在当时知道的范围内连接数据
全文共 2382 字,阅读约需 5 分钟
在当时知道的范围内连接数据:这套补课把同一瓶合成的柠檬茶,从销售记录、订单、仓库、工厂、物料清单一直追到预测、建议单、审批和模拟反馈。读者只需会四则运算、百分数和平方根。每章先手算,再运行程序,最后故意破坏一个输入,看系统有没有拒绝错误。
课程目录与学习记录 0 / 109
学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。
入门数据与作业包
禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。
新增离线教学实验,非生产流程。下载核心12章实验包。core-13已新增有限预售/PO/STO/WO联合实验;通用跨期联合优化未实现,审批、回写和执行仅在本地模拟。
共同运行方法与边界
从数据到离线决策的十二个补充实验
这套补课把同一瓶合成的柠檬茶,从销售记录、订单、仓库、工厂、物料清单一直追到预测、建议单、审批和模拟反馈。读者只需会四则运算、百分数和平方根。每章先手算,再运行程序,最后故意破坏一个输入,看系统有没有拒绝错误。
所有商品、销量、价格、人物角色和指标都是合成数据。所有订单、价格、曝光与反馈都只写入本地模拟账本。没有真实采购、调拨、制造、营销、食品放行或对外发送。 这些实验展示机制,不能作为生产就绪、真实收益、质量安全认证或完整企业系统的证明。
主商品是 SPU TEA 下的 SKU T-L(500 ml
柠檬茶一瓶)。另一 SKU T-P 只在流量实验作为桃茶对照。SKU
是可独立计数的商品,SPU 是产品家族。这里“一瓶”记作 ea;6
瓶为一箱。原料有糖浆 R-SYRUP、包装膜 R-FILM
和空瓶 R-BOTTLE。
统一决策时点为 2026-06-15 08:00 UTC,主要计划到货日为
06-17。event_date 是业务发生日期;target_date
是记录适用的预测/计划日期;known_at
是我们最早能使用这条记录的时间。三个字段不能互换。
阅读与运行
解压 forecast-core-gap-labs.zip,进入包目录,用 Python
3.10 或更高版本运行:
python core_lab.py --self-test只依赖 Python 标准库,不需要联网、账号、密钥或安装第三方包。程序读取
data/ 下的 CSV/JSON,输出
output/report.json、policy_daily.csv、orders.csv、approval_audit.csv
和 four_dimensions.csv。正常运行不会重建输入,所以修改 CSV
后能观察结果变化。--generate-fixtures
会明确重建合成输入,只在想恢复初始数据时使用。非法选项退出码为
2,不能当作实验通过。
所有练习修改都应在复制出来的实验目录做。--self-test
包含初始数据的标准答案断言,修改数据后这些断言可能失败,这正是需要解释的差异。想只计算修改后的输入,用
python core_lab.py --output-dir output_changed。不要为了得到“全部通过”而把错误答案写进断言。
预期阅读顺序:业务限制 → 主数据 → 可得时点 → 四层链路 → 补货算式 → 预售与来源分配 → 状态机 → 库存差异 → 采纳 → 三指标 → 流量 → 事件联动。每章的需求编号用于追溯原范围,不代表该范围已由独立审查判定完整。
core-03 在当时知道的范围内连接数据
覆盖 A03。目标是做一次没有“偷看答案”的多源连接,并区分历史重放与新时点重算。
1 三个时间不能混淆
06-14的销售126瓶在06-14 23:59可得。纠正后的132瓶也是06-14发生的销售,但到06-15 10:00才可得。08:00做预测时只能用126;11:00新做预测可以用132。
选择规则是先筛
known_at ≤ cutoff,再在同一业务事件里取最新修订版本。对快照则按“系统+字段+target_date”筛选,再取可得时间最新者。来源、目标日期、版本以及
cutoff 都要保留。
|来源|08:00可用|之后才可用|本实验的用途| |POS|06-14销售126|10:00纠正为132|去星期的WMA| |OMS|独立渠道已确认30|没有后续修订|预留库存,不混入POS销量| |WMS|可售180、确定在途60|没有后续修订|库存位置| |MES|06-17产能90|09:00改为60|工单上界| |天气|06-17降雨概率0.7|09:00预测改0.2,17日晚才有实际值|保留为特征快照,不擅自给销量加倍| |竞价/活动价|已公告未来价格9元|09:00改为8元|记录已知外部条件| |IoT|07:50测得6℃、07:55可得|07:55测得12℃、08:20才可得|风险提示,不自动放行或报废| |BOM|生产日适用B1|09:00才知道未来B2|按生产日选用量|
外部天气和价格在本包只进入可追溯特征快照,没有估计出它们对销量的效应。能接入一个字段与证明它能改善预测是两件不同的验收。
2 迟到重算的算术
08:00的最近三天去星期值是120、120、140,权重为1、2、3,加权基准为130。11:00最后一天改为132÷0.9=146.6667,新的基准为:
(120×1 + 120×2 + 146.6667×3) ÷ 6 = 133.3333 瓶/日。
未来三天星期系数和为0.9+0.9+1.2=3,所以累计预测从390变400瓶。其他条件相同时,整箱建议从210变222瓶,增加12瓶。修订的6瓶历史销量不一定让建议只增6瓶,权重、预测期限和箱规会改变传导。
旧预测 F08 应保留126及原输入哈希;新预测
F11
才用132。拿F11的结果覆盖F08,会让人误以为08:00已知道10:00才收到的消息。
3 输入 输出和项目
输入 pos.csv 与 snapshots.csv。使用
asof_events、asof_snapshot。运行后比较
pipeline 与
late_pipeline。11:00示例把收货容量从210设为240,仅作为容量重新批准后的独立情景;若仍用210,222应被挡住。主线原有60瓶在途须于06-16开门前可用,不能只看06-17累计量。
练习:把纠正记录的 known_at
从10:00移到07:59。答案:08:00也可用132,基准应变133.3333。把IoT事件复制成同字段同可得时间但不同值,应该报
AMBIGUOUS_SNAPSHOT,而不是随机取最后一行。
故障注入:尝试把06-17实际天气用于06-15预测;本包
kind=actual
不作为天气预测特征。检查cutoff前后的库存快照,不能用事后盘点假装当时已知。源系统若把
known_at 伪造得过早,程序本身无法证明它真可得,仍需接入审计。
边界: 没有实时CDC、消息队列、时区转换器或真实时钟签名;所有时间是格式一致的UTC字符串。
仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。
所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。