После внепланового reprocessing дневной объем событий вырос ровно на величину, близкую к исходному объему дня. Какой шаг лучше всего подтвердит, что причина — duplicates?
AПроверить, не выросли расходы на маркетинг в этот день
BПосмотреть отзывы пользователей в соцсетях и сделать вывод по ним
CИгнорировать день и сравнивать только средние за месяц
DПроверить повторяемость
event_id и наличие кластеров по ingest_time около времени reprocessing, а также распределение по batch_idПравильный ответ. Сочетание
reprocessing и роста повторов event_id — сильный индикатор duplicates из-за неидемпотентной загрузки.Разбор
При повторной загрузке без idempotency одни и те же события могут записаться второй раз. Кластеры по ingest_time часто указывают на повторную запись в момент reprocessing. Проверка по batch_id и уникальности event_id помогает локализовать источник и оценить масштаб удвоения.
Проверь себя · 1/3разбор после ответа
После обогащения отчета справочником число строк стало сильно больше, а
DAU в отчете превысил DAU в исходной витрине событий. Что наиболее вероятно произошло?Ещё вопросы по теме «Качество данных и инварианты»
- В ежедневном дашборде `DAU` и количество событий резко упали начиная с 02:00 и остаются низкими до конца дня. Что проверить первым, чтобы быстро понять, это `missing data` или реальный бизнес-эффект?
- Какой `invariant` наиболее уместно добавить в ежедневный отчет по воронке e-commerce, чтобы ловить ошибки данных?
- Выручка по событиям в продуктовой витрине на 5 процентов выше, чем в платежной системе за тот же день. Что логичнее всего проверить первым в рамках `reconciliation`?
- Вчера число событий `purchase` выросло в 2 раза, но число уникальных `order_id` почти не изменилось. Какой источник проблемы наиболее вероятен?
- Метрики за понедельник резко просели, а за вторник резко выросли, при этом сумма за 2 дня почти не изменилась. Какой `sanity check` лучше всего указывает на `time shift`?
- Все вопросы по «Качество данных и инварианты» →