Sprint 5 规划会议纪要¶

会议主题：Sprint 5（第 4 阶段：S5 - 标准化与 Spearman 降维）架构规划与防线确立
会议时间：2026年04月25日
参会角色：架构师（主讲）、研发负责人（决策）
会议基调：锁定“空间换时间”全局原则与“内存防爆”底线，确立 S5 阶段的绝对物理拓扑。

一、 会议核心决议汇总¶

1. 架构基线修正（DRY 原则向内存红线让步）

• 决议：正式批准 S5 训练阶段（面对 3000 万行数据）豁免复用 core.standardization_math（纯 NumPy 算子），强制采用 Polars 表达式原地 Apply 拓扑，以守住 50GB cgroup 内存红线。
• 闭环动作：作为豁免代价，必须在 Sprint 5 交付前修改 2-dry_module_list.md 中该模块的“被依赖方”说明，明确标注 S5 豁免复用的物理原因，确立 S6 推理作为唯一复用事实。
  2. 数据流加载边界与配置契约
• 决议：废除任何硬编码年份逻辑。S5 动态时间窗口通过在 config.yaml 中新增 s5.data_start_year 与 s5.data_end_year 收敛，由 core.config_loader.py 启动时强校验。
• 决议：S5.4 Spearman 阶段的按年流式加载，强制复用 core.stream_engine 模块实现按年流式加载与内存释放。
  3. S5.1 截面聚合与双形态参数拓扑
• 决议：推理长表必须基于 S3 全量数据的最小/最大日期极值，在 S5.1 阶段动态生成绝对自然日历表并落盘为 calendar_dim.parquet，严禁硬编码。
• 决议：针对底层物理排序键冲突（默认 ["net_value_date", "fund_id"] 与推理长表强制要求的 ["feature_name", "date"] 冲突），同意升级 core.physical_storage_contract。在其 sink_parquet_strict() 方法签名中新增 override_sort_keys: Optional[List[str]] = None 参数，符合开闭原则。
  4. core.stream_engine 内存断言演进路线
• 决议：废除硬编码 3GB 断言的死锁设计。采用“配置化 + 硬天花板”演进方案：阈值抽离至 config.yaml（如 engine.stream_max_memory_peak_gb），但在引擎内部强制设定 final_assert_limit = min(config_value, 15.0)。既释放大机器性能红利，又锁死物理毁灭的绝对底线。
  5. S5.4 Spearman 环境自适应开关
• 决议：在 config.yaml 中落地 spearman.load_mode 枚举强校验（仅允许 yearly_chunked 或 full_load），生产环境默认值强制锁定为 yearly_chunked。
  6. 纯业务防线确认（无分歧，全员对齐）
• 确认 S5.2 标准化 Apply 严禁将 3000 万行宽表 Unpivot（死刑级禁止项），必须在实体表状态下执行等值 Join。
• 确认 S5.3 训练 Join 必须强制锁死三键 ["fund_id", "net_value_date", "segment_id"]，且毒样本截断基于 is_feature_complete 哨兵列在 Join 后强制覆写 label=0。
  7. 物理产出与持久化契约
• 确认降维后的最终特征子集采用 JSON 格式物理落盘为 final_feature_list.json。

二、 会议待办事项清单¶

纪要结语：本次规划会议成功拆解了 S5 阶段在千万级面板下的所有物理内存陷阱与底层冲突。所有核心防线均实现了“单一真实来源（DRY）”或“空间换时间”的企业级兜底，未遗留任何悬而未决的架构缝隙。研发团队可基于本纪要直接开展排期与编码工作。