Truthound · 스키마와 타입 계약 · 6/6
필드 이름·타입·키의 의미를 버전 사이에서 보존합니다.
119 편
Pydantic Decimal JSON Schema: 1E-7 출력과 지수 표기 계약
값의 정확성 요구와 허용 문자열 표기법을 분리하면 소비자에게 불필요한 값 수정 대신 호환 선택을 제공할 수 있다.
Pydantic bytes JSON Schema: validation 형식과 실제 입력 해독 맞추기
API 문서의 입력·출력 방향을 구분해야 클라이언트와 서버가 서로 다른 바이트 표현을 기대하는 일을 막을 수 있다.
Pydantic alias와 extra 충돌: 검증값과 JSON 출력의 우선권
추가 입력을 허용하는 선택이 검증된 값의 우선권까지 바꾸지 않도록 충돌 처리 계약이 필요하다.
pandas SPSS에서 Parquet로 이전: attrs 삭제 전에 보존할 메타데이터
메타데이터를 지우는 우회는 보존 성공과 다르므로 값 데이터와 설명 메타데이터의 이전 계약을 각각 남겨야 한다.
pandas 중첩 HTML 표 읽기: 머리글이 관측 행으로 들어오는 경우
DOM의 머리글과 본문 경계를 수집 계약에 남겨야 누적 수집량 증가를 실제 관측 증가로 오해하지 않는다.
pandas read_excel usecols: 선택 밖 중복 이름과 헤더 접미사
열 이름만 되돌리기보다 사용자가 선택한 시트 좌표와 업무 의미를 보존하는 매핑을 제공해야 한다.
pandas CSV 헤더의 BOM: 보관 파일과 표준 열 이름을 대사하는 방법
원시 바이트와 정규화한 헤더를 함께 보관해야 다음 수집기에서 생긴 이름 차이를 원천 스키마 개정과 구별할 수 있다.
fast-csv headers 설정: 열 이름 변경과 실제 값 매핑 구별
필드 선택과 출력 제목 변경을 분리해 설명해야 서로 다른 팀이 같은 headers 옵션에 다른 의미를 부여하지 않는다.
Docling VideoPipeline의 picture.source: 단일 원소도 list로 보존하기
변환 완료와 재사용 가능한 문서 완성은 다르므로 영상·문서 팀이 재독해 계약을 함께 확인해야 한다.
Dask divisions 길이 검사: 값이 맞아도 partition metadata는 별도다
partition 수와 경계 수의 관계는 데이터 손실 판정과 구분해 확인한다.
Dask 날짜 열 추가 후 정수 열이 float64로 바뀐다면: 변경 범위 검사
날짜 열을 추가하는 작업의 완료 조건에는 기존 열의 타입과 값 보존도 포함된다.
Arrow·Parquet 왕복에서 R list 원소 이름까지 보존됐는지 확인하기
표의 속성이 남았어도 list 원소를 해석하는 이름은 빠질 수 있다.
Parquet required child 검사: NULL 부모 아래의 물리 NULL 구분
부모가 존재하는 행에서만 자식 필수성 조건을 평가해야 한다.
Parquet StreamReader 전 스키마 검사: nested group을 먼저 분리하기
Parquet가 중첩 구조를 지원한다는 사실과 StreamReader가 그 구조를 처리한다는 사실은 다르다.
Arrow에서 pandas로: list 내부 타입의 변환 지원 검사
top-level 변환 성공이 같은 타입의 list 원소까지 지원된다는 뜻은 아니다.
Arrow ORC에서 a.b 값이 NULL이 될 때: 필드 정체성 검증
점이 들어간 실제 열 이름과 중첩 경로를 서로 다른 필드로 보존한다.
Arrow·Emscripten 날짜 파싱: 정규화 전에 잘못된 날짜 찾기
파싱된 timestamp만 남기면 2월 30일 같은 원문의 오류가 사라질 수 있다.
PyArrow date32 변환: 정수 list와 NumPy 배열의 계약 맞추기
같은 숫자라도 컨테이너별 변환 경로와 날짜 단위를 함께 확인한다.
Arrow dictionary coalesce 실패: 값 타입만 비교하면 안 되는 이유
index 폭과 ordered flag까지 확인한 뒤 정규화 경로의 스키마를 검사한다.
