ddadmin
7c9eeedc40
Зачем Стенд поднимался пустым, и всякая приёмка следующих этапов начиналась с ручной заливки данных. Теперь `make up` сам приводит стенд к одному и тому же состоянию, а в git лежит то, чем это состояние проверяется. Что - Опись мира `data/world-inventory.json`: паспорт (зерно, версия генератора, хеш каталога) и по строке на каждый из восьми дней — дата, число событий, хеш байтов. Собирается `make inventory`, свежесть сторожит `test_inventory.py` — тем же способом, что свежесть описания выгрузки. - Разовая служба `world-init` вышла из-под профиля и играет в топик восемь дней при каждом подъёме; зависимый у неё — `airflow-init`, иначе `--wait` считает успешно отработавшую службу упавшей. - `scripts/wait-for-world.sh` — вторая половина `make up`: приём асинхронный, поэтому ждать надо доезда до `ods.event`, а не завершения заливки. Ограниченный цикл опроса, не пауза наугад. - Девятая проверка `make check-clickhouse`: подневный счёт событий против описи, рамка по датам стартового мира, счёт через `FINAL`. При расхождении называет, где искать, — в событиях или в браке. - Порог «день ≤ 30 с» снят из спеки генератора в обоих местах: замер дал 1,7 с, порог был выше факта в восемнадцать раз. На его месте — замеры с датой. Раздел 9 спеки закрыт: открытых вопросов не осталось. - Слова: «манифест» стал описью мира, «зерновой мир» — стартовым миром (решение владельца). Оба заведены в словарь CONTEXT.md. Проверка `make clean && make up` с нуля — 2 м 50 с, доехало ровно 401 185 событий. `make check-clickhouse` зелёный (8 с), `make smoke` зелёный (9 с), `make test` — 407 тестов за 71 с, `make lint`, `make typecheck`, `make config-test` зелёные. Что проверка умеет краснеть, снято двумя поломками: снос партиции 2026-06-03 дал диагноз «не доехали до ODS», негодная строка в сырье — «сломан разбор». Строки опыта убраны, день переигран, счёт вернулся. Тест свежести проверен молчаливой правкой цены в каталоге: покраснел. Ссылка: #42
10 KiB
Кликстрим-платформа (стенд v2)
Словарь понятий проекта: одни и те же слова для одних и тех же вещей — у владельца, кода, документов и агентов. Только язык, никаких решений.
Язык
Хранилище: Аналитическая база стенда — кластер ClickHouse со слоями STG/ODS/DDS/DM. Принимающая сторона границы «трекер | хранилище»: нормализует имена и стили источников, строится по их документации. Избегать: склад, склад данных
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.
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
границу суток. Поле VisitID — эталон для лабы сессий. «Сессия» — то же
понятие словами аналитики: в данных и в коде оно зовётся визитом, но имена
вроде «лаба сессий» и «сборка сессий» остаются.
Паспорт куки: Устройство и город, приписанные куке на всю жизнь: кука — это браузер на устройстве. Держит их план состава, разворачивает в поля события день-функция; у двухкуковой пары город один на две куки, устройства разные.
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 страницы. Садится на ту страницу, где случилось: корзина — на карточку товара, покупка — на страницу подтверждения заказа.
Каталог товаров:
data/catalog/products.csv — общий справочник генератора и словаря
ClickHouse. Форма файла решена, длина — нет: строки дописываются.
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. Маленький кусок эталонного мира, всегда
один и тот же: на нём принимаются следующие этапы.
Избегать: зерновой мир
Опись мира:
data/world-inventory.json — единственное, что о мире хранится в git:
паспорт (зерно, версия генератора, хеш каталога) и по строке на день с
датой, числом событий и хешем его байтов. Сам мир в git не лежит — он
пересчитывается. Опись отвечает на один вопрос: тот ли это мир.
Избегать: 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, не постоянный фон.
Пакетный режим: Проигрывание готового дня пачкой, без темпа: заливка снимка при старте стенда, пересборки и проверки.
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 контракте схемы и в описании выгрузки. Не то же, что имя атрибута в модели данных: слой DDS складывает модель и называет атрибуты по ней.
Описание выгрузки: Публичная документация формата события: таблица колонок, собранная из контракта схемы. По ней пишется сторона хранилища — как в бою по документации источника. Правится только контракт, документ пересобирается. Избегать: описание схемы, документация контракта
Канонический сериализатор: Единственное место, где событие 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.