Шаг 3. Настройка метрик

В Trisigma метрики управляются через Git-репозиторий (Metrics as Code). Вы описываете формулы в YAML-файлах, а SQL-запросы к данным — в .sql.

Структура репозитория

Вам выдадут доступ к приватному репозиторию со следующей структурой:

.
├── sources/          # Источники данных
│   ├── sql/          # Файлы SQL-запросов
│   └── sources.yaml  # Конфигурация маппинга
├── metrics/          # Описание метрик
│   └── *.yaml        # Формулы расчета
└── dimensions/       # Справочники разрезов

Процесс создания метрики

1. Подготовка источника (Source)

Сначала добавьте SQL-запрос, который подготовит данные.

Файл: sources/sql/orders.sql

SELECT user_id, amount, order_date
FROM dwh.orders
WHERE order_date BETWEEN :first_date AND :last_date

к сведению

Использование параметров :first_date и :last_date обязательно. Это позволяет движку Trino эффективно фильтровать partitions и читать только нужный диапазон данных, избегая сканирования всей таблицы (Full Table Scan).

Опишите источник в sources.yaml:

orders_source:
  sql: orders
  connections: [trino]
  participant: { user: user_id }
  dtm: order_date
  metric_configs: [revenue_metrics]

2. Описание метрики (Metric)

Создайте YAML-файл с названием, указанным в metric_configs (например, metrics/revenue_metrics.yaml).

metric.counter:
  total_revenue:
    obs: amount

metric.uniq:
  total_buyers:
    counter: total_revenue
    key: user

metric.ratio:
  avg_check:
    num: total_revenue
    den: total_buyers

Теперь метрики total_revenue, total_buyers и avg_check готовы к использованию.

SQL Диалект и особенности

Trisigma использует движок Trino (ANSI SQL). Если вы привыкли к ClickHouse, используйте таблицу ниже для адаптации запросов.

Сравнение ClickHouse vs Trino (ANSI)

Функция в ClickHouse	Аналог в Trino (Trisigma)
`uniqExact(col)`	`count(distinct col)`
`uniq(col)`	`approx_distinct(col)`
`groupArray(col)`	`array_agg(col)`
`toStartOfDay(ts)`	`date_trunc('day', ts)`
`toDate(ts)`	`cast(ts as date)`
`argMax(val, date)`	`max_by(val, date)`
`if(cond, 1, 0)`	`if(cond, 1, 0)` или `CASE WHEN`
`splitByChar(...)`	`split(..., 'delimiter')`

Совет

SQL-запросы можно проверить в Query Pad перед тем, как добавлять их в репозиторий.

Процесс применения изменений

Работа ведется через стандартный Git-workflow:

Создайте ветку: git checkout -b new-metric.
Добавьте файлы (.sql и .yaml).
Запушьте и создайте Pull Request.
Дождитесь одобрения от бота (валидация успешна).

осторожно
Запрещено вливать изменения в master без подтверждения от бота валидации.
Для слияния используйте команду в комментарии к PR:
```
run merge
```
примечание
Если бот не отвечает более 15 минут, напишите в чат поддержки.
После успешного мерджа метрики появятся в платформе.

Для локальной проверки используйте Trisigma CLI:

trisigma sl validate

Структура репозитория​

Процесс создания метрики​

1. Подготовка источника (Source)​

2. Описание метрики (Metric)​

SQL Диалект и особенности​

Сравнение ClickHouse vs Trino (ANSI)​

Процесс применения изменений​