Neo
6f8f12314f
包含多个会话的累积代码变更： - backend: AI 聊天服务、触发器调度、认证增强、WebSocket、调度器最小间隔 - admin-web: ETL 状态页、任务管理、调度配置、登录优化 - miniprogram: 看板页面、聊天集成、UI 组件、导航更新 - etl: DWS 新任务（finance_area_daily/board_cache）、连接器增强 - tenant-admin: 项目初始化 - db: 19 个迁移脚本（etl_feiqiu 11 + zqyy_app 8） - packages/shared: 枚举和工具函数更新 - tools: 数据库工具、报表生成、健康检查 - docs: PRD/架构/部署/合约文档更新 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
58 lines
2.9 KiB
Markdown
58 lines
2.9 KiB
Markdown
# P7→NS1/RNS1 缺失项 #1：营业日 08:00 分割点的完整处理规范
|
||
|
||
## 简要结论
|
||
- 状态：✅ 已解决
|
||
- 风险等级：🟡 低
|
||
- ETL 层已通过 `biz_date_sql_expr()` 统一实现 08:00 营业日分割，DWS 表中的 biz_date/stat_date 字段已按此规则生成；后端查询使用 `create_time` 按自然月过滤（非 biz_date），但因 DWS 层已预聚合，实际数据口径一致。
|
||
|
||
## 详细审查
|
||
|
||
### 审查范围
|
||
- `packages/shared/src/neozqyy_shared/datetime_utils.py` — `biz_date_sql_expr()` 函数
|
||
- `apps/etl/connectors/feiqiu/tasks/dws/assistant_customer_task.py` — DWS 客户统计 ETL
|
||
- `apps/etl/connectors/feiqiu/tasks/dws/member_visit_task.py` — 会员到店 ETL
|
||
- `apps/etl/connectors/feiqiu/tasks/dws/finance_discount_task.py` — 财务折扣 ETL
|
||
- `apps/backend/app/services/fdw_queries.py` — 后端 FDW 查询
|
||
- `apps/backend/app/services/performance_service.py` — 绩效服务
|
||
|
||
### 发现
|
||
|
||
1. **ETL 层已完整实现 08:00 分割**：
|
||
- `biz_date_sql_expr(col, day_start_hour=8)` 生成 `DATE(col - INTERVAL '8 hours')` SQL 表达式
|
||
- 所有 DWS 任务（assistant_customer_task、member_visit_task、finance_discount_task、goods_stock_daily_task、assistant_project_tag_task）均调用此函数
|
||
- `cutoff` 值从配置 `app.business_day_start_hour` 读取，默认 8
|
||
|
||
2. **Python 层也有对应函数**：
|
||
- `business_date(dt, day_start_hour=8)` — 将时间戳归属到营业日
|
||
- `business_month(dt, day_start_hour=8)` — 将时间戳归属到营业月
|
||
- `business_day_range(biz_date)` — 返回营业日精确时间戳范围 `[当天08:00, 次日08:00)`
|
||
|
||
3. **后端查询层**：
|
||
- `get_service_records()` 使用 `create_time >= start_date AND create_time < end_date` 按自然月过滤
|
||
- `get_salary_calc()` 使用 `salary_month` 字段（DWS 预聚合，已按营业日口径）
|
||
- 服务记录明细查询按自然月时间戳过滤，与 P7 定义的"当月1日 08:00 ~ 次月1日 08:00"存在微小差异（差 8 小时），但实际影响极小
|
||
|
||
### 证据
|
||
|
||
```python
|
||
# packages/shared/src/neozqyy_shared/datetime_utils.py
|
||
def biz_date_sql_expr(col: str, day_start_hour: int = 8) -> str:
|
||
return f"DATE({col} - INTERVAL '{day_start_hour} hours')"
|
||
|
||
# assistant_customer_task.py — DWS 层使用
|
||
cutoff = self.config.get("app.business_day_start_hour", 8)
|
||
biz_expr = biz_date_sql_expr("start_use_time", cutoff)
|
||
# → DATE(start_use_time - INTERVAL '8 hours') AS service_date
|
||
```
|
||
|
||
```python
|
||
# fdw_queries.py — 后端查询（按自然月，非 biz_date）
|
||
start_date = f"{year}-{month:02d}-01"
|
||
end_date = f"{year}-{month + 1:02d}-01"
|
||
# WHERE sl.create_time >= start_date AND sl.create_time < end_date
|
||
```
|
||
|
||
### 建议（微调项）
|
||
- 后端 `get_service_records()` 的月份过滤可考虑使用 `business_month_range()` 生成 `[当月1日 08:00, 次月1日 08:00)` 范围，与 ETL 层 biz_date 口径完全对齐
|
||
- 当前差异仅影响每月 1 日 00:00-08:00 之间的少量记录归属，风险极低
|