась успешно;
+- [ ] проверка `utm_effectiveness` в `homework_check` прошла успешно;
-- [ ] задача витрины добавлена в `dm_transform`.
+- [ ] витрина обновляется при запуске `dm_transform`.

docs/labs/2-1-superset-chart.md

@@ -6,9 +6,9 @@
 ## Сначала прочитать
 
 - [«Немного Superset»](../handbook/superset.md);
-- [задание 3: `dm.session_overview`](session-overview.md).
+- [задание 3: `dm.session_overview`](1-3-session-overview.md).
 
-## Роль графика
+## На какой вопрос ответит график
 
 В задании 3 вы собрали витрину `dm.session_overview_v`. Теперь покажите, с
 каких устройств чаще уходят после первой страницы. Постройте столбиковый
@@ -45,10 +45,10 @@
 укажите «Категория устройства», а «Dimensions» не заполняйте. Дашборд
 создавать не нужно: сохраненного графика достаточно.
 
-По умолчанию в графике выбран период «No filter». Оставьте его таким или
+Для этого задания оставьте период «No filter»: график и проверочный запрос
-задайте явные даты. Относительный период, например «Last week», даст пустой
+ниже считают долю отказов за весь период витрины. Относительный период,
-график: модельный календарь стенда отстает от настоящего. Последнюю дату
+например «Last week», может дать пустой график: модельный календарь стенда
-витрины посмотрите в SQL Lab:
+отстает от настоящего. Последнюю дату витрины посмотрите в SQL Lab:
 
 ```sql
 SELECT max(report_date)
@@ -60,8 +60,8 @@ FROM dm.session_overview_v;
 
 ## Как проверить себя
 
-График проверяется глазами, поэтому задачи для него в `homework_check` нет.
+Автоматической проверки этого задания нет. Сверьте числа на графике
-В SQL Lab выполните запрос:
+с результатом запроса в SQL Lab:
 
 ```sql
 SELECT device_category,
@@ -76,15 +76,16 @@ ORDER BY device_category;
 проценты с одним знаком, как формат `.1%`, поэтому числа должны совпасть
 один в один.
 
-## Приемка
+## Что должно получиться
 
-- [ ] создан физический датасет `dm.session_overview_v` в подключении
+- [ ] у вас есть физический датасет `dm.session_overview_v` в подключении
       `ClickHouse`;
 - [ ] в датасете есть метрика «Доля отказов» с выражением
       `SUM(bounce_sessions) / SUM(sessions)` и форматом `.1%`;
-- [ ] для `device_category` и `report_date` заданы русские имена «Категория
+- [ ] колонки `device_category` и `report_date` подписаны «Категория
       устройства» и «Дата отчета»;
-- [ ] сохранен столбиковый график доли отказов по категориям устройств без
+- [ ] сохраненный столбиковый график показывает долю отказов по категориям
-      относительного фильтра по времени;
+      устройств за весь период витрины;
-- [ ] график сверен с запросом из SQL Lab;
+- [ ] числа на графике совпадают с результатом запроса из SQL Lab;
-- [ ] стендовые объекты не изменены, дашборд не создан.
+- [ ] вы сохранили график отдельно, без создания дашборда и изменения
+      стендовых объектов.

docs/labs/3-1-sessions-by-hand.md

@@ -0,0 +1,92 @@
+# Нарежьте сессии сами
+
+**Чему учит:** собрать сессии из событий, сравнить их число с `VisitID`
+источника и найти события, из-за которых расчеты расходятся.
+
+## Сначала прочитать
+
+- [Хранилище и его слои, раздел DDS](../handbook/storage-layers.md#dds-язык-бизнеса);
+- [формат события: Идентификаторы и время](../formats/clickstream-event.md#идентификаторы-и-время).
+
+## Для чего нужны сессии
+
+Визит, или сессия, объединяет действия посетителя за один заход на сайт.
+По визитам аналитик считает длительность и глубину просмотра.
+В хранилище сессии собираются из отдельных событий.
+Сверьте самостоятельный расчет с `VisitID`, чтобы увидеть, как из событий
+получается сессия.
+
+## Что сделать
+
+### Нарезка
+
+В SQL Lab или DBeaver под `analyst` напишите запрос к `ods.event_v`.
+Для своей нарезки и эталона возьмите одни и те же строки за все доступные
+дни: для расследования понадобятся события соседних дней.
+Выберите `ClientID`, `UTCEventTime`, `EventDate`, `EventType` и `VisitID`.
+В `dds.event_v` эталонного `VisitID` нет.
+
+Для начала считайте визитом последовательные события одной куки (`ClientID`);
+пауза дольше 30 минут открывает новый визит.
+Учитывайте события всех типов. Упорядочите их по `UTCEventTime`.
+Присвойте каждому событию номер своей сессии внутри куки.
+Подсказка: оконные функции.
+
+Днем сессии считайте `EventDate` ее первого события: дата из `UTCEventTime`
+отличается от `EventDate` для части событий, поэтому берите `EventDate`.
+При сверке останутся расхождения из-за еще одной договоренности стенда.
+
+### Сверка с эталоном
+
+В эталоне посчитайте число визитов каждой куки за модельный день:
+
+```sql
+SELECT ClientID, EventDate, uniqExact(VisitID) AS reference_sessions
+FROM ods.event_v
+GROUP BY ClientID, EventDate
+ORDER BY EventDate, ClientID;
+```
+
+Посчитайте свои сессии по куке и дню сессии.
+Соедините два готовых агрегата через `FULL OUTER JOIN` по куке и дню.
+В результате полного соединения останутся ключи обеих сторон: при расхождении
+на вашей стороне ключа может не быть совсем. Учтите такие строки при сравнении.
+Выведите сводку по дням с числом разошедшихся кук и список этих кук
+с днем и обоими значениями счета. Общая сумма за день могла бы скрыть
+взаимную компенсацию ошибок разных кук. По списку видно, у кого искать причину.
+
+Расхождений будет всего несколько. Если их нет, мир прожил мало дней.
+Прогоните несколько дней через [даги модельного времени](../handbook/airflow-dags.md#даги-мира)
+и повторите сверку.
+
+### Расследование
+
+Выберите одну разошедшуюся куку. Выведите ее события за два соседних дня
+с `UTCEventTime`, `EventDate`, `VisitID` и номером своей сессии.
+Сопоставьте сессии через события: общего ключа у двух нарезок нет,
+зато у каждого события есть и `VisitID`, и присвоенный вами номер.
+Найдите два соседних события, между которыми границы визитов разошлись.
+Запишите куку, день, время обоих событий и причину одним предложением.
+Уточните определение визита и добейтесь нуля расхождений во всех днях.
+
+## Как проверить себя
+
+Сохраните исходный и уточненный расчеты, результаты сверки и найденные строки.
+Таблицы и представления создавать не нужно. Задачи в `homework_check`
+для этого задания нет: вы проверяете расчет своим запросом.
+
+В `sql/dds/session_rebuild.sql` и
+`sql/dq/sessions_vs_reference.sql` лежат готовые запросы нарезки и сверки.
+Откройте их после собственного решения и расследования. Сравните запросы
+со своими.
+Сопоставление со стендовой нарезкой по `session_id` остается на ступень 4.
+
+## Что должно получиться
+
+- [ ] ваш запрос собирает сессии из всех событий `ods.event_v` за все
+      доступные дни;
+- [ ] у вас есть сводка расхождений по дням и список кук, полученные через
+      `FULL OUTER JOIN`;
+- [ ] вы объяснили причину одного расхождения и записали куку, день и два
+      события, на которых оно видно;
+- [ ] уточненный расчет дает ноль расхождений во всех днях.

docs/labs/4-1-session-pipeline.md

@@ -0,0 +1,191 @@
+# Перепишите нарезку стенда
+
+**Чему учит:** переписать расчет сессий в готовом конвейере и проверить
+результат по исходным событиям.
+
+## Сначала прочитать
+
+- [задание «Нарежьте сессии сами»](3-1-sessions-by-hand.md);
+- [модель сессии DDS](../architecture/dds/session.md);
+- [дневной конвейер трансформаций](../architecture/etl.md#объём-прогона);
+- [раскладка по шардам](../architecture/storage.md#раскладка-по-шардам).
+
+## Что предстоит сделать
+
+Даг, таблицы сессий и проверка их числа уже созданы.
+Перепишите только три файла:
+
+- `sql/dds/session_scope.sql`;
+- `sql/dds/session_rebuild.sql`;
+- `sql/dds/session_replace.sql`.
+
+Удалите из них готовый SQL и соберите свою реализацию. Параметры и порядок
+запросов заданы в `dds_transform`. DDL задает целевые таблицы и донор. Донор —
+служебная таблица, где день собирается перед заменой. В
+`sessions_vs_reference.sql` число сессий сравнивается с `VisitID` из ODS.
+
+## Как даг запускает ваши запросы
+
+Объем прогона — дни, которые соберет один запуск. Его вычисляет первый файл.
+
+| Файл | Вход | Результат |
+|---|---|---|
+| `session_scope.sql` | `{position:UInt16}` — номер первого несыгранного дня | `first_day` и `last_day` |
+| `session_rebuild.sql` | `{first_day:Date}`, `{last_day:Date}`, `{load_id:String}` | Сессии в `dds.session_stage_dist` |
+| `session_replace.sql` | День в `{{ params.day }}` | Партиция дня в `dds.session_rep` |
+
+Первый прожитый день, которого еще нет в DDS, становится `first_day`.
+`last_day` — последний прожитый день. Начало шкалы нужно взять из событий ODS:
+`position` считает дни от него. Живой модельный день еще не закончен, поэтому
+сессии за него не собираются.
+
+Если в ODS нет ни одного события, запрос не возвращает строк. Если DDS уже
+догнал мир, запрос возвращает строку с `first_day = NULL`. В этом случае группа
+сессий в Airflow получает состояние `skipped`.
+
+`session_rebuild.sql` сначала очищает `dds.session_stage_rep` на всем кластере.
+Затем он собирает в `dds.session_stage_dist` все дни отрезка. Добавьте к
+вставке `SETTINGS distributed_foreground_insert = 1`. Так строки успеют попасть
+на шарды до замены партиций.
+
+Цель `session_replace.sql` — локальная таблица `dds.session_rep`, источник —
+локальный донор `dds.session_stage_rep`. Операция выполняется на всем кластере.
+
+Не ставьте точку с запятой в конце `session_scope.sql`. Драйвер добавляет формат
+ответа, и точка с запятой превратит строку в мультизапрос, который ClickHouse
+отклонит. День для замены подставляет шаблон Jinja в Airflow. Параметр
+ClickHouse в `ALTER ... PARTITION` здесь не работает.
+
+## Нарежьте сессии
+
+Источник сборки — `dds.event_v`. Одна строка результата представляет один
+визит. На третьей ступени вы уже нарезали сессии:
+
+- сессия не пересекает модельные сутки;
+- пауза больше 30 минут открывает новую сессию;
+- в нарезке участвуют события всех типов.
+
+Пересборка добавляет требования к повторяемости. При одинаковом времени
+порядок событий задает `event_id`, поэтому полный порядок окон —
+`(event_time, event_id)`. Один визит должен получать одинаковый `session_id`
+при каждом запуске. Тогда его можно сравнить с сохраненным результатом.
+Вычислите идентификатор как `cityHash64(client_id, min(event_time))`.
+
+Состав и типы строки заданы в `dds.session_rep`. Заполните начало, конец и
+длительность. Посчитайте все события, просмотры, добавления в корзину и
+покупки. Возьмите входную и выходную страницы, UTM первого события, устройство
+и город. Заполните также служебные колонки из схемы таблицы.
+
+Пишите через `dds.session_stage_dist`: место строки определит ключ
+`client_id`. При записи прямо в локальную таблицу оно зависело бы от ноды,
+которая выполнила запрос.
+
+## Запустите свою реализацию
+
+Готовые дни повторно не собираются. Чтобы новый SQL точно выполнился, выберите
+последний собранный день:
+
+```sql
+SELECT max(session_date)
+FROM dds.session_v;
+```
+
+Берите последний день: более ранняя дыра расширит объем до всех последующих
+прожитых дней.
+
+Сохраните десять строк с идентификатором, границами, длительностью и счетчиками:
+
+```sql
+SELECT
+    session_id,
+    client_id,
+    session_date,
+    started_at,
+    finished_at,
+    duration_seconds,
+    events_total,
+    pageviews,
+    cart_adds,
+    purchases
+FROM dds.session_v
+WHERE session_date = 'YYYY-MM-DD'
+ORDER BY client_id, started_at, session_id
+LIMIT 10;
+```
+
+Создайте в DBeaver подключение к первой ноде по [инструкции из
+README](../../README.md#подключиться-из-dbeaver). Укажите пользователя `etl` и
+пароль `CLICKHOUSE_ETL_PASSWORD` из `.env`. У этой учетной записи есть право
+менять таблицы DDS на кластере. Подставьте найденную дату и удалите только ее
+партицию:
+
+```sql
+ALTER TABLE dds.session_rep ON CLUSTER clickstream_cluster
+DROP PARTITION 'YYYY-MM-DD';
+```
+
+Откройте Airflow и запустите `etl_pipeline`. В даге `dds_transform` раскройте
+группу `session`: в ней должны выполниться задачи `scope` и `rebuild`, а также
+`replace` для выбранного дня. Если после третьей ступени мир ушел вперед,
+в группе появятся задачи `replace` и для последующих прожитых дней. Следом
+выполнятся витрины и `dq_check`.
+
+Если прогон дошел до замены, но упал на проверке, ошибочная партиция уже
+находится в DDS. После правки снова удалите тот же день перед следующим
+запуском. Иначе день останется заполненным, а новая сборка для него не
+выполнится.
+
+## Как проверить себя
+
+Сначала повторите запрос с десятью строками. `session_id`, границы,
+длительность и счетчики должны совпасть с сохраненным результатом. Так вы
+завершите отложенное с третьей ступени сопоставление со стендовой нарезкой по
+`session_id`.
+
+Задача `dq_check.sessions_vs_reference` должна стать зеленой. Та же проверка
+видна в хранилище:
+
+```sql
+SELECT data_date, reference_rows, actual_rows, failed_rows, status
+FROM dm.dq_summary_v
+WHERE check_name = 'sessions_vs_reference'
+ORDER BY data_date;
+```
+
+Эта сверка сравнивает число сессий каждой куки за день с `VisitID`. Нулевой
+`failed_rows` не подтверждает границы, страницы и UTM: две ошибки могут
+оставить тот же счет. Возьмите поштучную сверку из третьей ступени. Для одной
+куки выбранного дня сопоставьте границы `VisitID` по событиям с границами
+строк `dds.session_v`. По исходным событиям проверьте страницы, UTM, устройство
+и город. Страницы и UTM не входят в сохраненные десять строк: готовый SQL
+стенда выбирал их через `argMin` и `argMax` только по `event_time`. При равном
+времени ожидаемое значение определяйте по исходным событиям и полному порядку
+`(event_time, event_id)`.
+
+Осталась физическая раскладка. Напишите отдельный запрос к
+`dds.session_dist`. Для каждой строки он должен:
+
+1. получить фактическую ноду через `hostName()`;
+2. пересчитать ожидаемую ноду по `cityHash64(client_id)`;
+3. посчитать строки, у которых ноды не совпали.
+
+У кластера два равных шарда: остаток 0 соответствует `clickhouse-01`, остаток
+1 — `clickhouse-02`. Сгруппируйте ответ по фактической ноде. На каждой ноде
+число строк на чужом шарде должно быть нулевым. Проверка числа сессий читает
+Distributed-таблицу и такую ошибку не заметит.
+
+После зеленого результата запустите `etl_pipeline` еще раз, не удаляя
+партицию. Расчет объема должен пропустить группу сессий: новых прожитых дней и
+дыр в слое нет.
+
+## Что должно получиться
+
+- [ ] вы переписали три файла `sql/dds/session_*.sql`, сохранив даг,
+      таблицы и проверку стенда;
+- [ ] ваш расчет восстановил удаленный день, `etl_pipeline` завершился успешно;
+- [ ] вы сверили десять сохраненных строк: `session_id`, границы,
+      длительность и счетчики совпали после пересборки;
+- [ ] вы получили ноль расхождений в `sessions_vs_reference` за все
+      прожитые дни и вручную сверили границы и атрибуты сессии одной куки;
+- [ ] ваш запрос с `hostName()` не нашел строк на чужом шарде;
+- [ ] повторный прогон без удаления данных пропустил группу сессий.

