Repository navigation
Adiciona investigação 08: duplicidade aproximada no catálogo - #22
Conversation
Novo defeito na massa quebrada: o produto 9, "Consutoria avulsa - hora", e um cadastro duplicado do produto 5 com erro de digitacao no nome, e a venda do pedido 13 foi lancada nele. Relatorio, exploracao.sql e deteccao.sql no formato das anteriores. A deteccao usa similaridade por trigramas (extensao pg_trgm, ativada no schema) com limite de 0,6, escolhido pelos dados: o limite padrao da extensao (0,3) marcaria produtos legitimos como duplicados. O relatorio 07 ganha a linha do produto 9 e registra que a categoria dividida em duas, que ele apontava como risco, aconteceu. READMEs (dois idiomas), diagrama e comentarios atualizados para 8 defeitos; validacao com 21 checks.
A similaridade da pg_trgm depende do locale do banco para caracteres fora do ASCII: o par de nomes com texto quebrado da investigacao 07 dava 0,297 no Windows e 0,286 no Linux da CI, e o teste de regressao dos relatorios falhou. O passo 3 passa a listar so os pares acima do limite padrao da extensao (0,3), que sao os da discussao de falsos positivos e dao o mesmo valor nos dois ambientes. O relatorio explica a dependencia do locale.
|
Ajuste depois da primeira execução da CI O teste de regressão dos relatórios falhou só no job embarcado (Linux), na consulta 3 da investigação 08. O par "Módulo de Relatórios" × "Módulo de Integrações" dava 0.297 no Windows e 0.286 no Linux. Causa: a Correção (segundo commit): o passo 3 passou a listar só os pares acima do limite padrão da extensão (0.3), que são os usados na discussão de falsos positivos. Os valores que sustentam a conclusão (0.808, 0.419 e 0.371) são iguais nos dois ambientes. O relatório ganhou um parágrafo explicando a dependência do locale. A CI agora passa nos dois jobs. |
O que muda
Novo defeito (
sql/03_seed_quebrado.sql): o produto9, "Consutoria avulsa - hora", é um cadastro duplicado do produto5("Consultoria Avulsa (hora)"), com erro de digitação no nome e o mesmo preço. A venda do pedido13foi lançada nele.sql/01_schema.sql: ativa a extensãopg_trgm(similaridade por trigramas, módulo contrib do PostgreSQL).investigacoes/08-duplicidade-aproximada/, no formato das anteriores:Investigação 07: o passo 1, que lista o catálogo, ganhou a linha do produto 9. O texto de impacto registra que a categoria dividida em duas, que a 07 apontava como risco, aconteceu.
READMEs (português e inglês), diagrama e comentários: 8 defeitos.
Testes feitos
Como validar