Sprint2规划会议¶

Sprint 2 规划会议 Agenda
会议主题：Sprint 2 数据基建与入库攻坚（M2 里程碑交付规划）
会议目标：冻结 M2 模块间接口契约；正式化全量 Arrow 特例的架构决策；将规约条款拆解为 Redmine 可执行的强卡控验收标准。
会议时长：2.5 小时
参会角色：项目经理（Henry Lin）、算法/研发工程师、数据资产管理员（可选出席，视数据源疑问而定）

议程一：S1 遗留闭环与 S2 护航规则宣读（15 分钟）¶

• S1 待办核销：
  • 确认 TODO-02（S1 占位 Mock 测试代码物理销毁）将作为 S2-01 首个 PR 合并的前置强制拦截条件。
  • 确认 RISK-01/TODO-01（CI 性能熔断 180 秒阈值）的监控机制在 S2 引入真实 DuckDB I/O 后的响应预案。
• S2 绝对红线重申：全局严禁 Pandas；严禁魔法数字（必须走 config.yaml 新增节点）；DuckDB 职责边界不可逾越。

议程二：架构决策正式化：FW-3 全量 Arrow 特例（20 分钟）¶

• 决策落锤：基于会前确认，正式批准 Step 2 的 process_timeseries() 阶段作为特例，一次性加载 DuckDB 粗筛后的全量 Arrow（约 2300万行，预估内存 1.2GB）。
• 合规防腐要求：
  • 研发必须在本次会议后输出 docs/adr/002-full-arrow-exception-for-s2.md。
  • ADR 中必须明确记录：特例仅限于“缺失值填充与截断状态机”阶段，进入后续滚动窗口计算（Step 3）时，必须回到 FW-3 按年串行提取的标准范式。
  • 同步更新 docs/architecture_baseline.md 中 FW-3 章节的例外说明。

议程三：数据契约对齐与 DuckDB 粗筛设计（30 分钟）¶

• DuckDB 投影防偏移：审核 S2-01 的 SQL 逻辑，确认 fund_basic_info 的 4 列冗余字段（基于 S1 CONF-04 承诺函）已在 DuckDB 层通过硬编码 SELECT 显式裁剪，不进入 Arrow 生态。
• 审计日志 Schema 锁定：逐字段复核《0002-数据基建》中定义的 data_audit.json 标准 Schema。确认研发理解所有统计字段（如 whitelist_retention_rate 的分母定义）的计算来源，禁止硬编码。
• 配置扩展确认：确认 config.yaml 中 data.raw_paths 与 duckdb.memory_limit 的嵌套结构设计。

议程四：Polars 时序状态机核心逻辑攻防（45 分钟）¶

• CR-001 segment_id 生成逻辑：研发需展示 >4周连续缺失 截断并递增 segment_id 的 Polars 向量化实现思路（严禁全局 Python for 循环），PM 审查其跨年连续性与边界条件。
• 建仓期硬删逻辑锚定：确认建仓期 12 周的剔除基准严格取 segment_id == 0 段的首条日期向前推算，而非该基金在数据库中的绝对首条日期。
• 异常值处理矩阵：明确区分两种异常的处理物理动作：
  • cumulative_net_value ≤ 0：物理剔除行。
  • 单周涨跌幅绝对值 > 50%：保留行，仅将该行 cumulative_net_value 置为 NULL（保留时间轴连续性供 ffill 使用）。
• 单测边界用例对齐：确认 tests/test_data_loader.py 必须覆盖的 5 个极端场景（跨年 ffill、第 5 周缺失截断、10 周短命基金被建仓期完全吞噬、异常值 NULL 化后恢复、多段截断后的 segment_id 独立性）。

议程五：落盘、压测与数据血缘（30 分钟）¶

• 存储契约确认：确认 PyArrow write_parquet() 显式指定 row_group_size=100000；确认覆盖写模式（不追加）；确认最终 Schema 严格锁定为 4 列（fund_id:String, net_value_date:Date, cumulative_net_value:Float64, segment_id:UInt32）。
• DuckDB VIEW 重建机制：确认 create_duckdb_view() 函数在每次全量刷盘时，动态扫描 data/processed/ 目录拼接年份文件的逻辑。
• 内存压测方案：确认在 64GB 实体机上的压测观测点（DuckDB 阶段峰值、全量 Arrow 转换峰值、Polars 处理峰值），明确 peak_memory_gb 必须真实写入审计日志。
• SHA-256 校验闭环：确认按年份文件逐个计算 Hash 并落盘至 processed_hash.json 的调用时机。

议程六：Redmine 任务拆解与强卡控验收标准录入（20 分钟）¶

• 将 S2-01 至 S2-05 拆解录入 Redmine。
• 将本 Agenda 议程三、四、五中确认的所有“规约硬性指标”，直接作为“自定义字段-验收标准”写入对应的 Redmine 任务卡片中（如：M2 Done 标准中的 5 条绝对卡点）。
• 明确 S2-05（Gitea /docs 同步）的交付时机，确保不触发 CI 软预警。

议程七：Q&A 与 签收确认（10 分钟）¶

• 清理会议遗留的模糊表述。
• 三方（PM、研发、数据方）签字确认 Sprint 2 目标锁定，研发正式领受任务进入开发阶段。