run_17_gates_default/sql/README.sql.md

Gate V1 Log-Datenbank (Experiment-Key: run_17_gates_default)

⚠️ Experimentell & KI-generiert – kein produktiver Einsatz! Dieses Repository enthält ein minimalistisches PostgreSQL-Schema plus Seed-Daten zur Analyse der Gate V1-Retries rund um die Runs #14–#17.

Inhalt

• schema.sql – Tabellen runs, strata, log_entries inkl. Constraints & Indizes.
• demo-data.sql – Kleine Beispieldaten zur direkten Auswertung (Run 16 & Run 17).

Datenmodell

Tabelle	Zweck
runs	Metadaten zu Experiment-Läufen (Fingerprint, Policy-Hash, Mode, Decision-Card-URL).
strata	Referenz der Strata (pinned, near-expiry, …) inklusive Flags für is_pinned und near_expiry.
log_entries	Einzelne Log-Zeilen mit den entscheidungsrelevanten Feldern: Retry-Status, Overhead, Δt usw.

Wesentliche Constraints:

• runs_mode_chk stellt sicher, dass nur bekannte Modi (warn, observe, enforce) eingetragen werden.
• log_entries_*_chk begrenzen Messwerte auf realistische Fenster (z. B. Δt zwischen −500 ms und +500 ms).
• Foreign Keys mit ON DELETE CASCADE/RESTRICT sichern Konsistenz zwischen Runs, Strata und Logs.

Nutzung

1. PostgreSQL 15+ bereitstellen.
2. Schema anwenden: psql -f schema.sql
3. Seed-Daten laden (optional): psql -f demo-data.sql
4. Beispielabfragen:

   -- Δt<0 ausschließlich im near-expiry-unpinned Stratum?
   SELECT stratum_code, COUNT(*) FILTER (WHERE delta_t < 0) AS negative_delta_t
   FROM log_entries
   GROUP BY stratum_code;
   
   -- Retry-Overhead-Verteilung pro Run
   SELECT r.run_label,
          percentile_cont(0.95) WITHIN GROUP (ORDER BY retry_total_overhead_ms) AS p95_ms,
          percentile_cont(0.99) WITHIN GROUP (ORDER BY retry_total_overhead_ms) AS p99_ms
   FROM log_entries le
   JOIN runs r ON r.run_id = le.run_id
   GROUP BY r.run_label;
   

Hinweise

• Die Tabellen bilden bewusst nur die für die Gate-V1-Decision-Card genannten Felder ab.
• Erweiterungen (z. B. zusätzliche Metriken oder Views) sollten stets neue Migrationen erhalten – niemals schema.sql nachträglich ändern.
• Bei eigenen Daten immer die Warnung beachten: keine produktiven oder personenbezogenen Inhalte einspielen.