feat(etl): auto_core_dev_v5 — core-name+dev backfill mapping'а (#2177 шаг 2) #2237

Merged

bot-backend merged 2 commits from feat/objective-mapping-autofill-2177 into main

2026-07-02 21:59:17 +00:00

bot-backend commented

2026-07-02 21:41:11 +00:00

Collaborator

Summary

Прежний trgm-матчер по СЫРЫМ именам дал ~300 маппингов и застрял: «Жилой комплекс "Малевич" (ЖК "Малевич")» vs «Малевич» — низкая similarity. Новый проход нормализует ядро имени с обеих сторон (normalize_complex_name из #2198) → exact-core match + dev-подтверждение (SPV-aware: любой девелопер проекта; guard — подстрока подтверждает только при короткой стороне ≥4 симв., «дом»/«юг» не якорят чужие имена).
Тиры: tier_a (1 кандидат + dev) → в БД (auto_core_dev_v5, score 0.90, is_reviewed=false, SAVEPOINT, ON CONFLICT DO NOTHING); tier_b (без dev) и ambiguous — только отчёт (кандидаты на DaData-гео проход). Дефолт dry-run; CLI --core-pass [--apply] + POST /admin/etl/objective-core-backfill.
Гейт ревью закрыт прод-проверкой: is_ekb на свежих снапшотах пуст (проставляется per-snapshot) — WHERE is_ekb=true внутри DISTINCT ON отдавал устаревшие имена. Фильтр заменён на «obj_id имел is_ekb=true хоть на одном снапшоте» + строка с latest: 935 несопоставленных ЕКБ-объектов со свежими именами (2026-06-28).
Эксперимент на прод-данных (без is_ekb): 620 уникальных core-совпадений, 531 dev-confirmed — ожидание tier_a после фильтра ниже, точные цифры даст post-merge dry-run.

Test plan

17 mock-DB тестов (тиры, dry-run/apply, ON CONFLICT, guard подстроки), ruff clean; существующие trgm-проходы не тронуты
code-reviewer ⚠️→resolved (is_ekb-гейт прод-verified, substring-guard добавлен)
post-merge: dry-run на проде (счётчики + 30 пар глазами) → apply → покрытие §4.2 до/после

Refs #2177

## Summary - Прежний trgm-матчер по СЫРЫМ именам дал ~300 маппингов и застрял: «Жилой комплекс "Малевич" (ЖК "Малевич")» vs «Малевич» — низкая similarity. Новый проход нормализует **ядро** имени с обеих сторон (`normalize_complex_name` из #2198) → exact-core match + dev-подтверждение (SPV-aware: любой девелопер проекта; guard — подстрока подтверждает только при короткой стороне ≥4 симв., «дом»/«юг» не якорят чужие имена). - Тиры: **tier_a** (1 кандидат + dev) → в БД (`auto_core_dev_v5`, score 0.90, is_reviewed=false, SAVEPOINT, ON CONFLICT DO NOTHING); tier_b (без dev) и ambiguous — только отчёт (кандидаты на DaData-гео проход). Дефолт dry-run; CLI `--core-pass [--apply]` + `POST /admin/etl/objective-core-backfill`. - **Гейт ревью закрыт прод-проверкой**: `is_ekb` на свежих снапшотах пуст (проставляется per-snapshot) — `WHERE is_ekb=true` внутри DISTINCT ON отдавал устаревшие имена. Фильтр заменён на «obj_id имел is_ekb=true хоть на одном снапшоте» + строка с latest: **935 несопоставленных ЕКБ-объектов со свежими именами (2026-06-28)**. - Эксперимент на прод-данных (без is_ekb): 620 уникальных core-совпадений, 531 dev-confirmed — ожидание tier_a после фильтра ниже, точные цифры даст post-merge dry-run. ## Test plan - [x] 17 mock-DB тестов (тиры, dry-run/apply, ON CONFLICT, guard подстроки), ruff clean; существующие trgm-проходы не тронуты - [x] code-reviewer ⚠️→resolved (is_ekb-гейт прод-verified, substring-guard добавлен) - [ ] post-merge: dry-run на проде (счётчики + 30 пар глазами) → apply → покрытие §4.2 до/после Refs #2177

Rows
Columns