行为
0002-Sprint2各阶段验收标准¶
基于本次 Sprint 2 规划会议形成的 17 项确认项（CONF）与 6 项待办项（TODO），以下为严格对齐会议决策后的 S2-01 至 S2-05 验收标准更新全景表：
| 周次 | Story ID | Story 描述 | 规约硬性映射 | 验收标准（S2 会议纪要对齐版） | 工时 |
|---|---|---|---|---|---|
| W2 | S2-01 |
配置扩展与 DuckDB 粗筛降维 在 config.yaml 新增数据源路径配置；实现 DuckDB 读取 CSV、显式列投影、周频聚合、白名单 JOIN，输出精简 Arrow。 |
规约 1.2；章程 R-5；FW-1/FW-2；CONF-03/06 | ① config.yaml 新增 data.raw_paths（字典结构）与 duckdb.memory_limit（默认 "40GB"）节点；② DuckDB SQL 绝对禁止 SELECT *，对 fund_basic_info 必须硬编码 SELECT fund_id, fund_name, fund_type, create_date，对净值表仅取核心 3 列；③ Arrow Schema 包含上述 4 列 + 净值 3 列（ fund_type 仅作临时审计流转，严禁带入最终落盘）；④ S1 遗留核销：首个 PR 必须物理删除 S1 阶段的占位 Mock 测试代码，CI 全绿； ⑤ 单测：Mock 小 CSV 验证列裁剪与 JOIN 正确性。 |
2天 |
| W2 | S2-02 |
Polars 时序状态机（核心攻坚） 接收全量 Arrow，实现 ffill、>4周缺失截断并打 segment_id、建仓期硬删、异常值处理。 |
规约 1.2；CR-001；全量 Arrow 破局方案；CONF-07/08 | ① segment_id 截断处严格递增，同基金内从 0 开始；② 建仓期（12周）剔除严格锚定且仅作用于 segment_id == 0，即使 segment_0 被完全物理抹除，后续段仍予保留；③ cumulative_net_value ≤ 0 的行被剔除；④ 异常值（单周涨跌幅绝对值 >50%）置 NULL，判定基准必须基于“本周原始有值且上周原始有值”的真实相邻周， ffill 填充值不参与判定；⑤ 单测强卡控：必须覆盖“ segment_0 被建仓期完全吞噬后 segment_1 仍保留”及“长缺失 ffill 恢复首周免于 >50% 误杀”场景。 |
3天 |
| W3 | S2-03 |
存活期过滤与按年分区落盘 统计各基金有效周数，剔除 <52 周，Polars 内按年切片写 Parquet，创建 DuckDB VIEW。 |
规约 1.2/1.3；FW-4/FW-5；CONF-09/10/11/14 | ① 存活期计算 = 该基金所有段有效周数之和，< 52 周整体剔除； ② data/processed/ 下产出 net_value_YYYY.parquet（覆盖写入，不追加），显式指定 row_group_size=100000；③ 落盘 Schema 绝对锁定：仅含 4 列 fund_id(String), net_value_date(Date), cumulative_net_value(Float64), segment_id(UInt32)，临时列 fund_type 落盘前必须被显式 select 丢弃；④ cumulative_net_value 全链路强制映射为 Float64，严禁使用 Decimal；⑤ create_duckdb_view() 严禁依赖持久化状态，必须动态扫描年份文件拼接生成 v_net_value_processed。 |
2天 |
| W3 | S2-04 |
数据血缘、审计日志与内存压测 计算处理后 Hash，生成结构化审计 JSON，在实体机执行全量压测并记录内存峰值。 |
章程 M2 Done 标准；规约 7.3；CONF-04/05/12/13/16/17 | ① 落盘后即刻按年份文件逐个计算 SHA-256，产出 data/metadata/processed_hash.json；② 产出 data/metadata/data_audit.json，严格符合 5 大根节点 Schema，拒绝任何自定义；whitelist_retention_rate 分母必须取原始 CSV 物理总行数（若为 0 返回 0.0），交付 calc_rate 工具函数（禁止悬空代码）；③ 压测环境：必须在 64GB 实体机裸跑（不施加 cgroup 限制）；压测日志需包含 DuckDB/Arrow 转换/Polars 状态机三个维度的 peak_memory_gb，且总峰值 ≤ 40GB；④ R-6 风险应对：若真实触发 retention_rate < 15%，M2 标记“带风险通过”，必须在 Redmine 建立 High 级别 Bug 单拉起排查。 |
2天 |
| W3 | S2-05 |
Gitea /docs 数据契约文档与 Redmine 验收编写 data_contract.md 沉淀为技术真相源，在 Redmine 录入 M2 验收 CheckList。 |
架构基线 3 (双轨制)；章程 M2；CONF-02/15 | ① docs/data_contract.md 沉淀完整 Parquet 4 列 Schema 定义、审计 JSON Schema 定义及 Float64 选型依据；② 产出 ADR 002-s2-full-arrow-exception.md，固化 FW-3 豁免边界、内存预估及下游禁用声明；③ Redmine 强卡控录入：S2-01至S2-05任务卡片的自定义字段，必须按上述更新后的验收标准（含显式投影、段保留逻辑、压测三维度等）逐条填入； ④ CI 软预警检查通过（ src/ 变更已同步 docs/ 变更）。 |
1天 |
由 Huarui Lin 更新于 2 天 之前 · 1 修订