ddadmin
596bcba01e
- Зачем: - одно длинное ТЗ заставляло одновременно держать в голове три самостоятельных опыта и их очистку. - Что: - проверки, разбор ODS и сборка DDS разнесены по трем последовательным заданиям. - уточнены границы учебной реализации, место диагностики и выбор закрытого дня. - оглавление ступени 5 дополнено ссылками на все три задания. - Проверка: - проверены ссылки, пробная пачка jq, кластерные мутации и отсутствие ошибок пробелов в diff.
146 lines
12 KiB
Markdown
146 lines
12 KiB
Markdown
# Учебные задания
|
||
|
||
Программа состоит из двух частей: основная включает семь ступеней, которые вы
|
||
проходите по порядку, а факультативы выбираете по желанию. Причины такого
|
||
порядка и формы заданий описаны в [программе учебных лаб](../specs/2026-09-01-labs-program.md#2-устройство-программы-основная-программа-и-факультативы).
|
||
|
||
## Основная программа
|
||
|
||
| 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](2-1-superset-chart.md) | превратить свой результат из хранилища в отчет в BI |
|
||
| 3 | [Нарежь сессии сам](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](4-1-session-pipeline.md) | изменить расчетную сущность внутри готового конвейера и проверить ее внешним эталоном |
|
||
| 5 | [Сначала сторож, потом ломай: заказы](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 |
|
||
| 7 | Мониторинг: куда смотреть | выбрать, куда и на что смотреть в живой системе |
|
||
|
||
ТЗ для ступеней 6-7 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
|
||
проверки.
|
||
|
||
| № | Результат | Чему учит |
|
||
|---|---|---|
|
||
| 1 | [`events_enriched_v`](1-1-events-enriched.md) | строить слой как договор о данных, а не как их копию |
|
||
| 2 | [`top_pages_daily`](1-2-top-pages-daily.md) | создавать материализованную витрину с дневной пересборкой в конвейере |
|
||
| 3 | [`session_overview`](1-3-session-overview.md) | хранить слагаемые для расчета средних и долей |
|
||
| 4 | [`dq_errors_daily`](1-4-dq-errors-daily.md) | считать брак по дню загрузки и хранить итоги дольше источника |
|
||
| 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
|
||
вопросы «почему так», задание отвечает на вопрос «что сделать».
|
||
|
||
## Как принято на ступени 1
|
||
|
||
**Читать — через `_v`.** Физические `_rep` и `_dist` служат загрузке и
|
||
обслуживанию, а публичный договор DDS — `dds.event_v` или `dds.session_v` —
|
||
остается прежним даже при изменении физических объектов. Чтение DDS
|
||
напрямую делает задания независимыми: соседняя витрина может быть еще не
|
||
построена.
|
||
Исключение — задание 4: у таблиц брака публичного договора нет.
|
||
|
||
**Писать — в `_dist`.** Так строки распределяются по ключу шардирования. При
|
||
записи в локальную таблицу распределение зависит от узла, выполнившего
|
||
запрос, и при следующем запуске может измениться. Подробности — раздел
|
||
«Раскладка по шардам» [справочника хранилища](../architecture/storage.md).
|
||
|
||
**Форма — по зерну.** На стенде агрегат с новым зерном принято хранить
|
||
готовым: потребитель читает его много раз без повторного расчета по
|
||
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
|
||
DM](../architecture/dm.md).
|
||
|
||
**Ключ шардирования — ваше решение.** Объясните, почему выбранный ключ не
|
||
дает существенного перекоса и почему более сложный ничего не добавит.
|
||
Объявите донор через `AS <цель>_rep` с ключом цели: иначе замена партиции
|
||
потеряет строку на одном шарде и удвоит на другом. Детали — раздел
|
||
«Раскладка по шардам» [справочника хранилища](../architecture/storage.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
|
||
после стендовых, поэтому ваши объекты не мешаются со стендовыми. 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
|
||
конвейер не обновит витрину. Представлению достаточно `CREATE VIEW`.
|
||
|
||
**Образец — витрина `revenue_daily`.** У нее есть пять объектов, донор,
|
||
сборка, замена дневных партиций и задача в конвейере. Используйте ее как
|
||
образец всего порядка пересборки. Состав колонок берите из своего ТЗ, иначе
|
||
получите показатели другой витрины.
|
||
|
||
## Самопроверка ступени 1
|
||
|
||
Даг `homework_check` запускается руками, расписания у него нет. Задача
|
||
витрины красная, пока витрины нет или счет не сходится, и зеленая, когда
|
||
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
|
||
содержит: рядом с витриной независимым запросом собирается тот же ответ —
|
||
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
|
||
строк, где стороны разошлись или одной стороны нет. Ноль — зеленый. Полное
|
||
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
|
||
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
|
||
имена называют витрину и роль сверки. Проверка на инвариантах неизбежно
|
||
близка к ответу: чтобы сверить витрину, надо ее пересчитать. Если открыть
|
||
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
|
||
|
||
Эти задания вы берете по желанию. Полный список сюжетов — в разделе
|
||
[«Факультативы — пять разделов»](../specs/2026-09-01-labs-program.md#4-факультативы--пять-разделов)
|
||
программы.
|
||
|
||
### Почему выручка не сходится
|
||
|
||
Открывается после ступени 1. Расхождения между источниками, повторы
|
||
покупок и день, после которого отчет можно считать окончательным.
|
||
|
||
### Тонкий анализ данных
|
||
|
||
Открывается после ступени 1. Знание о пользователе на дату и обогащение
|
||
отчета своим словарем.
|
||
|
||
### Superset и BI
|
||
|
||
Открывается после ступени 2. [Свой дашборд в Superset](superset-dashboard.md):
|
||
свои объекты BI живут отдельно от стендовых.
|
||
|
||
### Инженерия стенда
|
||
|
||
Открывается после ступени 1. Прием и хранение данных, раскладка по шардам,
|
||
повторная обработка дня и обновление витрин.
|
||
|
||
### Что делать, когда стенд сломался
|
||
|
||
Открывается после ступени 7. Поломки стенда и runbook по итогам
|
||
расследований; весь раздел — повышенная сложность.
|
||
|
||
## Уборка
|
||
|
||
Черновики и опыты за собой сносить: правило проверок стенда —
|
||
[дока тестирования](../architecture/testing.md). Снесенная витрина обязана
|
||
снова покраснить свою задачу в `homework_check` — если не покраснила,
|
||
проверка ничего и не проверяла.
|