docs/labs/5-1-order-checks.md

@@ -0,0 +1,148 @@
+# Научите проверки замечать ошибки в заказах
+
+**Чему учит:** написать проверки заказов до изменения их обработки
+и убедиться на намеренной ошибке, что проверки ее замечают.
+
+## Сначала прочитать
+
+- [модель заказа DDS](../architecture/dds/order.md);
+- [дневной конвейер](../architecture/etl.md#объём-прогона);
+- [правила проверок](../architecture/testing.md#проверка-которая-не-умеет-краснеть-бесполезна).
+
+Посмотрите также на устройство одной проверки в [`sql/dq/`](../../sql/dq/)
+и на ее включение в [`dq_check`](../../dags/dq_check.py). Готового ответа для
+двух проверок из этого задания в репозитории нет.
+
+## Что предстоит сделать
+
+Добавьте две проверки и включите их в даг:
+
+- `sql/dq/order_items_total.sql` проверяет сумму позиций заказа;
+- `sql/dq/orders_vs_ods.sql` сверяет DDS с его источником;
+- `dags/dq_check.py` запускает обе проверки, публикует их строки в
+  `dm.dq_summary` и создает для них отдельные задачи.
+
+Разбор ODS и сборку DDS вы перепишете в следующих заданиях. Здесь сохраните
+их, даги загрузки, DDL, таблицы-доноры, Kafka и службы как есть.
+
+Перед опытами остановите автоматическое движение мира: поставьте `world_live`
+на паузу и дождитесь завершения активных прогонов. До завершения опытов не
+запускайте руками `world_next_day`, `world_live_day`, `world_initialize` и
+`world_recreate`. Это условие стабильного модельного времени: одной паузы
+`world_live` для него мало.
+
+## Что будут проверять ваши запросы
+
+Чтобы `dq_check` мог запустить проверку, ее запрос возвращает по одной строке
+на день с колонками `data_date`, `reference_rows`, `actual_rows`,
+`failed_rows`, `diagnostics`. Даг сохраняет в `dm.dq_summary` только счетчики,
+статус и координаты запуска. Примеры из `diagnostics` ищите в
+журнале упавшей задачи Airflow. Ограничьте их тем же малым числом, что и
+существующие запросы в `sql/dq/`.
+
+### Сумма позиций
+
+Имя проверки - `order_items_total`. Для каждого заказа из `dds.order_v`
+посчитайте сумму `item_price * item_quantity` и сравните ее с `items_total`.
+`reference_rows` считает ключи со стороны `items_total`, `actual_rows` - ключи
+со стороны вычисленной суммы, а `failed_rows` - несовпавшие значения. В
+исправном наборе первые два счетчика равны; несовпадения сумм считает
+`failed_rows`. Для диагностики достаточно `order_id`, ожидаемой суммы и
+суммы позиций.
+
+Проверка относится к типизированному разбору массива `items` на границе
+ODS -> DDS. Скидку, доставку и равенство `total` здесь проверять не нужно.
+
+### DDS против ODS
+
+Имя проверки - `orders_vs_ods`. Источник модели DDS здесь - текущее состояние
+`ods.order_v`. С ним вы и сравниваете DDS; обращаться к внутреннему состоянию
+генератора для этой проверки не нужно.
+Одним запросом соберите обе стороны на зерне дня заказа и сравните:
+
+- число заказов;
+- максимальный `updated_at`.
+
+День ODS вычисляется в `Europe/Samara`, как `order_date` в DDS. Область
+проверки - объединение дней обеих сторон, включая день, который полностью
+пропал из одного слоя. Перед сравнением приведите времена к одному часовому
+поясу. `reference_rows` - число заказов ODS, `actual_rows` - число заказов DDS,
+а `failed_rows` равен единице для дня, где расходится хотя бы одно значение.
+
+Обе стороны распределены по `order_id`. Дневные агрегаты соедините через
+`GLOBAL FULL OUTER JOIN` с `join_use_nulls = 1`, как в существующих сверках.
+
+Если разбор ODS и сборка DDS одинаково потеряют строку, слои останутся равны
+по этой проверке. Общая потеря при разборе проявится в отдельном балансе по
+`_load_id` из [следующего задания](5-2-order-parsing.md).
+
+## Получите красный и зеленый результаты
+
+Сначала запустите `dq_check` на нетронутых данных. Обе новые задачи должны
+завершиться успешно, а в `dm.dq_summary_v` у обоих имен не должно быть
+нарушенных дней.
+
+Выберите оплаченный заказ из последнего слепка с непустым массивом позиций и
+сохраните его `order_id` и `order_date`. Подключитесь к первой ноде из DBeaver
+по [инструкции из README](../../README.md#подключиться-из-dbeaver) под
+пользователем `etl`. Прибавьте одну копейку к `items_total` этого заказа в
+локальной таблице `dds.order_rep` на всем кластере:
+
+```sql
+ALTER TABLE dds.order_rep ON CLUSTER clickstream_cluster
+UPDATE items_total = items_total + toDecimal64(0.01, 2)
+WHERE order_id = '<order_id>'
+SETTINGS mutations_sync = 2;
+```
+
+Затем запустите только `dq_check`. Задача `order_items_total` должна
+завершиться ошибкой, а ее журнал - назвать выбранный заказ.
+`purchase_vs_orders_vs_dds` тоже даст красный результат: сохраненная витрина
+содержит прежний `items_total`.
+
+Запустите `etl_pipeline`. Текущее окно заказов будет заново собрано из ODS, и
+исходная строка вернется в DDS. Повторный `dq_check` должен дать зеленый
+результат для нового сторожа.
+
+Теперь удалите тот же заказ из `dds.order_rep` на всем кластере:
+
+```sql
+ALTER TABLE dds.order_rep ON CLUSTER clickstream_cluster
+DELETE WHERE order_id = '<order_id>'
+SETTINGS mutations_sync = 2;
+```
+
+До восстановления снова запустите только `dq_check`. Красный результат нужен
+для `orders_vs_ods`, `purchase_vs_orders_vs_dds` и `revenue_daily_vs_dds` на
+дне оплаченного заказа. Затем запустите `etl_pipeline` и повторите проверку.
+Если `orders_vs_ods` не обнаружил удаление, исправьте запрос до следующего
+задания.
+
+## Как проверить себя
+
+В `dm.dq_summary_v` должны быть зелены обе новые и пять прежних проверок:
+
+```sql
+SELECT check_name, sum(failed_rows) AS failed_rows, groupUniqArray(status)
+FROM dm.dq_summary_v
+GROUP BY check_name
+ORDER BY check_name;
+```
+
+Проверка суммы должна охватывать каждый день `dds.order_v`. Сверка слоев
+должна охватывать объединение дней ODS и DDS, включая дни только одной стороны.
+
+## Завершите опыт
+
+После восстановления заказа и успешного `dq_check` можно закончить работу или
+перейти к разбору заказов, оставив модельное время на паузе.
+
+## Что должно получиться
+
+- [ ] две новые проверки запускаются в `dq_check`, а их дневные результаты
+      появляются в `dm.dq_summary`;
+- [ ] вы увидели ошибку каждой проверки после соответствующего изменения
+      заказа, а в журнале нашли примеры заказов с расхождениями;
+- [ ] вы восстановили заказ через `etl_pipeline` после обоих опытов;
+- [ ] `order_items_total`, `orders_vs_ods` и пять прежних проверок успешны;
+- [ ] разбор ODS и сборка DDS остались прежними.

