提供 PostgreSQL 全库身份核验与恢复流程 #89

Merged
Zayden-Jung merged 1 commits from codex/global-production-audit into main 2026-11-22 07:04:48 +00:00
Collaborator

目标

为重复运行的 PostgreSQL 论文索引提供可复现的全库身份验收。一次快照记录稳定标识、身份候选、摘要缺失、来源覆盖和实际全文检索。

改动

  • 新增 paper-atlas audit global-identity。只读事务扫描论文,以磁盘暂存标题键和作者指纹,独立输出 JSON 报告与 JSONL 候选。
  • 用报告明确列出超大作者组和近似比较条件,供人工判断版本关系。
  • 维护说明记录复跑、凭证保管和候选核验证据;README 记录主动覆盖范围,以及维护工作如何接续。
  • 增加身份候选、作者格式、组大小上限和 PostgreSQL 正则绑定的回归测试。

已验证

  • 生产只读扫描覆盖 3,573,625 条论文,稳定标识、来源键、投稿归属、已验证约束与标签归属检查均为零冲突。
  • 独立复核得到相同的论文和空摘要数量。6,040 组同题同作者、17,930 对同作者近似标题候选已归档。其中 279 组有完全一致的非空摘要,候选仍需根据来源判断是否为同一论文。46 个超大作者组合另列。
  • 正常查询验证通过四项,包括实际全文检索、会议筛选、同一论文的拒稿与后续录用历史、独立研究类型过滤。四项审计算法定向测试也在已授权远程主机通过。
  • 后续导入完成后须另取快照重跑。运行未修改生产论文、投稿和决定。
## 目标 为重复运行的 PostgreSQL 论文索引提供可复现的全库身份验收。一次快照记录稳定标识、身份候选、摘要缺失、来源覆盖和实际全文检索。 ## 改动 - 新增 `paper-atlas audit global-identity`。只读事务扫描论文,以磁盘暂存标题键和作者指纹,独立输出 JSON 报告与 JSONL 候选。 - 用报告明确列出超大作者组和近似比较条件,供人工判断版本关系。 - 维护说明记录复跑、凭证保管和候选核验证据;README 记录主动覆盖范围,以及维护工作如何接续。 - 增加身份候选、作者格式、组大小上限和 PostgreSQL 正则绑定的回归测试。 ## 已验证 - 生产只读扫描覆盖 3,573,625 条论文,稳定标识、来源键、投稿归属、已验证约束与标签归属检查均为零冲突。 - 独立复核得到相同的论文和空摘要数量。6,040 组同题同作者、17,930 对同作者近似标题候选已归档。其中 279 组有完全一致的非空摘要,候选仍需根据来源判断是否为同一论文。46 个超大作者组合另列。 - 正常查询验证通过四项,包括实际全文检索、会议筛选、同一论文的拒稿与后续录用历史、独立研究类型过滤。四项审计算法定向测试也在已授权远程主机通过。 - 后续导入完成后须另取快照重跑。运行未修改生产论文、投稿和决定。
codex-bot added 1 commit 2026-11-22 07:03:33 +00:00
Add a reproducible PostgreSQL global identity audit
Metadata integrity checks / metadata (push) Successful in 8m22s
4c834dc10e
Zayden-Jung merged commit 2988e4e42b into main 2026-11-22 07:04:48 +00:00
Sign in to join this conversation.
No Reviewers
No Label
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: Zayden-Jung/paper-atlas#89