airflow-dags/tests

Qualitätssicherung HVB-ETL

Tests für die Transformationslogik in include/02_etl_angebote_zuschlaege.py.

Die Suite erzeugt deterministische Excel-Eingabedaten (≥4 Dateien je Quell-Ordner, inkl. Dubletten und Edge-Cases), führt das ETL-Skript real aus und prüft die erzeugten Output-CSVs gegen exakt berechnete Erwartungswerte.

Ausführen

# Einmalig: Umgebung (Python ≥ 3.10, das ETL nutzt `str | None`-Syntax)
python3.12 -m venv .venv_test
.venv_test/bin/pip install pandas openpyxl

# Komplette QS (erzeugt Fixtures, läuft ETL, prüft Ergebnisse):
.venv_test/bin/python tests/run_tests.py

Exit-Code 0 = alle Prüfungen bestanden (CI-tauglich). Bei Fehlern bleibt das temporäre Arbeitsverzeichnis zur Analyse erhalten; bei Erfolg wird es gelöscht.

Nur die Eingabedaten erzeugen (ohne ETL/Prüfung):

.venv_test/bin/python tests/generate_fixtures.py   # -> tests/fixtures/input/

Dateien

Datei	Zweck
generate_fixtures.py	Erzeugt die Excel-Testdaten (4 Dateien/Ordner).
run_tests.py	Baut Workdir, führt ETL aus, 45 Prüfungen.
fixtures/	Generierte Eingabedaten (nicht versioniert).

Testdatensatz (Soll-Bild)

9 Angebote (6 aus Export, 3 nur aus Archiv), 8 eindeutige Kunden, 3 Zuschläge.

taifun_export/ — 4 Dateien, „jüngster Export gewinnt"

• A-1001 liegt in 3 Dateien (Stände 500/2000/4000 via _dateistand.csv). Erwartung: jüngste Version (Stand 4000) gewinnt → Beschreibung „1000 m³", Kunde „Müller GmbH". 8 Rohzeilen → 6 eindeutige Angebote.
• A-1004: Kundenadresse leer, nur Standort „80331 München" → Standortadresse hat Vorrang (adress_quelle = standort).
• A-1006: Land CH, PLZ „1010 Wien" (kein dt. Format) → kein Geo-Treffer.

pflege/ — 4 Dateien, UNION + gültiger Status

• 8 Status-Events → 7 nach Dedup (A-1003/Auftrag exakt doppelt).
• A-1001: neuestes Datum 2024-03-05 mit Gleichstand „Verhandlung" (Rang 3) vs. „Angebot" (Rang 2) → höherer Rang gewinnt: Verhandlung (Ampel orange).
• A-1003: Pflege „Auftrag" überschreibt Export-Abbruchtext → Auftrag (grün).
• A-9999: Waisen-Status ohne Angebot → erscheint in staging_status_historie, nicht in staging_angebote.

archiv/ — 4 Dateien, Alt-Angebote ergänzen

• B-9001/9002/9003 nicht im Export → werden als herkunft_stamm = archiv ergänzt. B-9001 über zwei Dateien dupliziert → nur einmal.
• A-1002 ist bereits im Export → Archiv-Version wird verworfen (Export-Kunde „Bauer AG" bleibt, nicht „Bauer AG ARCHIV").

Status-Ableitung (ohne Pflege)

• A-1004: gültige Projektnummer P-67890, keine Pflege → Auftrag (status_quelle = export_projekt).
• A-1006: Projekttext „kein Interesse" (kein Muster) → Abgelehnt (schwarz).
• A-1005: weder Pflege noch Projekt → Default Angebot (gelb).
• Status-Konflikt: A-1002 hat Projektnummer P-12345, Pflege sagt aber „Angebot" → status_konflikt = True (genau 1 Konflikt).

Kunden-Dedup

• „Müller GmbH | 70001" = A-1001 + A-1005 → 1 Kunde, aktuellstes Angebot = A-1005 (jüngstes Datum). Gesamt 8 eindeutige Kunden.

zuschlaege/ — 4 Dateien, zwei Blätter, Kopfzeile in Zeile 4

• Blätter Zuschläge_Detailliert + Zuschläge_Kompakt (jeweils header=3).
• 6 Detailzeilen → 5 nach Dedup je (Zuschlags-Nr, Flurstück); Z-100/F1 doppelt. 3 eindeutige Zuschläge.
• Gebotsmenge wird aus dem Kompakt-Blatt gemerged (Z-100 → 5000).
• PLZ 04109 behält die führende Null.
• plz_mit_eigenem_angebot: 10115 (eigenes Angebot) → True; 99999 → False.
• Lead-Ampel durchgängig lila.

Erwartete Kennzahlen (Übersicht)

Output-CSV	Zeilen	Kernaussage
staging_angebote	9	6 Export + 3 Archiv, Nummern eindeutig
staging_status_historie	7	inkl. Waise A-9999, Dublette entfernt
staging_zuschlaege	5	3 eindeutige Zuschläge
v_angebote_karte	9	8/9 mit Koordinaten (A-1006 Ausland ohne)
v_angebote_karte_aktuell	8	1 Zeile je Kunde
v_kunden_pipeline	8	Top-Kunde Müller GmbH (2 Angebote)
v_zuschlaege_karte	5	4/5 mit Koordinaten, Ampel lila

Status-Verteilung: Angebot 5, Auftrag 2, Verhandlung 1, Abgelehnt 1.

Hinweis: Die Geo-Prüfungen nutzen etl_cache/geo_plz_koordinaten.csv. Diese Datei hat keine Spalte kreis, daher bleibt landkreis im Test leer — das ist erwartet und wird vom ETL korrekt behandelt.