docs/labs/5-2-order-parsing.md

@@ -0,0 +1,180 @@
+# Перепишите разбор заказов в ODS
+
+**Чему учит:** переписать разбор заказов и на пробных сообщениях проверить,
+что годные строки и брак попадают в свои таблицы без потерь.
+
+## Сначала прочитать
+
+- [проверки заказов](5-1-order-checks.md);
+- [прием заказов в ODS](../architecture/orders/ingestion.md);
+- [раскладку по шардам](../architecture/storage.md#раскладка-по-шардам);
+- [`orders_ingest`](../../dags/orders_ingest.py);
+- [`order_parse.sql`](../../sql/ods/order_parse.sql).
+
+Запрос для проверки пробных строк вы напишете сами.
+
+## Что предстоит сделать
+
+Сначала проведите опыт на готовом `order_parse.sql`. Затем удалите его SQL,
+соберите разбор заново и повторите опыт с другим маркером.
+
+Не меняйте устройство `orders_ingest`, DDL, Kafka, таблиц и преобразований
+DDS. Оба опыта должны закончиться адресной очисткой только своих строк.
+
+Перед началом убедитесь, что после [предыдущего задания](5-1-order-checks.md)
+все семь DQ остались зелеными. Поставьте `world_live` на паузу, дождитесь
+активных прогонов и до завершения опыта не запускайте `world_next_day`,
+`world_live_day`, `world_initialize` и `world_recreate`. Не запускайте
+`etl_pipeline` между
+отправкой пробной пачки и ее очисткой.
+
+## Четыре строки для двух ветвей
+
+Сделайте четыре сообщения с общим уникальным маркером:
+
+1. годную строку с маркером в `order_id`;
+2. JSON-строку вместо объекта - класс `not_an_object`;
+3. объект с лишним ключом - класс `keyset_mismatch`;
+4. объект с точным набором ключей, но строкой в `user_id` - класс
+   `field_invalid`.
+
+`not_an_object` означает, что корень JSON не объект. `keyset_mismatch` означает,
+что у объекта отличается точный набор верхнеуровневых ключей. `field_invalid`
+означает, что ключи на месте, но значение не прошло проверку типа, формата или
+вместимости.
+
+Соберите строки в `/tmp/<маркер>.jsonl`. Заготовка дает одну годную строку и
+по одному примеру каждого класса брака:
+
+```bash
+LAB_MARKER="lab5-$(date +%s)"
+LAB_BATCH="/tmp/${LAB_MARKER}.jsonl"
+LAB_DAY="$(
+  docker compose exec -T clickhouse-01 sh -lc \
+    'clickhouse-client --user etl --password "$CLICKHOUSE_ETL_PASSWORD" \
+      --query "SELECT toString(max(snapshot_date)) FROM ods.order_dist"'
+)"
+
+jq -cn --arg marker "$LAB_MARKER" --arg day "$LAB_DAY" '
+  def good($id): {
+    order_id: $id, user_id: 1, status: "paid",
+    created_at: ($day + "T00:00:00.000Z"),
+    updated_at: ($day + "T01:00:00.000Z"),
+    items_total: "10.00", discount: "0.00",
+    delivery: "0.00", total: "10.00",
+    items: [{sku: "lab5", qty: 1, price: "10.00"}],
+    snapshot_date: $day
+  };
+  good($marker),
+  ($marker + "-not-an-object"),
+  (good($marker + "-keys") + {lab_marker: true}),
+  (good($marker + "-field") | .user_id = "broken")
+' > "$LAB_BATCH"
+```
+
+Отправьте файл в обычный топик заказов утилитой из контейнера Kafka:
+
+```bash
+docker compose exec -T kafka /opt/kafka/bin/kafka-console-producer.sh \
+  --bootstrap-server kafka:9092 --topic orders < "$LAB_BATCH"
+```
+
+Запустите `orders_ingest` и найдите `_load_id` по маркеру в
+`stg.orders_raw_dist`. У четырех строк должен быть один идентификатор прогона.
+
+## Зафиксируйте исходный результат
+
+До любого запуска `etl_pipeline` проверьте срез по найденному `_load_id`:
+
+- в STG четыре строки;
+- в физической `ods.order_dist` одна годная строка;
+- в `ods.order_errors_dist` три строки, по одной каждого класса;
+- `STG = годные + брак`;
+- текущая строка `ods.order_v` совпадает по деловым полям с результатом
+  `argMax` по `snapshot_date` из годного сырья среза.
+
+Счет физической таблицы нужен именно по `_load_id`: представление
+`ods.order_v` оставляет текущую версию сущности и не показывает, сколько строк
+разобрал запуск. Запрос сверки с `argMax` напишите сами. Эталонные деловые поля
+стройте только из `raw`; отдельно сравните различающиеся `created_at` и
+`updated_at`.
+
+Проверьте раскладку годной строки через `hostName()` на `ods.order_dist`.
+Фактическая нода должна совпасть с остатком `cityHash64(order_id) % 2`:
+0 - `clickhouse-01`, 1 - `clickhouse-02`.
+
+## Уберите пробную пачку
+
+Удалите только строки маркера из локальных таблиц:
+
+```sql
+ALTER TABLE stg.orders_raw_rep ON CLUSTER clickstream_cluster
+DELETE WHERE position(raw, '<маркер>') > 0
+SETTINGS mutations_sync = 2;
+
+ALTER TABLE ods.order_rep ON CLUSTER clickstream_cluster
+DELETE WHERE startsWith(order_id, '<маркер>')
+SETTINGS mutations_sync = 2;
+
+ALTER TABLE ods.order_errors_rep ON CLUSTER clickstream_cluster
+DELETE WHERE position(raw, '<маркер>') > 0
+SETTINGS mutations_sync = 2;
+```
+
+В ClickHouse 26.3 мутации выполняются в фоне. С `mutations_sync = 2` команда
+ждет их завершения на всех репликах. Запросами к трем Distributed-таблицам
+убедитесь, что строк маркера не осталось, затем удалите временный файл.
+
+Группа `clickstream_orders` уже подтвердила эти сообщения, поэтому обычный
+повтор `orders_ingest` их не прочитает. В Kafka они остаются до удаления по
+политике хранения. `world_recreate` удаляет группу и сам топик, поэтому в
+пересозданный мир пробная пачка не переходит.
+
+Очистка должна закончиться до запуска `etl_pipeline`. Если конвейер все же
+успел собрать временный заказ в DDS, сначала очистите три таблицы выше, затем
+запустите `etl_pipeline`: пересборка текущего окна удалит заказ из DDS и
+обновит витрины.
+
+## Перепишите разбор
+
+Удалите готовый SQL из `sql/ods/order_parse.sql` и напишите свой. Чтобы
+`orders_ingest` мог его использовать, сохраните следующие условия:
+
+- вход - строки `stg.orders_raw_dist` одного `{load_id:String}`;
+- каждая строка среза попадает ровно в один результат: годный заказ или брак;
+- произвольный `raw` не останавливает весь разбор исключением;
+- годные строки записываются в `ods.order_dist`, остальные - в
+  `ods.order_errors_dist`;
+- классы брака и их порядок - `not_an_object`, `keyset_mismatch`,
+  `field_invalid`;
+- метки доставки и `_load_id` переходят из STG без пересчета;
+- задача завершается после доставки обоих результатов через Distributed, а
+  строки распределяются по ключу целевой таблицы.
+
+Точный набор полей, типы и граница строгого приема описаны в
+[документе приема](../architecture/orders/ingestion.md#граница-строгого-приёма),
+а целевые колонки - в [`20-ods-tables.sql`](../../sql/ddl/20-ods-tables.sql).
+Внутренность `items` остается сырым JSON: ее разбирает DDS.
+
+Повторите опыт с новым маркером. Получите тот же баланс 4 = 1 + 3, те же три
+класса, верную текущую строку по `snapshot_date`, разные времена и правильный
+шард. Затем очистите второй срез теми же адресными командами и запустите
+`dq_check`.
+
+## Завершите опыт
+
+Убедитесь, что оба маркера отсутствуют в STG, ODS, таблице брака и DDS,
+временные файлы удалены, а семь проверок успешны. Теперь можно перейти к
+сборке DDS, не снимая паузу с модельного времени. Если вы прерываетесь и до
+опыта `world_live` работал, снимите его с паузы.
+
+## Что должно получиться
+
+- [ ] у вас сохранены результаты до переписывания: четыре строки дали
+      один заказ и три класса брака; вы сверили поля текущей версии и шард;
+- [ ] вы переписали `sql/ods/order_parse.sql`, сохранив остальные части стенда;
+- [ ] ваш разбор дал тот же результат на новой пробной пачке;
+- [ ] вы проверили разные значения `created_at` и `updated_at` у годной
+      строки в обоих опытах и подтвердили правильный шард через `hostName()`;
+- [ ] строки обоих опытов удалены по их маркерам;
+- [ ] после очистки конвейер и все семь проверок успешны.

docs/labs/5-3-order-pipeline.md

@@ -0,0 +1,123 @@
+# Перепишите сборку заказов в DDS
+
+**Чему учит:** настроить пересборку заказов по состоянию ODS и DDS
+и проверить, что она восстанавливает пропущенный день за пределами текущего окна.
+
+## Сначала прочитать
+
+- [проверки заказов](5-1-order-checks.md);
+- [разбор заказов в ODS](5-2-order-parsing.md);
+- [модель заказа DDS](../architecture/dds/order.md);
+- [дневной конвейер](../architecture/etl.md#объём-прогона);
+- [раскладку по шардам](../architecture/storage.md#раскладка-по-шардам).
+
+## Что предстоит сделать
+
+Удалите готовый SQL и перепишите только три файла:
+
+- `sql/dds/order_scope.sql`;
+- `sql/dds/order_rebuild.sql`;
+- `sql/dds/order_replace.sql`.
+
+Даг `dds_transform`, DDL, донор, ODS и обе проверки из первого задания
+оставьте как есть. Перед началом убедитесь, что пробные строки предыдущего
+задания удалены, а семь DQ дают зеленый результат.
+
+Поставьте `world_live` на паузу и дождитесь завершения активных прогонов. До
+завершения опыта не запускайте `world_live_day`, `world_initialize` и
+`world_recreate`. `world_next_day` понадобится только в явно указанном ниже
+случае.
+
+## Как даг запускает ваши запросы
+
+Сохраните интерфейс `dds_transform`:
+
+| Файл | Вход | Результат |
+|---|---|---|
+| `order_scope.sql` | без параметров | одна строка `first_day`, `last_day` |
+| `order_rebuild.sql` | `{first_day:Date}`, `{last_day:Date}`, `{load_id:String}` | выбранные дни в `dds.order_stage_dist` |
+| `order_replace.sql` | день в `{{ params.day }}` | партиция дня в `dds.order_rep` |
+
+Объем состоит из текущего окна источника и хвоста от первого дня, который есть
+в ODS, но отсутствует в DDS. Текущее окно дают строки последнего
+`snapshot_date`: их минимальный и максимальный день заказа. Если источник
+пуст, `order_scope.sql` не возвращает строку. Если дыр нет, `first_day` равен
+началу окна. Если дыра старше, непрерывный отрезок начинается с нее.
+
+`order_rebuild.sql` сначала очищает все партиции `dds.order_stage_rep` на
+кластере, затем записывает в `dds.order_stage_dist` весь выбранный отрезок. Он
+читает текущее состояние `ods.order_v`, вычисляет `order_date`, переводит
+времена в `Europe/Samara`, разбирает `items` в три параллельных массива и
+ставит координаты запуска.
+
+Запись через Distributed должна завершиться до замены и использовать ключ
+целевой таблицы для раскладки строк. Способ собрать весь отрезок внутри файла
+выберите сами.
+
+`order_replace.sql` работает с локальными `dds.order_rep` и
+`dds.order_stage_rep` на всем кластере. `REPLACE PARTITION` переносит готовую
+дневную партицию из донора и оставляет донор на месте. Структура, ключи и
+политика хранения совпадают: DDL объявляет донор через `AS dds.order_rep`.
+
+## Восстановите ближайший закрытый день
+
+Найдите последний по дате день DDS, который лежит левее начала текущего окна
+ODS. Это ближайший к окну закрытый день: его удаление показывает расширение
+объема на дыру без пересборки всей истории.
+
+Если такого дня еще нет, один раз продвиньте мир через `world_next_day`,
+дождитесь `orders_ingest`, затем запустите `etl_pipeline`. После этого снова
+зафиксируйте модельное время до конца опыта и выберите ближайший закрытый день.
+
+Сохраните для него число заказов и контрольную сумму деловых полей без
+`_load_id` и `_load_ts`. Удалите только его партицию:
+
+```sql
+ALTER TABLE dds.order_rep ON CLUSTER clickstream_cluster
+DROP PARTITION 'YYYY-MM-DD';
+```
+
+Сразу запустите `dq_check`, до восстановления партиции. Красный результат
+должны дать `orders_vs_ods` и `purchase_vs_orders_vs_dds`.
+`revenue_daily_vs_dds` тоже даст красный результат, если в партиции были
+оплаченные заказы. `classes_vs_inventory` останется зеленым: до запуска
+`dm_transform` эта проверка читает прежнюю витрину сверки.
+
+Запустите `etl_pipeline`. В группе `dds_transform.order` значение `first_day`
+должно совпасть с удаленным днем, а задачи `replace` - покрыть непрерывный
+отрезок от него до конца текущего окна. `first_day` ищите в строке про объем
+пересборки в журнале задачи `order.scope` дага `dds_transform`. После успешного
+прогона число заказов и контрольная сумма выбранного дня должны совпасть с
+сохраненными.
+
+## Проверьте раскладку и повтор
+
+Напишите отдельный запрос к `dds.order_dist`, который получает фактическую
+ноду через `hostName()`, вычисляет ожидаемую по `cityHash64(order_id) % 2` и
+считает несовпадения по каждой ноде. Остаток 0 соответствует
+`clickhouse-01`, остаток 1 - `clickhouse-02`. На обеих нодах число строк на
+чужом шарде должно быть нулевым. Счетные DQ читают Distributed-таблицы и такую
+ошибку раскладки не обнаруживают.
+
+Запустите `etl_pipeline` еще раз при неизменном модельном времени. Группа
+заказов снова должна пересобрать текущее изменяемое окно. Контрольные суммы
+деловых полей остаются прежними, а все семь проверок дают зеленый результат.
+
+## Завершите опыт
+
+После восстановления партиции и успешных проверок снимите `world_live`
+с паузы, если он работал до упражнения.
+
+## Что должно получиться
+
+- [ ] вы переписали три файла `sql/dds/order_*.sql`, сохранив остальные
+      части стенда;
+- [ ] вы удалили ближайший к окну закрытый день и увидели ошибку DQ до
+      восстановления;
+- [ ] ваш расчет выбрал `first_day` с удаленного дня и заменил партиции
+      всего отрезка до конца окна;
+- [ ] вы сверили число заказов и контрольную сумму восстановленного дня
+      с сохраненными значениями; они совпали;
+- [ ] `order_items_total`, `orders_vs_ods` и пять прежних проверок успешны;
+- [ ] ваш запрос с `hostName()` не нашел заказов на чужом шарде;
+- [ ] повторный `etl_pipeline` сохранил деловые данные, проверки прошли.

