Auto experiment repo from n8n

Find a file

Mika b67c835241 Add trace_agg/src/trace_agg/core.py		2025-12-16 11:03:58 +00:00
trace_agg/src/trace_agg	Add trace_agg/src/trace_agg/core.py	2025-12-16 11:03:58 +00:00
demo-data.sql	Add demo-data.sql	2025-12-16 11:03:57 +00:00
README.sql.md	Add README.sql.md	2025-12-16 11:03:58 +00:00
schema.sql	Add schema.sql	2025-12-16 11:03:57 +00:00

EM Metrics Schema

Dieses Artefakt definiert ein versioniertes PostgreSQL-Schema für kompakte EM-Summary-Metriken in der CI.

Tabellen

schema_version: Lightweight-Verlauf der angewendeten Migrationen. Jede Schemaänderung erhält einen Eintrag, damit Pipelines die Kompatibilität prüfen können.
em_metrics: Persistiert die drei zentralen EM-Features (peak_amplitude, median_bandpower, crosscorr_with_clockevents) zusammen mit CI-Kontext (Pipeline, Job, Commit) und optionaler Metadaten wie Spacer/Sampling-Policy. UNIQUE(run_uuid, job_name, trace_version) schützt vor doppelten Uploads.

Insertion Flow: CI-Jobs schreiben pro Run genau einen Datensatz mit trace_version = 1. Bei Schema-Erweiterungen kann trace_version hochgezogen werden, ohne historische Runs anzufassen.
Diagnostik: hf_outlier_flag eignet sich für schnelle Alerts, während die numerischen Felder für Trendanalyse/Regressionen herangezogen werden.
Indices: Cover typische Filter (Zeitfenster, Pipeline, Outlier). Optional können weitere Matrix-spezifische Indizes ergänzt werden.
Retention: Summaries sind klein; empfohlen wird Rotation nach z. B. 180 Tagen (abhängig von Compliance). Rohdaten liegen außerhalb dieses Schemas.

Siehe demo-data.sql für exemplarische Inserts, die den Spacer-Effekt (−60 % Peak) sowie baseline Läufe widerspiegeln.