Garpun Cloud
DataHub
Отчеты
Задачи по алгоритмам (garpun_main.generator_tasks_report)

Задачи по алгоритмам (garpun_main.generator_tasks_report)

У алгоритма есть 3 стадии:

  1. Импорт - когда идет создание или обновление рекламных данных на основании фида
  2. Партиционирование - создание задач для загрузки РК и формирование РК в соот с лимитами внешних систем.
  3. Синхронизация - когда идет создания во внешней системы РК.

Если соблюдать лимиты по шаблонам объявлений, то проблем в генерации нет - ошибок импорта по объявлениям просто не будет.

Если используются ключевые слова, настроенные через Garpun, то в любом случае будет сгенерирован ключ - как условие показа для объявления. Поэтому часть импорта будет без ошибок, если вы соблюдаете лимиты по объявлениям и используете текущий механизм формирования ключей. Исключение проф. область которая появилась и мы ничего о ней не знаем, но на этом этапе были ошибки и мы их разбирали - потому информация об ошибка на данном этапе при разборе Вам нужна, что и сделано вы будет иметь возможнос получить инфу по не сгенерированным объектам. По данным из хеша определите что это за объявление у вас в системе.

Синхронизация, в данном случае будете получать ошибки по алгоритму, в контектсе ошибки будет информация из внешней системы. по расширенной инфе можно сопоставить с рекламным объектом.

Каждый апдейт происходит у нас с генерации. Мы смотрим, что нужно обновить и также если в файле клиента придут новые РК мы их сформируем. Проверим нужно ли обновить текущие рекламные кампании. Пример запроса:

SELECT
    task_id, result, type, status, engine, algorithm_id,
    target_time, start_time, stop_time, client_id
FROM garpun_main.generator_tasks_report
WHERE  target_time > '2020-10-01'
AND algorithm_id != 19126
LIMIT 10
NameDescriptionAdditional
target_timeДата/время время ожидаемого начала задачи. Запуск именно в это время не гарантируется, но запуск будет произведен не раньше указанного времениType: DATETIME
Semantic role: DIMENSION
task_idTask idType: LONG
Semantic role: DIMENSION
stop_timeДата/время завершения задачиType: DATETIME
Semantic role: DIMENSION
algorithm_idАлгоритмType: LONG
Semantic role: DIMENSION
engineСистемаType: TEXT
Semantic role: DIMENSION
statusСтатус задачиType: TEXT
Semantic role: DIMENSION
typeТип задачиType: TEXT
Semantic role: DIMENSION
client_idКлиентType: LONG
Semantic role: DIMENSION
resultРезультат.
Информация с результатом выполнения задачи. Зависит от type и engine
Type: JSON
Semantic role: DIMENSION
start_timeДата/время старта задачиType: DATETIME
Semantic role: DIMENSION