docs/labs/6-1-event-parsing.md

@@ -0,0 +1,219 @@
+# Разберите сырые события рядом со стендом
+
+**Чему учит:** пакетно разобрать сообщения отдельно от живого приема и
+построчно проверить свой результат по нетронутому ODS.
+
+## Сначала прочитать
+
+- [формат события](../formats/clickstream-event.md);
+- [справочник хранилища](../architecture/storage.md), разделы про имена
+  объектов, актуальные события, прием потока и срок жизни сырых данных;
+- [ADR о приеме событий](../adr/0005-event-ingestion.md), раздел с принятым
+  решением;
+- схему [`ods.event_rep`](../../sql/ddl/20-ods-tables.sql).
+
+Готовый стендовый разбор находится в `sql/ddl/30-ods-views.sql`. Откройте его
+после собственной сверки: в нем лежит ответ на основную часть задания.
+
+## Что предстоит сделать
+
+Создайте в базе `default` одну свою таблицу годных событий и наполните ее одним
+пакетным `INSERT SELECT` из `stg.hits_raw_dist`. Работайте с первой нодой под
+пользователем `etl`.
+
+Матвью `ods.event_mv` и `ods.event_errors_mv` продолжают принимать живой
+поток. Оставьте их, STG, ODS, Kafka и даги без изменений. Пересоздание матвью
+на работающем стенде оставило бы зазор в приеме, а для пакетного опыта оно не
+нужно.
+
+Дайте своей таблице имя, которое не пересечется с чужой работой, и запишите
+его вместе с запросами. В конце вы удалите только эту таблицу.
+
+## Выберите сырой срез
+
+STG хранит строки примерно три дня по `_load_ts`. Эта колонка отмечает время
+поступления в хранилище. Модельный день события лежит в `EventDate`. Сначала
+найдите среди недавних данных завершившийся интервал со строками. Посмотрите
+счет по минутам:
+
+```sql
+SELECT
+    toStartOfMinute(_load_ts) AS minute,
+    count() AS rows
+FROM stg.hits_raw_dist
+WHERE _load_ts >= now() - INTERVAL 30 MINUTE
+  AND _load_ts < toStartOfMinute(now())
+GROUP BY minute
+ORDER BY minute DESC;
+```
+
+Выберите короткий интервал `[slice_from, slice_to)`, который уже закончился и
+дает удобное для построчной проверки число строк. Если одна минута велика,
+сузьте ее точными границами `_load_ts`. Если недавних строк нет, откройте
+Airflow. При включенном `world_live` посмотрите его текущий запуск и дочерний
+`world_live_day`: дождитесь свежих строк от текущего или следующего планового
+запуска, а при ошибке сначала разберите ее причину. Запустите `world_live_day`
+вручную, только если `world_live` стоит на паузе и активного `world_live_day`
+нет. Успешный прогон распределяет события модельного дня по реальным минутам.
+
+Зафиксируйте до разбора:
+
+- обе границы с миллисекундами и число строк;
+- минимальный и максимальный `kafka_offset` по каждой паре
+  `kafka_topic`, `kafka_partition`.
+
+Во всех дальнейших запросах читайте `stg.hits_raw_dist` только с этими
+границами. Новые строки с более поздним `_load_ts` в срез не попадут. Повторите
+опыт до очистки по TTL; после нее прежний срез уже не восстановить из ODS.
+
+## Соберите собственную таблицу
+
+Таблица содержит все 47 полей источника с именами и типами
+`ods.event_rep`, а также `_load_ts`. Тип `purchaseRevenue` возьмите из ODS:
+`Array(Decimal(18, 2))`.
+
+Обработайте повторные доставки так же, как ODS. Возьмите
+`ReplacingMergeTree(_load_ts)`, партицию `EventDate` и полный ключ замены:
+`(CounterID, EventDate, intHash32(ClientID), WatchID)`. Достаточно одной
+локальной таблицы: загрузка и сверка в этом опыте выполняются на одной ноде.
+
+`WatchID` — логический идентификатор события, уникальный по
+[договору генератора](../specs/2026-08-01-generator.md). Физический ключ ODS
+шире: в `ReplacingMergeTree` версиями считаются строки с одинаковым полным
+ключом сортировки. Используйте его при загрузке и сверке.
+
+## Разберите годные строки
+
+Для каждой строки среза проверьте те же условия приема, что и на стенде:
+
+1. корень `raw` — JSON-объект;
+2. набор верхнеуровневых ключей в точности равен 47 ключам формата;
+3. `WatchID`, `VisitID`, `ClientID`, `EventDate` и `UTCEventTime` разбираются
+   в ожидаемые типы.
+
+Напишите разбор, который не прерывает пакет из-за одной грязной строки. Сами
+выберите способ безопасного извлечения пяти опорных полей, форму общих выражений
+и место фильтра. Остальные поля извлеките по описанию формата.
+
+Перенесите `_load_ts` из STG без пересчета: это время исходной доставки и
+колонка версии. Время запуска вашего запроса сюда не входит. Вставьте в свою
+таблицу только годные строки выбранного среза.
+
+Считайте отвергнутые строки прямо в исходном срезе, без отдельной таблицы
+брака. Одним запросом посчитайте:
+
+- все доставки;
+- строки, прошедшие ваше условие отбора;
+- строки, для которых это условие ложно.
+
+Проверьте равенство общего числа строк сумме прошедших и отвергнутых. Так каждая
+исходная строка учитывается ровно в одной группе. Если отвергнутые строки есть,
+сохраните их `raw`, `_load_ts` и координаты Kafka. Найдите те же
+координаты в `ods.event_errors_dist` и запишите стендовый `error_class`. Если
+брака нет, так и зафиксируйте: опыт проверил успешную ветвь и выполнение
+условия отбора на этом срезе, но не классификатор ошибок. Подкладывать грязные
+сообщения ради задания не требуется.
+
+## Приведите стороны к одному зерну
+
+### Учтите повторные доставки
+
+В STG одна строка представляет доставку. Повтор сообщения остается второй
+строкой. В `ods.event_v` одна строка представляет актуальное событие, потому
+что представление читает физическую таблицу с `FINAL`.
+
+Свою сторону тоже читайте с `FINAL`. Ожидаемый счет равен числу различных
+полных ключей среди годных доставок. Разница между числом доставок и этим
+счетом показывает повторы в исходном срезе.
+
+### Выберите события ODS для сравнения
+
+Теперь нужно найти в ODS события из выбранного среза. Список стройте по
+исходным доставкам: если взять его из своей таблицы, ошибочно отвергнутое
+событие исчезнет с обеих сторон сверки и потеря останется незамеченной.
+
+Снова возьмите весь исходный STG-срез. По координатам Kafka исключите
+доставки, которые есть в `ods.event_errors_dist`. У оставшихся извлеките
+`WatchID` без риска прервать запрос и выберите эти события из свежего
+`ods.event_v`. Свое условие отбора здесь не применяйте: решение о годности
+доставки вы берете из результата стендового разбора.
+
+`WatchID` связывает доставку с событием в ODS. Для удаления повторов и
+сравнения полей дальше используйте полный физический ключ из схемы таблицы.
+
+## Сверьте 47 полей
+
+Соедините свою таблицу и выбранные строки `ods.event_v` через `FULL OUTER
+JOIN` по полному ключу замены. Полное соединение сохраняет строки,
+которых нет на одной из сторон. Разделите результат на три исхода:
+
+- строка есть только в ODS — вы ее потеряли;
+- строка есть только у вас — вы приняли лишнее или иначе разобрали часть
+  ключа;
+- ключ есть с обеих сторон, но различается хотя бы одно из 47 полей.
+
+ClickHouse по умолчанию заполняет отсутствующую сторону значениями типов.
+Включите для сверки `join_use_nulls = 1` или добавьте явный признак присутствия
+в каждую сторону. Не определяйте отсутствие по значениям полей события.
+
+Сравните все поля явно, включая массивы, `ecommerce` и точное десятичное
+`purchaseRevenue`. Удобный вид диагностики выберите сами: важно, чтобы по
+результату можно было назвать отличающиеся колонки одной строки. Выведите число
+строк каждого из трех исходов. В верном разборе все три числа равны нулю.
+
+`_load_ts` не входит в 47 полей источника и не проверяет JSON-разбор.
+Проверьте его отдельно. Свяжите каждую строку своей таблицы с меткой одной из
+доставок того же полного ключа в исходном срезе. После `FINAL` остается самая
+поздняя метка этого ключа внутри среза. С ODS ее не сравнивайте: там может
+храниться более поздняя доставка того же события из-за границ среза.
+
+## Расследуйте расхождение
+
+Если сверка не пуста, возьмите одну строку. Вернитесь к независимому списку
+ключей и исходному `raw`, выведите рядом координаты Kafka и `_load_ts`.
+
+Для измененной строки назовите поля, которые расходятся, и сравните каждое с
+сырой строкой. Для пропавшей или лишней строки проверьте пять опорных полей и
+результат условия отбора. Если координаты доставки есть в
+`ods.event_errors_dist`, посмотрите `error_class`.
+
+Исправьте разбор, удалите и заново создайте только собственную таблицу, затем
+повторите вставку того же среза. Остановитесь, когда счет исходных доставок по
+прежним границам не изменился, число годных и отвергнутых строк в сумме дает
+число исходных доставок, а построчная сверка пуста.
+
+## Чего не подтверждает сравнение с ODS
+
+`ods.event_v` — образец для сравнения. Оба разбора могли повторить одну
+ошибку. Для пяти опорных полей у вас есть проверка преобразования в нужный тип
+и исходный JSON. Остальные 42 поля можно вручную сопоставить с `raw`, однако
+второго независимого источника для всех значений на стенде нет.
+
+## Уберите свой объект
+
+Сохраните DDL таблицы, запрос разбора, границы среза, число исходных, годных
+и отвергнутых строк и итоговую сверку без расхождений. Запишите также, чего
+не подтверждает сравнение с ODS и как TTL ограничивает время для повторения
+опыта. Затем удалите свою таблицу командой `DROP TABLE` с ее точным именем.
+Убедитесь через `system.tables`, что объекта больше нет.
+Прикладные строки стенда вы не меняли, поэтому удалять данные из STG, ODS или
+Kafka после опыта не нужно.
+
+## Что должно получиться
+
+- [ ] у вас сохранены границы выбранного среза, число строк и координаты
+      доставки по партициям Kafka;
+- [ ] ваша таблица содержит все 47 полей и `_load_ts` и обрабатывает
+      повторы по тем же правилам, что и ODS;
+- [ ] ваш разбор принимает только JSON-объекты с точным набором ключей и
+      пятью опорными полями, которые преобразуются в нужные типы;
+- [ ] вы сверили число исходных строк с суммой годных и отвергнутых,
+      а найденный брак разобрали по `raw`, координатам и классу ошибки стенда;
+- [ ] вы выбрали события ODS по исходному срезу и таблице ошибок,
+      независимо от своей таблицы и условия отбора;
+- [ ] вы сравнили обе стороны по полному физическому ключу через
+      `FULL OUTER JOIN`: во всех 47 полях нет расхождений,
+      пропавших и лишних строк тоже нет;
+- [ ] вы отдельно проверили перенос `_load_ts` и учли повторные доставки;
+- [ ] вы записали ограничения сравнения с ODS и срок повторения опыта;
+- [ ] после опыта вы удалили свою таблицу, сохранив объекты и данные стенда.

docs/labs/7-1-monitoring.md

@@ -0,0 +1,118 @@
+# Мониторинг: куда смотреть
+
+**Чему учит:** начать расследование с подходящего экрана, найти источник
+нагрузки и объяснить свежесть данных через путь доставки.
+
+## Перед началом
+
+Откройте Grafana и Airflow по адресам из раздела [«Адреса и
+пароли»](../../README.md#адреса-и-пароли). Для первого знакомства в Grafana
+есть три дашборда:
+
+- «Данные» — путь сообщений от источника до хранилища;
+- «Кластер» — процессор, память, диски и внутренняя работа ClickHouse;
+- «Запросы» — выполненные запросы, их стоимость и ошибки.
+
+Откройте все три дашборда и запишите по одному вопросу, на который каждый из
+них помогает ответить. «Данные» оставьте открытым в соседней вкладке.
+
+Проведите два расследования на работающем стенде. Службы останавливать и данные
+портить не понадобится.
+
+## Расследование 1. Кто читает больше всех
+
+Начните в спокойный момент: не запускайте одновременно свои тяжелые запросы.
+Откройте дашборд «Запросы». На панели «Тяжёлые запросы: что прочитало больше
+всех» возьмите первую строку.
+
+Сохраните:
+
+- границы окна и время запроса;
+- место запроса в списке, пользователя и ноду;
+- текст запроса;
+- длительность, память, число прочитанных и отданных строк.
+
+По пользователю и тексту определите, кто отправил запрос и для чего. Затем
+найдите запрос одного из трех открытых дашбордов, который прочитал больше всего
+строк. Если это другая строка, сохраните для нее те же поля.
+
+По тексту найдите панель, которая отправила запрос. Ищите ее среди трех
+дашбордов по названиям колонок, таблиц и показателей. Запишите, зачем запрос
+читает столько строк и согласуется ли это с вопросом, на который отвечает
+панель.
+
+В меню панели «Кто спрашивает: сколько запросов и какой у них аппетит»
+откройте Inspect, затем Query. Ответьте на два вопроса:
+
+1. Почему журнал читают сразу с обеих нод?
+2. Почему из счета исключены строки начала запроса и работа шардов?
+
+Проверьте второе объяснение по панели ошибок: ее фильтр не исключает записи
+шардов. Объясните, почему различаются вопросы панелей, а не только их SQL.
+
+## Расследование 2. Как меняется свежесть заказов
+
+Откройте дашборд «Данные». Панель «Свежесть: сколько прошло с последней
+доехавшей строки» показывает текущее число, а не историю. До наблюдения
+нарисуйте ожидаемую форму свежести событий и заказов в течение одного живого
+дня. Отдельно отметьте момент доставки слепка заказов.
+
+Если `world_live` снят с паузы, наблюдайте его текущий или следующий
+`world_live_day`: новый ручной запуск встанет в очередь. Если выключатель на
+паузе и активного живого дня нет, запустите один `world_live_day` вручную.
+Модельные сутки занимают около 24 реальных минут.
+
+Запишите несколько наблюдений до конца дня и сразу после него:
+
+| Реальное время | Свежесть событий, с | Свежесть заказов, с | Что происходило в Airflow |
+|---|---:|---:|---|
+| | | | |
+
+Дашборд обновляется раз в минуту, поэтому точного совпадения момента
+доставки со строкой таблицы ждать не нужно. Рост и сброс свежести заказов
+перенесите на свой набросок. Объясните форму линии: какую метку времени
+вычитает панель из текущего времени, почему число растет и какое событие его
+сбрасывает. Модельную дату сыгранного дня подпишите отдельно от реального
+времени наблюдения.
+
+Подтвердите сброс двумя следами:
+
+- в Airflow завершился прием слепка `orders_ingest`;
+- на панели «Дневной слепок заказов: какой доехал, когда и после какой паузы»
+  появилась новая верхняя строка.
+
+Если вы начали после доставки, дождитесь следующего дня либо честно запишите,
+какую часть формы увидели. Одно текущее значение не доказывает ни рост, ни
+сброс.
+
+## Объясните путь данных
+
+Не открывая справочник, объясните своими словами:
+
+- почему свежесть считают в ODS, а поток — в STG;
+- почему знаменатель доли брака берут из STG;
+- почему у числителя и знаменателя доли брака одно окно.
+
+Свяжите ответы с тем, что вы видели на панелях. Затем сверьте объяснение с
+[главой о мониторинге](../handbook/monitoring.md) и справочниками дашбордов
+[«Запросы»](../architecture/monitoring/queries.md) и
+[«Данные»](../architecture/monitoring/data.md). Устройство живого дня и
+доставки слепка описано в [главе об Airflow](../handbook/airflow-dags.md).
+
+## Что должно получиться
+
+- [ ] для каждого из трех дашбордов записан вопрос, на который он отвечает;
+- [ ] у вас сохранены окно, текст и показатели верхнего запроса;
+      вы выяснили, кто его отправил и зачем;
+- [ ] вы нашли запрос открытых дашбордов, который прочитал больше всего
+      строк, и панель, которая его отправила;
+- [ ] вы можете объяснить, зачем журнал собирают с двух нод и какие записи
+      учитывают при подсчете запросов;
+- [ ] у вас есть прогноз свежести, сделанный до наблюдения, и несколько
+      замеров; рост и сброс на рисунке объяснены через время последней доставки;
+- [ ] вы подтвердили доставку заказов в Airflow и на панели слепков,
+      подписали модельную дату отдельно от реального времени наблюдений;
+- [ ] вы можете объяснить выбор слоев для свежести, потока и доли брака
+      и почему числитель и знаменатель берут за одно окно;
+- [ ] после наблюдений службы продолжают работать, данные и стендовые
+      дашборды остались без изменений.

