# Дашборд «Данные»

`infra/grafana/provisioning/dashboards/data.json` — шесть панелей на один
экран. Вопрос у экрана один: с потоком всё в порядке? Состав панелей и довод за
каждую — [ADR 0002](../../adr/0002-monitoring-scope.md).

Свой вопрос каждая панель называет заголовком прямо на экране. Здесь — только
источники, о них и речь ниже.

| Панель | Откуда берёт |
|---|---|
| Свежесть | `ods.event_dist`, `ods.order_dist` |
| Поток | `stg.hits_raw_dist`, `stg.orders_raw_dist` |
| Брак | те же и `ods.*_errors_dist` |
| Сходимость | экспортёр Kafka и `stg.hits_raw_dist` |
| Отставание | `kafka_consumergroup_lag` |
| Дневной слепок | `stg.orders_raw_dist` |

## Почему слои у панелей разные

Свежесть спрашивают у ODS. Это слой, который читают, и у заказов дорога до него
длиннее: в STG данные привозит забор, а типизированную строку кладёт разбор.
Встань разбор — свежесть ODS это покажет, а свежесть STG — нет.

Читает свежесть физическую `_dist`, а не каноническое `ods.*_v`. Представление
прячет за собой `FINAL` и отвечает про текущее состояние сущностей, а вопрос
здесь про доставку. Местом диагностики доставленных версий физическая таблица
названа там же, где заведено представление (`sql/ddl/30-ods-views.sql`).

Поток и брак считаются по сырому слою. Он хранит каждую доставку и ничего не
схлопывает, а `ReplacingMergeTree` в ODS схлопнет и повтор доставки события, и
все версии одного заказа. Считай мы поток по ODS — он занизился бы, и тем
сильнее, чем дольше живёт стенд.

Доля брака берётся от приехавшего, а не от суммы «годные плюс брак»: брак не
отдельная куча, а часть сырых данных, которая не прошла разбор.

Окно у панели брака — окно дашборда, и это не косметика. Сырые данные живут трое
суток, а брак — месяц: доля за всё время делила бы месяц брака на трое суток
приехавшего и однажды перевалила бы за сотню процентов.

Панель дневного слепка, наоборот, окна не знает. Её вопрос про состояние, а не
про отрезок, и последние десять слепков она показывает всегда.

Отдельного ряда «против вчерашнего» на панели потока нет, и это решение, а не
пропуск. Реальное «вчера» на стенде чаще всего приходится на время, когда
стенда ещё не было. А сдвинуть ряд на модельные сутки значит записать в JSON
дашборда ускорение мира — ровно ту пометку про тик, которую [ADR
0002](../../adr/0002-monitoring-scope.md) в дашборде держать не велит: поменяют
ускорение, и панель молча соврёт. Сравнение остаётся глазу: модельные сутки
укладываются в минуты реального времени, и соседние дни мира помещаются в одно
окно панели сами.

## Приземлившееся считают в сыром слое

Приземлившееся панели считают по `stg.*_raw_dist`, произведённое — по метрикам
экспортёра. Таблицы движка Kafka `stg.hits_raw_kafka` и `stg.orders_raw_kafka`
хранилищем не работают: у второго стоит `kafka_commit_on_select`
(`sql/ddl/10-stg-tables.sql`), и запрос из панели забрал бы слепок себе,
сдвинул офсеты, а даг приёма приехал бы к пустому топику.

## Как считается сходимость

Произведённое живёт в Kafka, приземлившееся — в ClickHouse, и со своей стороны
ни одна из них не видит другую. Поэтому панель смешанная: ряд «произведено в
Kafka» приходит из Prometheus, ряд «приземлилось в ClickHouse» — из ClickHouse.
Единицы общие: сообщения за интервал панели. Со стороны Kafka это разность
офсетов топика, «сейчас минус интервал назад», с суммой по обеим партициям; со
стороны ClickHouse — `count()` строк STG по тому же интервалу.

Два соседних способа отвергнуты, и оба по замеру на живом стенде. `increase`
растягивает приращение на всё окно и на минутном интервале промахивается на
проценты: здоровый стенд выглядел бы расходящимся. Накопленный итог от начала
окна точнее обоих приростов, но отсчитывать его надо от края окна — а на
свежем стенде окно начинается раньше, чем появился экспортёр, и ряд пропадает
целиком.

Столбцы ClickHouse подписаны правым краем, а не левым. Точка Prometheus — это
прирост к моменту времени, а `count()` по интервалу — сумма, которая набирается
к его концу; подпиши мы её началом, здоровые ряды разъехались бы ровно на один
столбец. Шаг панели при этом не мельче минуты: экспортёр опрашивают раз в
пятнадцать секунд, и на более мелком шаге ряд Kafka пошёл бы ступеньками там,
где ряд ClickHouse идёт гладко.

Точка в точку ряды всё равно не совпадут, и ждать этого не надо: опрос
экспортёра не попадает на границы столбцов, поэтому на разгоне потока линия
Kafka идёт чуть выше. Читать надо устойчивый разрыв между линиями; разница в
один столбец не значит ничего.

Панель смотрит на топик событий. У него приём непрерывный, и разрыв виден сразу.
Слепок заказов уезжает пачкой раз в модельные сутки, и вопрос к нему другой — не
«сходится ли поток», а «доехала ли выгрузка и вовремя ли». На него отвечает своя
панель, и модельный день она берёт из самого сообщения: в STG он приезжает полем
`snapshot_date`.

## Что проверено

Дашборд проверен на живом стенде 21 августа 2026 года, `world_live` снят с
паузы.

- Дашборд поднимается из каталога сам: файл положен, панели появились без
  ручного импорта. Сохранение и удаление через API отвергнуты («Cannot save
  provisioned dashboard», «provisioned dashboard cannot be deleted»).
- Все шесть панелей отвечают через `/api/ds/query` — и в окне часа по
  умолчанию, и в окне на шесть часов, которое начинается раньше, чем поднялся
  экспортёр. Пустых нет ни при идущем потоке, ни при остановленном.
- Брак: подсунутое в топик `hits` негодное сообщение легло в
  `ods.event_errors` с классом `keyset_mismatch`; панель показала единицу и
  долю 0,039 % в десятиминутном окне. Строка убрана мутациями из
  `stg.hits_raw_rep` и `ods.event_errors_rep`, обе таблицы вернулись к нулю.
- Сходимость: на живом потоке за двадцать пять минут медиана расхождения между
  рядами 3 %, худший столбец 11 % — на переломе потока, как и описано выше.
- Свежесть реагирует на остановленный поток и возвращается. Через пять минут
  после конца модельного дня панель показала 305 с у событий и 288 с у
  заказов; стоило пустить следующий день, события вернулись к секунде.
  Свежесть заказов при этом растёт до конца дня и садится, когда доедет его
  слепок, — так и устроен второй источник.