refactor: PG-only 迁移 + 龙虎榜/tick/moneyflow 同步 + stock_code 统一 + mairui 编码修复
## 1. PG-only 重构
- 删 app/core/db/connection.py + schema.py (MySQL 路径)
- 新 app/core/db/{orm,models,pg_bootstrap}.py — SQLAlchemy 2.x ORM 一键建表
- 16 张业务表全在 market_data schema,原生 TIMESTAMPTZ / JSONB / Float / TEXT
- requirements.txt 删 PyMySQL 路径,加 psycopg2
## 2. 同步任务扩展(3 个新 task)
- **tick_trade** (mairui hsrl/zbjy):当天逐笔交易,21:00 发布
- **moneyflow** (mairui hsstock/history/transaction):个股资金流,21:30 发布
- **longhubang** (akshare):龙虎榜聚合层 + 席位层(2 张新表)
- 长虎榜放宽 akshare 政策:仅"无替代源 + 烟测通过"场景允许
- data_eastmoney 私有 API 不需要(akshare 烟测通过)
- 3-timer 设计:
- 15:30 market-sync.service (8 base tasks via runall_once)
- 21:05 market-sync-tick.service (tick_trade)
- 21:35 market-sync-moneyflow.service (moneyflow)
- 22:00 market-sync-lhb.service (longhubang,新加)
- bin/systemd/ 新增 tick / moneyflow / lhb 各 1 对 service+timer
- bin/market_sync_*_run.sh wrapper 脚本(不做法定节假日过滤,fail-open)
## 3. stock_code 统一为带 SH/SZ/BJ 前缀
- 历史 bug:stocks.code 用 SH600519,但 kline/moneyflow/tick_trade/kline_5min
/stock_sector_map/industry 6 张表用纯 6 位 600519,跨表 JOIN 全部 0 行
- 新增 to_hermes() 工具:6位 / 9位(mairui `000001.SZ` 格式)→ 统一 SH000001
- 5 个 task 改写:用 to_hermes(code6) 写入 stock_code
- 一次性迁移 6 张表存量 154M 行(CASE WHEN 探测 + 去重 + 加前缀)
- ORM: stock_sector_map.stock_code / industry.code String(6)→String(10)
## 4. Bug 修复
- **share table stock_code 格式**:之前写 6 位不带前缀,与 stocks 不一致
→ 修 task_share_snapshot + 一次性 UPDATE 63,417 行加前缀
- **share_snapshot warning 状态错填 last_error**:
→ 加 mark_sync_warning() 走专用路径,不写 last_failure_at / last_error
- **schedule config lastRun 不同步**:
→ 加 update_job_status_for_dataset(),SyncTask.run() 完成后自动镜像
→ cli/runall 触发的 task 也能更新 schedule config
## 5. mairui UTF-8 编码修复
- 历史 bug:mairui.py:_fetch 用 latin-1 兜底解码,把所有 UTF-8 中文名
double-encoded 写入 stocks.name(如 `歌华有线` 变成 `æ\xad\x8cå\x8d\x8e...`)
- 加 _decode_response():UTF-8 → GBK → latin-1 兜底
- 一次性修复 stocks.name 5,213 行:
- 4,370 行 (encode('latin-1').decode('utf-8') 反向解码)
- 616 行 (含 fullwidth A,宽松 printable 检查)
- 820 行 (mid-character 截断,重新从 mairui 拉)
## 6. 测试
- tests/test_smoke.py: TASKS 10→11, SYNC_DEFINITIONS 10→11
- tests/test_schema_models.py: 16→18 张表,新增 longhubang_daily/seat
- pytest 11/11 passed
## 验证
- 6 张表 0 残留无前缀行
- stocks JOIN kline_stock / kline_5min / moneyflow / tick_trade / stock_sector_map:88-100% 命中
- 5,213 stocks.name 全部正确 UTF-8 中文
- pytest 11/11 passed
This commit is contained in:
+14
-9
@@ -1,10 +1,14 @@
|
||||
"""一次性跑完所有 sync task(按依赖顺序)。
|
||||
|
||||
跳过 industry_sector(已 ok)。
|
||||
按顺序触发:stock_basic → kline_daily → kline_index → kline_5min → moneyflow
|
||||
→ share_snapshot → market_regime
|
||||
按 sort_order 触发:stock_basic → kline_daily → kline_index → kline_5min
|
||||
→ industry_sector → sector_features
|
||||
→ share_snapshot → market_regime
|
||||
|
||||
每个 task 跑完写日志 + 把 result 落到 summary.json。
|
||||
每个 task 跑完写日志 + 把 result 落到 logs/runall_summary.json。
|
||||
|
||||
注:以下 task **不**在 runall 链中 —— 各自有独立的 systemd timer:
|
||||
- tick_trade : mairui 21:00 发布 → market-sync-tick.timer (21:05)
|
||||
- moneyflow : mairui 21:30 发布 → market-sync-moneyflow.timer (21:35)
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
@@ -28,20 +32,21 @@ seed_sync_registry()
|
||||
|
||||
from app.tasks import get_task
|
||||
|
||||
# 顺序执行,便于排查
|
||||
# 顺序执行,按 sort_order 走(便于排查 + 避免外部 API 限流)
|
||||
# 注:tick_trade / moneyflow 由独立 timer 跑(21:05 / 21:35)
|
||||
TASKS = [
|
||||
"stock_basic",
|
||||
"industry_sector", # 已 ok,但再跑一次全量也 OK (用 SKIP 标志)
|
||||
"kline_index",
|
||||
"kline_daily",
|
||||
"kline_5min",
|
||||
"moneyflow",
|
||||
"industry_sector",
|
||||
"sector_features",
|
||||
"share_snapshot",
|
||||
"market_regime",
|
||||
]
|
||||
|
||||
# industry_sector 跑过一次(291s 全量)已 ok,跳过
|
||||
SKIP = {"industry_sector"}
|
||||
# 不跳任何 task — 全量跑
|
||||
SKIP: set[str] = set()
|
||||
|
||||
results = {}
|
||||
t_all = time.time()
|
||||
|
||||
Reference in New Issue
Block a user