docs/labs/README.md

@@ -9,31 +9,29 @@
 | Ступень | Задание | Чему учит |
 |---|---|---|
 | 1 | Пять витрин слоя DM | построить результат для потребителя хранилища; уроки каждой витрины — в таблице ниже |
-| 2 | [Свой график в Superset](superset-chart.md) | превратить свой результат из хранилища в отчет в BI |
+| 2 | [Свой график в Superset](2-1-superset-chart.md) | превратить свой результат из хранилища в отчет в BI |
-| 3 | Нарежь сессии сам | сравнить свою нарезку визитов с эталоном по числу сессий и найти причину расхождения в отдельных событиях |
+| 3 | [Нарежьте сессии сами](3-1-sessions-by-hand.md) | сверить число сессий в своей нарезке с эталоном и найти события, из-за которых оно расходится |
-| 4 | Перепиши нарезку стенда | изменить расчетную сущность внутри готового конвейера и проверить ее внешним эталоном |
+| 4 | [Перепишите нарезку стенда](4-1-session-pipeline.md) | переписать расчет сессий в готовом конвейере и проверить по исходным событиям |
-| 5 | Сначала сторож, потом ломай: заказы | написать проверки качества до рискованного изменения, а не после первой поломки |
+| 5 | [Научите проверки замечать ошибки в заказах](5-1-order-checks.md)<br>[Перепишите разбор заказов в ODS](5-2-order-parsing.md)<br>[Перепишите сборку заказов в DDS](5-3-order-pipeline.md) | написать проверки качества до рискованного изменения, затем переписать разбор и сборку заказов |
-| 6 | Разбери сырые события и сверь результат со стендом | изучить разбор потока отдельно от живого приема и сверить его со стендовым результатом |
+| 6 | [Разберите сырые события рядом со стендом](6-1-event-parsing.md) | изучить разбор потока отдельно от живого приема и сверить его со стендовым результатом |
-| 7 | Мониторинг: куда смотреть | выбрать, куда и на что смотреть в живой системе |
+| 7 | [Мониторинг: куда смотреть](7-1-monitoring.md) | выбрать, куда и на что смотреть в живой системе |
-
-ТЗ для ступеней 3–7 появятся по мере продвижения программы.
 
 ## Ступень 1: пять витрин слоя DM
 
 Слой DM в стенде построен наполовину: витрины трех сюжетов дашборда и контроль
 качества уже построены, остальные пять витрин строите вы. Каждая из них —
-самостоятельное ТЗ: в нем есть состав витрины, зерно, источники и способ
+самостоятельное задание: в нем есть состав витрины, зерно, источники и способ
 проверки.
 
 | № | Результат | Чему учит |
 |---|---|---|
-| 1 | [`events_enriched_v`](events-enriched.md) | строить слой как договор о данных, а не как их копию |
+| 1 | [`events_enriched_v`](1-1-events-enriched.md) | подготовить удобный для анализа набор полей, сохранив одну строку на событие |
-| 2 | [`top_pages_daily`](top-pages-daily.md) | создавать материализованную витрину с дневной пересборкой в конвейере |
+| 2 | [`top_pages_daily`](1-2-top-pages-daily.md) | создавать материализованную витрину с дневной пересборкой в конвейере |
-| 3 | [`session_overview`](session-overview.md) | хранить слагаемые для расчета средних и долей |
+| 3 | [`session_overview`](1-3-session-overview.md) | хранить слагаемые для расчета средних и долей |
-| 4 | [`dq_errors_daily`](dq-errors-daily.md) | считать брак по дню загрузки и хранить итоги дольше источника |
+| 4 | [`dq_errors_daily`](1-4-dq-errors-daily.md) | считать брак по дню загрузки и хранить итоги дольше источника |
-| 5 | [`utm_effectiveness`](utm-effectiveness.md) | читать `declared_` как предупреждение о сумме со слов клиента |
+| 5 | [`utm_effectiveness`](1-5-utm-effectiveness.md) | читать `declared_` как предупреждение о сумме со слов клиента |
 
-Общее устройство слоя — [дока DM](../architecture/dm.md). Она отвечает на
+Общее устройство слоя — [справочник DM](../architecture/dm.md). Он отвечает на
 вопросы «почему так», задание отвечает на вопрос «что сделать».
 
 ## Как принято на ступени 1
@@ -55,7 +53,7 @@
 источнику. Создайте `dm.<имя>_rep` / `_dist`, донор `dm.<имя>_stage_rep` /
 `_stage_dist` и публичное `dm.<имя>_v` с явным списком колонок. При прежнем
 зерне достаточно представления: таблица дублировала бы данные. Доводы —
-раздел «Форма: по зерну, не по цене запроса» [справочника
+раздел «Таблица или представление» [справочника
 DM](../architecture/dm.md).
 
 **Ключ шардирования — ваше решение.** Объясните, почему выбранный ключ не
@@ -66,8 +64,10 @@ DM](../architecture/dm.md).
 Пример обоснования — `dm.revenue_daily_dist` в
 [`sql/ddl/55-dm-tables.sql`](../../sql/ddl/55-dm-tables.sql).
 
-**Где лежит код.** DDL заданий — в `sql/ddl/70-labs.sql`: он применяется
+**Где лежит код.** DDL заданий — в `sql/ddl/70-labs.sql`.
-после стендовых, поэтому ваши объекты не мешаются со стендовыми. В
+При создании мира он применяется после стендовых файлов.
+В уже работающем стенде сохранение файла и повторный `make up` новый DDL
+не применят — выполните его сами, как описано ниже. В
 `sql/dm/<витрина>_scope.sql` определяются дни прогона, в `_rebuild.sql` они
 собираются в донор, в `_replace.sql` заменяется партиция. Задачу сборки
 добавьте в [`dags/dm_transform.py`](../../dags/dm_transform.py): без нее
@@ -78,6 +78,20 @@ DM](../architecture/dm.md).
 образец всего порядка пересборки. Состав колонок берите из своего ТЗ, иначе
 получите показатели другой витрины.
 
+## Как применить свой DDL
+
+В DBeaver создайте подключение по [инструкции в README](../../README.md#подключиться-из-dbeaver),
+но укажите пользователя `etl` и пароль из `CLICKHOUSE_ETL_PASSWORD` в `.env`.
+Пользователь `analyst` из той инструкции предназначен для чтения;
+у `etl` есть права создавать таблицы и представления в `dm`.
+
+Создайте файл `sql/ddl/70-labs.sql` и сохраняйте в нем DDL своих витрин.
+Откройте его в SQL-редакторе этого подключения и выполните DDL текущего
+задания. Создавайте объекты с
+`ON CLUSTER clickstream_cluster`, чтобы они появились на обеих нодах;
+образец для представления — [`sql/ddl/60-dm-views.sql`](../../sql/ddl/60-dm-views.sql).
+Сохраненный файл позволит воссоздать ваши объекты при пересборке мира.
+
 ## Самопроверка ступени 1
 
 Даг `homework_check` запускается руками, расписания у него нет. Задача
@@ -85,9 +99,8 @@ DM](../architecture/dm.md).
 собрано верно. В сводку качества конвейера `dm.dq_summary` он не пишет: это
 инструмент лабы, а не история качества стенда.
 
-Проверка пяти заданий по витринам устроена одинаково и золотых констант не
+Для каждой витрины проверка независимо рассчитывает ожидаемый результат
-содержит: рядом с витриной независимым запросом собирается тот же ответ —
+прямо по ее источнику. У четырех заданий источник
-прямо из источника витрины, минуя ее саму. У четырех заданий источник
 эталона тот же, что у витрины, `dds.session_v` или `dds.event_v`; у задания
 4 это таблицы брака ODS, потому что в DDS нет сущности брака. Обе стороны
 соединяются по деловому ключу через `FULL OUTER JOIN`, и считается число
@@ -95,16 +108,13 @@ DM](../architecture/dm.md).
 соединение сохраняет ключи обеих сторон: при внутреннем пропавший день или
 ключ не попал бы в результат, и потеря осталась бы незамеченной.
 
-Раздел «Как проверить себя» каждого ТЗ по витрине называет деловой ключ и
+Раздел «Как проверить себя» каждого задания по витрине называет деловой ключ и
 сравниваемые величины. Тот же прием в стендовом исполнении — [даг
 `dq_check`](../../dags/dq_check.py) и запросы в [`sql/dq/`](../../sql/dq).
 
-**Предупреждение.** Запросы самой проверки лежат в `sql/dq/` открыто, и
+Запросы проверок лежат в `sql/dq/`. Откройте их после собственного решения:
-имена называют витрину и роль сверки. Проверка на инвариантах неизбежно
+они заново рассчитывают показатели витрины, поэтому содержат ответ на
-близка к ответу: чтобы сверить витрину, надо ее пересчитать. Если открыть
+существенную часть задания. Сравните свой способ расчета с готовым.
-эти файлы до выполнения задания, можно скопировать готовый SQL, не
-разобравшись в расчете самостоятельно. Смотреть туда стоит после своей
-сборки: сравнить два решения полезно, списать одно — нет.
 
 ## Факультативы
 
@@ -124,8 +134,12 @@ DM](../architecture/dm.md).
 
 ### Superset и BI
 
-Открывается после ступени 2. [Свой дашборд в Superset](superset-dashboard.md):
+Открывается после ступени 2. Два самостоятельных задания:
-свои объекты BI живут отдельно от стендовых.
+
+- [Свой дашборд в Superset](optional/superset-dashboard.md): собрать отчет
+  из своих витрин и подтвердить выводы запросами.
+- [В DBeaver работает, в Superset нет](optional/superset-missing-object.md):
+  выяснить, почему клиенты по-разному видят один объект хранилища.
 
 ### Инженерия стенда
 
@@ -134,12 +148,12 @@ DM](../architecture/dm.md).
 
 ### Что делать, когда стенд сломался
 
-Открывается после ступени 7. Поломки стенда и runbook по итогам
+Открывается после ступени 7. Поломки стенда и инструкции по восстановлению
-расследований; весь раздел — повышенная сложность.
+по итогам расследований; весь раздел — повышенная сложность.
 
 ## Уборка
 
-Черновики и опыты за собой сносить: правило проверок стенда —
+После опытов удаляйте свои временные объекты. Если удалили учебную витрину,
-[дока тестирования](../architecture/testing.md). Снесенная витрина обязана
+ее задача в `homework_check` должна снова завершиться ошибкой: отсутствие
-снова покраснить свою задачу в `homework_check` — если не покраснила,
+витрины тоже проверяется. Подробнее — в
-проверка ничего и не проверяла.
+[справочнике проверок](../architecture/testing.md).

docs/labs/optional/superset-dashboard.md

@@ -1,13 +1,12 @@
 # Свой дашборд в Superset
 
-**Чему учит:** довести свои витрины до потребителя — завести в Superset
+**Чему учит:** собрать из своих витрин отчет о поведении посетителей,
-датасеты поверх публичных представлений, подобрать графики под вопросы и
+подобрать графики под вопросы и разместить их на одном понятном экране.
-собрать из них один связный экран.
 
 Это факультатив раздела «Superset и BI». Его можно пройти после ступени 2,
 когда готовы витрины ступени 1.
 
-## Роль дашборда
+## На какие вопросы ответит дашборд
 
 Соберите обзор трафика и поведения посетителей. Он должен отвечать на три
 вопроса: что происходило в магазине, какие страницы, устройства и рекламные
@@ -23,17 +22,20 @@
 Не добавляйте графики в стендовый дашборд и не правьте его датасеты. При
 инициализации Superset импорт с `--overwrite` заменит ручные правки стендовых
 объектов файлами из репозитория. `make up` свой дашборд не стирает; срок жизни
-таких объектов описан в [доке Superset](../architecture/superset.md), «Импорт
+таких объектов описан в [доке Superset](../../architecture/superset.md), «Импорт
 при каждой инициализации».
 
-Заведите отдельные датасеты и графики, соберите из них свой дашборд.
+Используйте свои датасеты и графики, соберите из них свой дашборд.
 Назовите его, например, «Мои витрины DM». Это то же правило, по которому DDL
 домашек лежит в `sql/ddl/70-labs.sql`: стендовые объекты уже есть, свои
 создаете вы.
 
 ## Датасеты
 
-Заведите в подключении `ClickHouse` пять физических датасетов схемы `dm`:
+Датасет `session_overview_v`, его метрика доли отказов и график уже готовы
+после [ступени 2](../2-1-superset-chart.md). Используйте их здесь. Добавьте
+недостающие датасеты, чтобы в подключении `ClickHouse` были представлены
+пять публичных представлений схемы `dm`:
 
 - `events_enriched_v`;
 - `top_pages_daily_v`;
@@ -56,14 +58,25 @@
 
 Для долей используйте слагаемые из витрин. Например, доля отказов считается
 как сумма `bounce_sessions`, деленная на сумму `sessions`. Среднее по готовым
-долям для такого графика не подходит — урок задания 3 остается в силе.
+долям для такого графика не подходит.
 
