diff --git a/backend/app/engine/analysis_scope.py b/backend/app/engine/analysis_scope.py index c5755f54..a982e7c4 100644 --- a/backend/app/engine/analysis_scope.py +++ b/backend/app/engine/analysis_scope.py @@ -11,6 +11,8 @@ - **没拆**(not_decomposed):候选维度里没拆过的。候选维度确定地从数据目录算:拆解所用查询的 SQL 里的事实表(目录标了 fact / log;没标的、查询只读一张表时就是它)上标成属性、状态(attribute / status)、不遮罩、取值不多(码值表不超过 CANDIDATE_MAX 个取值,或者已列全)的列,加上它关联的维度表(目录标了 dimension,或者关系是多对一)上同样的列。 + 「取值不多」只认码值表:剖析目前不记每列的取值数(码值列另有取值分布的观察、键列只核唯一),方案 §3.6 说的「剖析的 + 取值数 ≤ 50」等剖析记了每列取值数再补(第 1 波复核 R34,记为偏离);没有码值表的属性列不进候选。 拆解按的列对不上目录、读不到目录、认不出事实表的,not_decomposed 为 None,note 写一句为什么核对不了——不乱列 - **检验**(tests):这次做了几次差异检验(做成了的);corrected:一次检验比了多对的按次数校正过,几次检验之间没有校正, 做了不止一次时为 False(契约之外加的一项,见交付说明) @@ -138,7 +140,7 @@ def _table_notes(tables: Mapping[str, Any], name: str) -> tuple[str, dict[str, A def _few_values(column: Mapping[str, Any]) -> bool: - """取值不多:码值表列出的取值不超过 CANDIDATE_MAX 个,或者标了已列全。""" + """取值不多:码值表列出的取值不超过 CANDIDATE_MAX 个,或者标了已列全。只认码值表:剖析不记每列的取值数(见模块说明)。""" codes = column.get("codes") if not isinstance(codes, Mapping) or codes.get("status") == "rejected": return False