 Названия графиков, осей и показателей должны объяснять экран без чтения SQL.
 
+## Период отчета
+
+Выберите явный период из модельного календаря и задайте его в графиках
+поведения посетителей. Последнюю доступную дату посмотрите в своих витринах.
+Относительный период вроде `Last week` отсчитывается от настоящего времени
+и может дать пустой экран.
+
+Ошибки приема считаются по `load_date`, дню загрузки, а поведение посетителей
+по модельному времени. Для панели ошибок выберите период загрузки отдельно
+и укажите его в подписи. Общий фильтр времени для всего дашборда не требуется.
+
 ## Как проверить себя
 
-Эта лаба проверяется глазами. У расположения панелей и понятных подписей нет
+Автоматической проверки этого задания нет. Числа вы сверите запросами,
-счетного инварианта, поэтому задачи для нее в `homework_check` нет.
+а понятность графиков проверите по подписям.
 
 Откройте список дашбордов и проверьте:
 
@@ -75,14 +88,26 @@
   серверную;
 - пустой график ошибок нормален, если в таблицах брака сейчас нет строк.
 
-Последний проход сделайте как читатель: найдите на экране самый заметный
+По готовому экрану запишите три коротких вывода за выбранный период:
-канал, страницу и устройство, затем проверьте, понятно ли из подписей, что
-именно сравнивается. Если ответ приходится угадывать, поправьте график или
-его название.
 
-## Приемка
+- какой рекламный канал дал больше покупок;
+- какая страница получила больше просмотров;
+- у какой категории устройств выше доля отказов.
 
-- [ ] пять датасетов читают публичные представления витрин заданий 1–5;
+Для каждого вывода укажите период и число, на которое опираетесь. Проверьте
-- [ ] создан отдельный дашборд, стендовые объекты не изменены;
+его запросом к своей витрине в SQL Lab с тем же периодом и способом расчета.
-- [ ] каждая витрина представлена хотя бы одним графиком;
+Сохраните запросы рядом с выводами. При равенстве значений назовите всех
-- [ ] дашборд проверен глазами по разделу выше.
+лидеров. Если данных нет, это тоже результат: подтвердите отсутствие строк
+запросом.
+
+Проверьте, можно ли найти эти ответы по одним подписям графиков. Если есть
+возможность, попросите другого человека прочитать экран без ваших пояснений.
+
+## Что должно получиться
+
+- [ ] у вас есть пять датасетов поверх публичных представлений витрин заданий 1–5;
+- [ ] вы собрали свой дашборд, сохранив стендовые объекты без изменений;
+- [ ] на дашборде есть хотя бы один график от каждой витрины;
+- [ ] вы проверили, что графики и подписи понятны по вопросам из раздела выше;
+- [ ] вы записали три вывода и сверили числа с SQL; в отчете указаны периоды
+      поведения посетителей и ошибок приема.

docs/labs/optional/superset-missing-object.md

@@ -0,0 +1,70 @@
+# В DBeaver работает, в Superset нет
+
+**Чему учит:** найти причину, по которой один клиент читает объект
+хранилища, а другой его не видит.
+
+Факультатив доступен после [ступени 2](../2-1-superset-chart.md).
+Свой дашборд для опыта не нужен. Используйте готовую витрину стенда
+`dm.daily_traffic_v`.
+
+## Подготовьте опыт
+
+В DBeaver подключитесь к первой ноде пользователем `etl`, как описано
+в разделе [«Как применить свой DDL»](../README.md#как-применить-свой-ddl).
+Для опыта создайте отдельное представление:
+
+```sql
+CREATE VIEW dm.bi_node_probe_v AS
+SELECT * FROM dm.daily_traffic_v;
+```
+
+Запрос выполнится успешно. Теперь проверьте, откуда можно прочитать
+созданное представление. Начните с того же подключения:
+
+```sql
+SELECT count() FROM dm.bi_node_probe_v;
+```
+
+Повторите запрос в SQL Lab Superset, выбрав подключение `ClickHouse`.
+Сохраните текст ошибки.
+
+## Найдите причину
+
+Выясните, к каким серверам обращаются DBeaver и Superset. Адреса подключения
+показывают настройки клиентов, а имя ответившего сервера можно спросить
+запросом `SELECT hostName()`.
+
+Проверьте наличие `dm.bi_node_probe_v` на обеих нодах. Для второй ноды
+заведите подключение DBeaver с портом из
+[README](../../../README.md#подключиться-из-dbeaver). Запишите, где объект
+есть, и объясните, почему успешного создания в первом подключении оказалось
+недостаточно.
+
+Исправьте DDL так, чтобы представление появилось на обеих нодах. Подключение
+Superset должно остаться прежним. Сохраните исправленный DDL и повторите
+исходный запрос в обоих клиентах.
+
+Если застряли, прочитайте раздел «Устройство зоны» в
+[справочнике Superset](../../architecture/superset.md#устройство-зоны) и
+[описание распределенного DDL ClickHouse](https://clickhouse.com/docs/reference/statements/distributed-ddl).
+
+## Как проверить себя
+
+В обоих клиентах запрос к вашему представлению должен вернуть столько же
+строк, сколько `SELECT count() FROM dm.daily_traffic_v`. Сравнивайте результаты
+при завершенном прогоне конвейера, пока мир не продвигается.
+
+Объясните причину ошибки через три факта: куда пришел DDL, куда пришел
+запрос Superset и на каких нодах существовало представление.
+
+После опыта удалите только `dm.bi_node_probe_v` на обеих нодах. Не включайте
+его в постоянный DDL домашних витрин: это временный объект расследования.
+
+## Что должно получиться
+
+- [ ] у вас сохранены успешный запрос из DBeaver и ошибка из SQL Lab;
+- [ ] вы можете объяснить, к каким серверам подключены клиенты, где было
+      создано представление и почему Superset его не видел;
+- [ ] у вас есть исправленный DDL; оба клиента возвращают столько же строк,
+      сколько исходная витрина;
+- [ ] после опыта вы удалили учебное представление с обеих нод.

docs/research/2026-08-31-labs-inventory.md

@@ -116,7 +116,7 @@
 
 **17. Свой дашборд в Superset (готовая необязательная лаба).**  
 Урок: пользовательские объекты BI хранятся отдельно от стендовых и переживают перезапуск. Стендовые объекты при импорте перезаписываются.  
-Материал: `docs/labs/superset-dashboard.md`, `docs/architecture/superset.md`.  
+Материал: `docs/labs/optional/superset-dashboard.md`, `docs/architecture/superset.md`.\
 Форма: построить свое.  
 Проверка: глазами — счетного инварианта у раскладки панелей нет.
 
@@ -276,4 +276,4 @@
 
 STG и прием событий нельзя отдавать в форме «удали и перепиши»: код там служит несущей частью стенда. Для этих участков подходят расследования и форма «собери рядом».
 
-У всех счетных проверок остается общая дыра — раскладка по шардам. Поэтому пересчет ключа по `hostName()` должен входить в ТЗ каждого вычитания отдельной строкой.
+У всех счетных проверок остается общая дыра — раскладка по шардам. Поэтому пересчет ключа по `hostName()` должен входить в ТЗ каждого вычитания отдельной строкой.

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

@@ -40,6 +40,20 @@
 - *расследование* — данные уже лежат на стенде или стенд намеренно ломается, а
   менти ищет причину и объясняет ее.
 
+### Как писать задания
+
+Пишите для учащегося: объясняйте, чему он научится, зачем нужны действия
+и как понять результат. Историю разработки оставляйте за пределами задания.
+
+«Как проверить себя» описывает действия для проверки и поиска ошибок.
+«Что должно получиться» — результат работы и то, что учащийся теперь может
+объяснить. Если проверка уже встроена в шаги упражнения, повторять ее
+отдельным разделом не нужно.
+
+Остальные заголовки и структуру выбирайте по содержанию. Образцы — задания
+про [дашборд Superset](../labs/optional/superset-dashboard.md) и
+[расследование подключения](../labs/optional/superset-missing-object.md).
+
 ## 3. Основная программа — семь ступеней
 
 ### Ступень 1. Построй пять витрин слоя DM
@@ -64,7 +78,7 @@
 ступени предстоит написать при реализации программы. Полный собственный дашборд
 остается факультативом в разделе «Superset и BI».
 
-### Ступень 3. Нарежь сессии сам
+### Ступень 3. Нарежьте сессии сами
 
 До того как открыть стендовый SQL нарезки сессий в DDS, менти самостоятельно
 делит события на визиты. Сначала он сравнивает число своих сессий с эталоном
@@ -75,7 +89,7 @@
 Форма — построить свое по ТЗ и провести расследование. Обратная связь состоит
 из счетной сверки с `VisitID` и ручного сопоставления границ.
 
-### Ступень 4. Перепиши нарезку стенда
+### Ступень 4. Перепишите нарезку стенда
 
 Менти удаляет и заново пишет SQL нарезки сессий DDS: расчет объема, пересборку
 и замену. Урок — изменить расчетную сущность внутри готового конвейера и
@@ -86,7 +100,7 @@
 Форма — вычитание. Обратную связь дают `dq_check` и поштучная сверка,
 построенная на третьей ступени.
 
-### Ступень 5. Сначала сторож, потом ломай: заказы
+### Ступень 5. Научите проверки замечать ошибки в заказах
 
 Сначала менти строит две недостающие DQ-проверки. Первая утверждает равенство
 «цена × количество = items_total». Вторая сверяет слой с источником по дням. Их
@@ -171,11 +185,23 @@
 
 Открывается после ступени 2 основной программы.
 
-- **Свой дашборд.** Готовая лаба
+- **[Свой дашборд](../labs/optional/superset-dashboard.md).** Менти использует
-  [`docs/labs/superset-dashboard.md`](../labs/superset-dashboard.md) учит
+  результат ступени 2, собирает отчет из пяти своих витрин и подтверждает
-  хранить пользовательские объекты отдельно от стендовых.
+  выводы запросами. Пользовательские объекты остаются отдельно от стендовых.
-- **Почему дашборд не видит объект на второй ноде.** Забытый `ON CLUSTER` может
+- **[В DBeaver работает, в Superset нет](../labs/optional/superset-missing-object.md).**
-  остаться незаметным до тех пор, пока дашборд не обратится ко второй ноде.
+  Менти создает отдельное представление на первой ноде и расследует ошибку
+  чтения из Superset, подключенного ко второй. Опыт заканчивается объяснением,
+  исправлением DDL и удалением учебного объекта.
+
+Задания самостоятельны: расследование использует готовую витрину стенда.
+Отсутствие объекта проверяется в SQL Lab, поскольку создание физического
+датасета может остановиться раньше, чем появится график. Чтение только одного
+шарда остается материалом инженерного раздела: это отдельная причина
+неполного результата, которую добавление `ON CLUSTER` само по себе не устраняет.
+
+Технический опыт проверен 2026-09-13 на ClickHouse 26.3.17.56: локальное
+представление недоступно пользователю `bi` на второй ноде; после создания
+на кластере обе ноды возвращают тот же счет, что исходная витрина.
 
 ### Инженерия стенда
 

infra/superset/import/charts/big_number_avg_check.yaml

@@ -0,0 +1,19 @@
+slice_name: Средний чек, ₽
+description: null
+certified_by: null
+certification_details: null
+viz_type: big_number_total
+params:
+  viz_type: big_number_total
+  metric: avg_check
+  adhoc_filters:
+  - expressionType: SIMPLE
+    subject: report_date
+    operator: TEMPORAL_RANGE
+    comparator: No filter
+    clause: WHERE
+  header_font_size: 0.3
+cache_timeout: null
+uuid: 19600000-0000-4000-8000-000000000106
+version: 1.0.0
+dataset_uuid: 19600000-0000-4000-8000-000000000001

infra/superset/import/charts/big_number_orders.yaml

@@ -0,0 +1,19 @@
+slice_name: Заказы
+description: null
+certified_by: null
+certification_details: null
+viz_type: big_number_total
+params:
+  viz_type: big_number_total
+  metric: orders
+  adhoc_filters:
+  - expressionType: SIMPLE
+    subject: report_date
+    operator: TEMPORAL_RANGE
+    comparator: No filter
+    clause: WHERE
+  header_font_size: 0.3
+cache_timeout: null
+uuid: 19600000-0000-4000-8000-000000000105
+version: 1.0.0
+dataset_uuid: 19600000-0000-4000-8000-000000000001

infra/superset/import/charts/big_number_revenue.yaml

@@ -0,0 +1,19 @@
+slice_name: Выручка, ₽
+description: null
+certified_by: null
+certification_details: null
+viz_type: big_number_total
+params:
+  viz_type: big_number_total
+  metric: revenue
+  adhoc_filters:
+  - expressionType: SIMPLE
+    subject: report_date
+    operator: TEMPORAL_RANGE
+    comparator: No filter
+    clause: WHERE
+  header_font_size: 0.3
+cache_timeout: null
+uuid: 19600000-0000-4000-8000-000000000104
+version: 1.0.0
+dataset_uuid: 19600000-0000-4000-8000-000000000001

infra/superset/import/charts/big_number_visitors.yaml

@@ -0,0 +1,19 @@
+slice_name: Посетители
+description: null
+certified_by: null
+certification_details: null
+viz_type: big_number_total
+params:
+  viz_type: big_number_total
+  metric: visitors
+  adhoc_filters:
+  - expressionType: SIMPLE
+    subject: report_date
+    operator: TEMPORAL_RANGE
+    comparator: No filter
+    clause: WHERE
+  header_font_size: 0.3
+cache_timeout: null
+uuid: 19600000-0000-4000-8000-000000000107
+version: 1.0.0
+dataset_uuid: 19600000-0000-4000-8000-000000000003

infra/superset/import/charts/known_users_share.yaml

@@ -0,0 +1,31 @@
+slice_name: Доля известных пользователей
+description: null
+certified_by: null
+certification_details: null
+viz_type: echarts_timeseries_line
+params:
+  viz_type: echarts_timeseries_line
+  x_axis: report_date
+  metrics:
+  - known_share
+  groupby: []
+  adhoc_filters:
+  - expressionType: SIMPLE
+    subject: report_date
+    operator: TEMPORAL_RANGE
+    comparator: No filter
+    clause: WHERE
+  row_limit: 10000
+  seriesType: line
+  show_legend: false
+  rich_tooltip: true
+  show_value: false
+  markerEnabled: true
+  markerSize: 6
+  y_axis_format: .1%
+  x_axis_time_format: '%d.%m'
+  tooltipTimeFormat: '%d.%m.%Y'
+cache_timeout: null
+uuid: 19600000-0000-4000-8000-000000000109
+version: 1.0.0
+dataset_uuid: 19600000-0000-4000-8000-000000000003

infra/superset/import/charts/purchase_vs_orders.yaml

@@ -6,9 +6,9 @@ viz_type: pivot_table_v2
 params:
   viz_type: pivot_table_v2
   groupbyRows:
-  - order_day
-  groupbyColumns:
   - mismatch_class
+  groupbyColumns:
+  - order_day
   metrics:
   - order_count
   adhoc_filters:
@@ -23,8 +23,7 @@ params:
   colOrder: key_a_to_z
   order_desc: true
   row_limit: 10000
-  valueFormat: SMART_NUMBER
+  date_format: '%d.%m.%Y'
-  date_format: smart_date
 cache_timeout: null
 uuid: 19600000-0000-4000-8000-000000000102
 version: 1.0.0

infra/superset/import/charts/revenue_by_day_and_category.yaml

@@ -1,4 +1,4 @@
-slice_name: Выручка по дням и категориям
+slice_name: Выручка по дням и категориям, ₽
 description: null
 certified_by: null
 certification_details: null
@@ -20,10 +20,13 @@ params:
   stack: Stack
   orientation: vertical
   show_legend: true
+  legendType: plain
+  legendOrientation: bottom
   rich_tooltip: true
   show_value: false
-  y_axis_format: ',.2f'
+  y_axis_format: ',d'
-  x_axis_time_format: smart_date
+  x_axis_time_format: '%d.%m'
+  tooltipTimeFormat: '%d.%m.%Y'
 cache_timeout: null
 uuid: 19600000-0000-4000-8000-000000000101
 version: 1.0.0

infra/superset/import/charts/revenue_share_by_category.yaml

@@ -0,0 +1,29 @@
+slice_name: Доля категорий в выручке
+description: null
+certified_by: null
+certification_details: null
+viz_type: pie
+params:
+  viz_type: pie
+  groupby:
+  - product_category
+  metric: revenue
+  adhoc_filters:
+  - expressionType: SIMPLE
+    subject: report_date
+    operator: TEMPORAL_RANGE
+    comparator: No filter
+    clause: WHERE
+  row_limit: 10000
+  sort_by_metric: true
+  donut: true
+  innerRadius: 30
+  outerRadius: 70
+  show_labels: true
+  labels_outside: false
+  label_type: percent
+  show_legend: false
+cache_timeout: null
+uuid: 19600000-0000-4000-8000-000000000108
+version: 1.0.0
+dataset_uuid: 19600000-0000-4000-8000-000000000001

infra/superset/import/charts/visitors_and_known_users.yaml

@@ -17,12 +17,16 @@ params:
     comparator: No filter
     clause: WHERE
   row_limit: 10000
-  seriesType: echarts_timeseries_line
+  seriesType: line
   show_legend: true
+  legendOrientation: bottom
   rich_tooltip: true
   show_value: false
+  markerEnabled: true
+  markerSize: 6
   y_axis_format: ',d'
-  x_axis_time_format: smart_date
+  x_axis_time_format: '%d.%m'
+  tooltipTimeFormat: '%d.%m.%Y'
 cache_timeout: null
 uuid: 19600000-0000-4000-8000-000000000103
 version: 1.0.0

infra/superset/import/dashboards/business_stories.yaml

@@ -19,9 +19,79 @@ position:
     parents:
     - ROOT_ID
     children:
+    - ROW-kpi
     - ROW-revenue
     - ROW-pvo
     - ROW-traffic
+  ROW-kpi:
+    id: ROW-kpi
+    type: ROW
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    children:
+    - CHART-kpi-revenue
+    - CHART-kpi-orders
+    - CHART-kpi-avg-check
+    - CHART-kpi-visitors
+    meta:
+      background: BACKGROUND_TRANSPARENT
+  CHART-kpi-revenue:
+    id: CHART-kpi-revenue
+    type: CHART
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    - ROW-kpi
+    children: []
+    meta:
+      chartId: 4
+      height: 20
+      width: 3
+      sliceName: Выручка, ₽
+      uuid: 19600000-0000-4000-8000-000000000104
+  CHART-kpi-orders:
+    id: CHART-kpi-orders
+    type: CHART
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    - ROW-kpi
+    children: []
+    meta:
+      chartId: 5
+      height: 20
+      width: 3
+      sliceName: Заказы
+      uuid: 19600000-0000-4000-8000-000000000105
+  CHART-kpi-avg-check:
+    id: CHART-kpi-avg-check
+    type: CHART
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    - ROW-kpi
+    children: []
+    meta:
+      chartId: 6
+      height: 20
+      width: 3
+      sliceName: Средний чек, ₽
+      uuid: 19600000-0000-4000-8000-000000000106
+  CHART-kpi-visitors:
+    id: CHART-kpi-visitors
+    type: CHART
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    - ROW-kpi
+    children: []
+    meta:
+      chartId: 7
+      height: 20
+      width: 3
+      sliceName: Посетители
+      uuid: 19600000-0000-4000-8000-000000000107
   ROW-revenue:
     id: ROW-revenue
     type: ROW
@@ -30,6 +100,7 @@ position:
     - GRID_ID
     children:
     - CHART-revenue
+    - CHART-revenue-share
     meta:
       background: BACKGROUND_TRANSPARENT
   CHART-revenue:
@@ -43,9 +114,23 @@ position:
     meta:
       chartId: 1
       height: 50
-      width: 12
+      width: 8
-      sliceName: Выручка по дням и категориям
+      sliceName: Выручка по дням и категориям, ₽
       uuid: 19600000-0000-4000-8000-000000000101
+  CHART-revenue-share:
+    id: CHART-revenue-share
+    type: CHART
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    - ROW-revenue
+    children: []
+    meta:
+      chartId: 8
+      height: 50
+      width: 4
+      sliceName: Доля категорий в выручке
+      uuid: 19600000-0000-4000-8000-000000000108
   ROW-pvo:
     id: ROW-pvo
     type: ROW
@@ -66,7 +151,7 @@ position:
     children: []
     meta:
       chartId: 2
-      height: 50
+      height: 44
       width: 12
       sliceName: Сверка purchase и заказов
       uuid: 19600000-0000-4000-8000-000000000102
@@ -78,6 +163,7 @@ position:
     - GRID_ID
     children:
     - CHART-traffic
+    - CHART-known-share
     meta:
       background: BACKGROUND_TRANSPARENT
   CHART-traffic:
@@ -91,15 +177,57 @@ position:
     meta:
       chartId: 3
       height: 50
-      width: 12
+      width: 6
       sliceName: Посетители и известные пользователи
       uuid: 19600000-0000-4000-8000-000000000103
+  CHART-known-share:
+    id: CHART-known-share
+    type: CHART
+    parents:
+    - ROOT_ID
+    - GRID_ID
+    - ROW-traffic
+    children: []
+    meta:
+      chartId: 9
+      height: 50
+      width: 6
+      sliceName: Доля известных пользователей
+      uuid: 19600000-0000-4000-8000-000000000109
 metadata:
   color_scheme: supersetColors
+  label_colors:
+    Товары для дома: '#1FA8C9'
+    Текстиль: '#454E7C'
+    Посуда: '#5AC189'
+    Бытовая техника: '#FF7F44'
+    Детские товары: '#E04355'
+    Одежда и обувь: '#A868B7'
+    visitors: '#1FA8C9'
+    known_users: '#454E7C'
+    known_share: '#454E7C'
   cross_filters_enabled: false
   chart_configuration: {}
   expanded_slices: {}
   default_filters: '{}'
-  native_filter_configuration: []
+  native_filter_configuration:
+  - id: NATIVE_FILTER-period
+    name: Период
+    filterType: filter_time
+    type: NATIVE_FILTER
+    targets:
+    - {}
+    controlValues:
+      enableEmptyFilter: false
+    defaultDataMask:
+      extraFormData: {}
+      filterState: {}
+      ownState: {}
+    cascadeParentIds: []
+    scope:
+      rootPath:
+      - ROOT_ID
+      excluded: []
+    description: ''
 theme_uuid: null
 version: 1.0.0

infra/superset/import/datasets/ClickHouse/daily_traffic_v.yaml

@@ -36,6 +36,15 @@ metrics:
   currency: null
   extra: null
   warning_text: null
+- metric_name: known_share
+  verbose_name: Доля известных
+  metric_type: null
+  expression: SUM(known_users) / nullIf(SUM(visitors), 0)
+  description: null
+  d3format: .1%
+  currency: null
+  extra: null
+  warning_text: null
 columns:
 - column_name: _load_ts
   verbose_name: Время загрузки

infra/superset/import/datasets/ClickHouse/revenue_daily_v.yaml

@@ -23,10 +23,26 @@ metrics:
   metric_type: null
   expression: SUM(revenue)
   description: null
-  d3format: ',.2f'
+  d3format: ',d'
-  currency:
+  currency: null
-    symbol: ₽
+  extra: null
-    symbolPosition: suffix
+  warning_text: null
+- metric_name: orders
+  verbose_name: Заказы
+  metric_type: null
+  expression: SUM(orders)
+  description: null
+  d3format: ',d'
+  currency: null
+  extra: null
+  warning_text: null
+- metric_name: avg_check
+  verbose_name: Средний чек
+  metric_type: null
+  expression: SUM(revenue) / nullIf(SUM(orders), 0)
+  description: null
+  d3format: ',d'
+  currency: null
   extra: null
   warning_text: null
 columns:
@@ -44,7 +60,7 @@ columns:
   datetime_format: null
   extra: null
 - column_name: aov
-  verbose_name: Средний чек
+  verbose_name: Средний чек за день и категорию
   is_dttm: false
   is_active: true
   type: DECIMAL(18, 2)

sql/dds/session_rebuild.sql

@@ -1,35 +1,20 @@
--- DDS: нарезка событий на визиты и сборка дней в таблицу-двойник.
+-- DDS: расчет сессий за дни от first_day до last_day включительно.
+-- Сначала очищаем промежуточную таблицу session_stage_rep, затем записываем
+-- в нее рассчитанные строки через session_stage_dist. Основная session_rep
+-- остается прежней до выполнения session_replace.sql.
 --
--- Двойник очищается целиком в начале, дни собираются одной вставкой на весь
+-- Первое окно помечает событие единицей, если с предыдущего события того же
--- отрезок — по правилу заказа (sql/dds/order_rebuild.sql).
+-- посетителя за тот же день прошло больше 1800 секунд. Второе окно суммирует
+-- эти единицы: получается номер визита для каждого посетителя за день.
+-- PARTITION BY (client_id, event_date) считает каждый модельный день отдельно:
+-- события разных дней не попадут в одну сессию даже при короткой паузе.
+-- Учитываются все типы событий.
 --
--- Нарезка — центральный расчёт слоя, и стоит она на двух окнах подряд.
+-- У первого события lagInFrame возвращает его собственное время: разница
--- Первое спрашивает у каждого события, сколько прошло с предыдущего события
+-- равна нулю, opens_visit = 0, и первый visit_no тоже равен нулю.
--- той же куки в тот же день, и ставит единицу там, где пауза длиннее
+-- Оба окна используют (event_time, event_id), чтобы при равном времени
--- таймаута: это шов между визитами. Второе считает нарастающий итог этих
+-- отметка начала и номер визита относились к одним событиям.
--- единиц — номер визита внутри дня куки. Дальше визит становится обычной
+-- Порог 1800 секунд — правило визита; он не передается параметром.
--- группировкой.
---
--- Границу суток окна не проверяют: она уже в разбиении PARTITION BY
--- (client_id, event_date), поэтому визит через полночь не склеится и при
--- короткой паузе. Так правило визита ложится в запрос целиком: одна кука,
--- один день, паузы не длиннее таймаута (CONTEXT.md, «Визит»).
---
--- Первое событие куки за день сравнивается само с собой — третий аргумент
--- lagInFrame. Паузы у него нет, шов ему не нужен, и номер первого визита
--- получается нулём: номера различают визиты внутри дня куки, а не считают их
--- от единицы.
---
--- Порядок в окнах полный — метка времени и event_id. Окна считаются двумя
--- разными сортировками (видно в EXPLAIN PIPELINE), и при равных метках они
--- вправе разойтись: шов достался бы одной строке, а нарастающий итог другой,
--- и сессия разъехалась бы надвое.
---
--- Тридцать минут написаны числом, а не приехали параметром: это правило
--- аналитики, а не константа мира. Генератор режет визиты тем же порогом;
--- разойдись эти два числа — увидит счётная сверка с VisitID
--- (docs/architecture/dds/session.md, «Сверка с эталоном»).
-
 ALTER TABLE dds.session_stage_rep ON CLUSTER clickstream_cluster DROP PARTITION ALL;
 
 INSERT INTO dds.session_stage_dist
@@ -93,8 +78,8 @@ WITH
         FROM seams
     )
 SELECT
-    -- Чекан визита: кука и его начало. Время входит в хеш секундой эпохи,
+    -- Идентификатор зависит от посетителя и начала визита.
-    -- поэтому id держится за содержание сессии, а не за порядок сборки.
+    -- Повторная сборка тех же событий дает тот же session_id.
     cityHash64(client_id, min(event_time)),
     client_id,
     event_date,
@@ -107,8 +92,10 @@ SELECT
     countIf(event_type = 'purchase'),
     argMin(url, event_time),
     argMax(url, event_time),
-    -- Атрибуция и паспорт куки берутся с первого события визита. У паспорта
+    -- UTM, устройство и город берутся по минимальному event_time.
-    -- любое событие дало бы то же: устройство и город у куки постоянны.
+    -- Как и у страниц выше, при равном времени выбор между событиями
+    -- не определен: event_id в эти argMin/argMax не входит.
+    -- Устройство и город на стенде постоянны для одной куки.
     argMin(utm_source, event_time),
     argMin(utm_medium, event_time),
     argMin(utm_campaign, event_time),
@@ -120,12 +107,7 @@ SELECT
     now64(3, 'UTC')
 FROM numbered
 GROUP BY client_id, event_date, visit_no
--- Капкана parallel_distributed_insert_select здесь нет, и это выигрыш
+-- Источник и цель распределены по cityHash64(client_id): локальная вставка
--- ко-локации: ключ шардирования у источника и цели один — cityHash64 от
+-- сохраняет нужную раскладку, parallel_distributed_insert_select менять
--- куки, — поэтому визит ляжет туда же, где лежали его события, исполнись
+-- не требуется. Перед заменой партиций ждем доставки строк на шарды.
--- вставка хоть на инициаторе, хоть локально на шардах. Заказу приходится
--- называть ноль вслух: совпадение ключей у него случайное
--- (sql/dds/order_rebuild.sql). Здесь выбор сделан обратный и он тоже
--- осознанный: настройку не называть, чтобы не притворяться, будто её значение
--- что-то решает.
 SETTINGS distributed_foreground_insert = 1;

sql/dds/session_replace.sql

@@ -1,11 +1,11 @@
--- DDS: подмена одного дня сессий собранной партицией двойника.
+-- DDS: заменяем раздел session_rep за выбранный день готовым разделом
+-- промежуточной session_stage_rep. Раздел таблицы называется партицией.
+-- ON CLUSTER выполняет замену на локальных таблицах каждого шарда.
+-- На одном шарде раздел меняется целиком; общей транзакции для кластера нет.
+-- Повтор с теми же строками session_stage_rep не добавляет копий в session_rep.
 --
--- Механика и доводы целиком — sql/dds/order_replace.sql: замена идёт по
+-- Дату из session_scope.sql подставляет Jinja: параметр ClickHouse в
--- локальным таблицам, шард за шардом, атомарность пошардовая, день
+-- ALTER ... PARTITION здесь не поддерживается. Поиск дней следующего
--- подставляет Jinja, потому что параметров ALTER … PARTITION не берёт.
+-- запуска не обнаружит неполный день, если часть его строк уже есть в DDS.
---
--- Разница одна, и она про отказ. Несобранный день заказа вернуло бы в работу
--- следующее окно; сессиям возвращать нечем, и упавшая замена оставляет дыру
--- до тех пор, пока её не найдёт счёт хвоста (sql/dds/session_scope.sql).
 ALTER TABLE dds.session_rep ON CLUSTER clickstream_cluster
 REPLACE PARTITION '{{ params.day }}' FROM dds.session_stage_rep;

sql/dds/session_scope.sql

@@ -1,50 +1,31 @@
--- DDS: объём пересборки сессий — какие дни собирает этот запуск.
+-- DDS: дни для сборки сессий, от first_day до last_day включительно.
+-- Без событий ODS строк в ответе нет; NULL в first_day — дней для расчета нет.
 --
--- Ответ — две даты, границы непрерывного отрезка; список дней между ними
+-- position — номер следующего дня для генерации. Последний прожитый день
--- разворачивает даг. Пустой ответ означает пустой источник. Пустой первый
+-- равен min(EventDate) + position - 1. В отличие от max(EventDate), эта
--- день — что собирать нечего: все прожитые дни уже в слое, и прогон честно
+-- граница исключает еще идущий день. Ранние события ODS не удаляются по TTL,
--- пропускает сборку.
+-- поэтому min(EventDate) сохраняет начало модельного календаря.
 --
--- Файл кончается без точки с запятой: почему — sql/dds/order_scope.sql.
+-- До этого запроса даг ждет чтения hits и опустошения очереди ods.event_dist.
+-- Позиция мира сама по себе не подтверждает доставку событий.
 --
--- Правый край — последний прожитый день, и знает его только позиция мира.
+-- Точки с запятой в конце нет: драйвер добавляет FORMAT к этому запросу.
--- События живой день от прожитого не отличают: и посреди дня D, и сразу после
--- его конца max(EventDate) = D. А разница несущая — визит, начатый в 23:50,
--- посреди дня ещё идёт, и собранная сессия оказалась бы обрезанной навсегда:
--- пересобирать замёрзший день слой не станет
--- (docs/architecture/dds/session.md, «Движок и наполнение»).
---
--- Позиция — номер первого несыгранного дня, счётчик прожитого. Своей копии
--- начала оси стенд из-за неё не заводит: начало он спрашивает у данных, и
--- дата дня N в них — константа, начало оси плюс N. Держится якорь на том, что
--- ранние дни из ods.event не исчезают: срок жизни назначен сырым данным и таблицам
--- ошибок, самому событию — нет (sql/ddl/20-ods-tables.sql).
---
--- За «доехал» позиция не отвечает — только за «прожит». Перед расчётом объёма
--- первый шаг дага дожидается хвоста потока и очереди доставки: иначе
--- недожеванный хвост заморозил бы недособранный день
--- (docs/architecture/etl.md, «Готовность источника»).
 WITH
     (SELECT min(EventDate) FROM ods.event_dist) AS first_source_day,
     first_source_day + ({position:UInt16} - 1) AS last_lived_day,
-    -- Хвост считается от первой дыры, а не от последнего собранного дня:
+    -- Ищем первую дату событий ODS, за которую еще нет сессий DDS.
-    -- замены партиций падают порознь, и счёт по максимуму собранного дня
+    -- Поиск после max(session_date) пропустил бы более раннюю потерянную дату.
-    -- дыру позади себя не заметил бы (доводы целиком — sql/dds/order_scope.sql).
+    -- Если за день есть хотя бы одна сессия, он уже не считается пропущенным.
-    -- У сессий это единственный способ дыру найти: дышащего окна, которое
+    -- GLOBAL берет даты сессий со всех шардов.
-    -- пересобрало бы день заодно, здесь нет.
+    -- minOrNull возвращает NULL, если пропусков нет.
-    --
-    -- GLOBAL обязателен: обе таблицы распределённые, и обычный NOT IN сверял
-    -- бы дни источника с локальной частью слоя на каждом шарде.
-    -- minOrNull отличает «дыр нет» от даты по умолчанию.
     (
         SELECT minOrNull(day)
         FROM (SELECT DISTINCT EventDate AS day FROM ods.event_dist)
         WHERE day GLOBAL NOT IN (SELECT session_date FROM dds.session_dist)
     ) AS first_missing_day
 SELECT
-    -- Живой день в слое отсутствует всегда, и работой это не считается:
+    -- Отсутствующий день попадет в сборку только после его завершения.
-    -- дырой он станет, только когда мир его проживёт.
     if(first_missing_day <= last_lived_day, first_missing_day, NULL) AS first_day,
     last_lived_day AS last_day
--- FINAL не нужен: повтор доставки не двигает ни край оси, ни набор дней.
+-- FINAL не нужен: повтор доставки не меняет начало календаря и набор дат.
 WHERE (SELECT count() FROM ods.event_dist) > 0

sql/dm/revenue_daily_rebuild.sql

@@ -1,7 +1,10 @@
--- DM: сборка выручки в донор перед заменой дневных партиций.
+-- DM: расчет выручки за дни от first_day до last_day включительно.
--- DROP PARTITION ALL очищает локальные таблицы на каждом узле; причина не
+-- DROP PARTITION ALL очищает промежуточную revenue_daily_stage_rep.
--- применять TRUNCATE разобрана в соседнем sql/dds/order_rebuild.sql.
+-- Затем INSERT записывает по одной строке итогов на день и категорию товара.
-
+-- Основная revenue_daily_rep остается прежней до revenue_daily_replace.sql.
+-- В расчет входят только оплаченные заказы. ARRAY JOIN превращает артикул,
+-- количество и цену с одним индексом в массивах в одну строку позиции заказа.
+-- Причина выбора DROP вместо TRUNCATE — в sql/dds/order_rebuild.sql.
 ALTER TABLE dm.revenue_daily_stage_rep ON CLUSTER clickstream_cluster
 DROP PARTITION ALL;
 
@@ -22,8 +25,8 @@ SELECT
     orders,
     units,
     CAST(revenue, 'Decimal(18, 2)'),
-    -- Обычное деление Decimal усекает доли копейки вместо округления;
+    -- Делим с шестью знаками после запятой, затем округляем до копеек.
-    -- запас масштаба сохраняет их до денежного результата.
+    -- Так дробная часть сохраняется до округления среднего чека.
     CAST(
         round(divideDecimal(revenue, toDecimal128(orders, 0), 6), 2),
         'Decimal(18, 2)'
@@ -49,7 +52,8 @@ FROM
         report_date,
         product_category
 )
--- Источник лежит по заказу, цель — по категории. Ноль заставляет инициатор
+-- Источник распределен по заказу, цель — по категории. Значение 0 оставляет
--- слить частичные агрегаты и разложить готовые строки по ключу цели.
+-- итоговую агрегацию и распределение по ключу цели на ноде, принявшей запрос.
+-- distributed_foreground_insert = 1 ждет доставки строк перед заменой.
 SETTINGS distributed_foreground_insert = 1,
     parallel_distributed_insert_select = 0;

sql/dm/revenue_daily_replace.sql

@@ -1,8 +1,9 @@
--- DM: подмена одного дня выручки готовой партицией донора.
+-- DM: заменяем раздел revenue_daily_rep за выбранный день готовым разделом
---
+-- промежуточной revenue_daily_stage_rep. Раздел таблицы называется партицией.
--- День приходит из результата revenue_daily_scope.sql, а не от пользователя.
+-- Дату из revenue_daily_scope.sql подставляет Jinja: параметр ClickHouse
--- Jinja нужна потому, что ClickHouse не подставляет параметр в PARTITION.
+-- в ALTER ... PARTITION здесь не поддерживается.
--- Замена идет на локальной таблице ON CLUSTER: граница атомарности и повтор
+-- ON CLUSTER выполняет замену на локальных таблицах каждого шарда.
--- разобраны на таком же шаге в sql/dds/order_replace.sql.
+-- На одном шарде раздел меняется целиком; общей транзакции для кластера нет.
+-- Повтор с теми же строками промежуточной таблицы не добавляет копий в основной.
 ALTER TABLE dm.revenue_daily_rep ON CLUSTER clickstream_cluster
 REPLACE PARTITION '{{ params.day }}' FROM dm.revenue_daily_stage_rep;

sql/dm/revenue_daily_scope.sql

@@ -1,14 +1,11 @@
--- DM: объем пересборки выручки.
+-- DM: диапазон пересборки выручки, first_day и last_day включительно.
+-- Последний слепок ODS задает даты оформления заказов, которые еще могут
+-- измениться. Саму выручку считаем по DDS; ODS нужен только для выбора дат.
+-- Левая граница расширяется до первого дня с оплаченными заказами DDS,
+-- которого нет в витрине. Так первый запуск охватывает историю выручки.
+-- По наличию даты нельзя обнаружить частично заполненный день.
 --
--- Последний слепок ODS называет дни, состояние которых источник еще может
+-- Точки с запятой в конце нет: драйвер добавляет FORMAT к этому запросу.
--- изменить. Сам агрегат читает только DDS; ODS здесь нужен лишь для границ.
--- Первый запуск и повтор после частичного отказа расширяют левую границу до
--- первого дня оплаченных заказов, которого еще нет в витрине.
--- Почему хвост начинается с первого пропуска и чем за это платит ODS,
--- разобрано в sql/dds/order_scope.sql.
---
--- Файл кончается без точки с запятой: даг читает его одним запросом и ждет
--- одну строку с границами.
 WITH
     (SELECT max(snapshot_date) FROM ods.order_dist) AS last_snapshot,
     (
@@ -24,8 +21,7 @@ WITH
     (
         SELECT minOrNull(report_date)
         FROM (SELECT DISTINCT order_date AS report_date FROM dds.order_v WHERE status = 'paid')
-        -- Правая сторона тоже распределенная: GLOBAL собирает множество дней
+        -- GLOBAL собирает список дней витрины со всех шардов.
-        -- на инициаторе и не превращает запрос в запрещенное двойное чтение.
         WHERE report_date GLOBAL NOT IN (
             SELECT report_date FROM dm.revenue_daily_dist
         )
@@ -33,7 +29,7 @@ WITH
 SELECT
     least(window_start, coalesce(first_missing_day, window_start)) AS first_day,
     window_end AS last_day
--- Без ODS неизвестно окно. Без готового DDS донор останется пустым, а замена
+-- Для выбора диапазона нужны заказы в ODS, для расчета — в DDS.
--- сотрет уже собранные дни выручки. Поэтому для прогона нужны оба источника.
+-- Эта проверка наличия строк не подтверждает полноту источников.
 WHERE (SELECT count() FROM dds.order_v) > 0
     AND (SELECT count() FROM ods.order_dist) > 0