月を限定してダウンロードおよびParquetに展開する機能を追加

[kackyt]

Summary by CodeRabbit

• 新機能

  • ローグ抽出機能に日付プレフィックスを指定する機能が追加されました。
  • ローカルログディレクトリ処理のみに特化したスクリプト機能が改善されました。
  • Google Cloud Storageバケットからデータをスクレイピングし、処理して同期する新しいスクリプトが追加されました。

• 変更点

  • ログのインターネットからのダウンロードオプションが削除され、ローカルログ処理に集中するようにスクリプトが変更されました。
  • Paiyamaスキーマの"id"フィールドのデータ型がint64からuint64に変更されました。

• バグ修正

  • 抽出スクリプトのコマンドライン引数が調整され、データ抽出とストレージ同期の動作が改善されました。

[coderabbitai]

Warning

Rate Limit Exceeded

@kackyt has exceeded the limit for the number of commits or files that can be reviewed per hour. Please wait 17 minutes and 47 seconds before requesting another review.

How to resolve this issue?

After the wait time has elapsed, a review can be triggered using the @coderabbitai review command as a PR comment. Alternatively, push new commits to this PR.

We recommend that you space out your commits to avoid hitting the rate limit.

How do rate limits work?

CodeRabbit enforces hourly rate limits for each developer per organization.
Our paid plans have higher rate limits than the trial, open-source and free plans. In all cases, we re-allow further reviews after a brief timeout.
Please see our FAQ for further information.

Commits

Files that changed from the base of the PR and between 3cbd033 and 727dcd3.

Walkthrough

この変更の概要は、インターネットからのログのダウンロードオプションを削除し、ローカルのログディレクトリの処理に焦点を当てることで、スクリプトの機能を単純化することです。また、ログの抽出機能に日付フィルターを追加し、データスキーマの小さな変更とデータ処理スクリプトの新しい自動化が含まれます。

Changes

ファイル	変更概要
extractor.py, main.py	ローカルログの処理に焦点を当て、extractor.py が日付フィルターを追加。--output-dir 引数が必須になり、新しい --date 引数で日付プレフィックスを指定。
random_pailist.py	Paiyama スキーマの "id" フィールドのデータ型を int64 から uint64 に変更。
run_extractor.sh	extractor.py に渡されるコマンドライン引数を変更。--old フラグの追加/削除と --date フラグの導入。
run_scraper.sh	新しい run_scraper.sh ファイルが追加され、Google Cloud Storage バケットからのデータスクレイピング、処理、同期を自動化。
upload.sh	set -e を追加して、エラー時に即時終了するように設定し、ファイルを Google Cloud Storage に同期。

🐰
ぴょんぴょん変更が来たよ
コードの森をもっとスマートに
データは踊り、スクリプトは歌う
新しい日々を迎える準備ができた
さあ、一緒に進もう! 🌟

Thank you for using CodeRabbit. We offer it for free to the OSS community and would appreciate your support in helping us grow. If you find it useful, would you consider giving us a shout-out on your favorite social media?

Share

• X
• Mastodon
• Reddit
• LinkedIn

---

Tips

Chat

There are 3 ways to chat with CodeRabbit:

• Review comments: Directly reply to a review comment made by CodeRabbit. Example:
  • I pushed a fix in commit <commit_id>.
  • Generate unit-tests for this file.
• Files and specific lines of code (under the "Files changed" tab): Tag @coderabbitai in a new review comment at the desired location with your query. Examples:
  • @coderabbitai generate unit tests for this file.
  • @coderabbitai modularize this function.
• PR comments: Tag @coderabbitai in a new PR comment to ask questions about the PR branch. For the best results, please provide a very specific query, as very limited context is provided in this mode. Examples:
  • @coderabbitai generate interesting stats about this repository from git and render them as a table.
  • @coderabbitai show all the console.log statements in this repository.
  • @coderabbitai read src/utils.ts and generate unit tests.
  • @coderabbitai read the files in the src/scheduler package and generate a class diagram using mermaid and a README in the markdown format.

Note: Be mindful of the bot's finite context window. It's strongly recommended to break down tasks such as reading entire modules into smaller chunks. For a focused discussion, use review comments to chat about specific files and their changes, instead of using the PR comments.

CodeRabbit Commands (invoked as PR comments)

• @coderabbitai pause to pause the reviews on a PR.
• @coderabbitai resume to resume the paused reviews.
• @coderabbitai review to trigger a review. This is useful when automatic reviews are disabled for the repository.
• @coderabbitai resolve resolve all the CodeRabbit review comments.
• @coderabbitai help to get help.

Additionally, you can add @coderabbitai ignore anywhere in the PR description to prevent this PR from being reviewed.

CodeRabbit Configration File (.coderabbit.yaml)

• You can programmatically configure CodeRabbit by adding a .coderabbit.yaml file to the root of your repository.
• The JSON schema for the configuration file is available here.
• If your editor has YAML language server enabled, you can add the path at the top of this file to enable auto-completion and validation: # yaml-language-server: $schema=https://coderabbit.ai/integrations/coderabbit-overrides.v2.json

CodeRabbit Discord Community

Join our Discord Community to get help, request features, and share feedback.

[coderabbitai]

Review Status

Actionable comments generated: 5

Configuration used: .coderabbit.yaml

Commits

Files that changed from the base of the PR and between 7458d02 and 5c81191.

Files selected for processing (5)

• extractor.py (3 hunks)
• main.py (1 hunks)
• random_pailist.py (1 hunks)
• run_extractor.sh (1 hunks)
• run_scraper.sh (1 hunks)

Additional comments: 2

run_extractor.sh (2)

• 3-3: --old フラグの削除と --date フラグの追加は、日付によるダウンロードのフィルタリングを目的としているため、PRの目的に合致しています。
• 4-4: --date フラグの追加により、特定の日付のログのみをダウンロードする機能が追加されました。これは効率的なデータ処理に貢献します。

[coderabbitai]

Review Status

Actionable comments generated: 0

Configuration used: .coderabbit.yaml

Commits

Files that changed from the base of the PR and between 5c81191 and 3cbd033.

Files selected for processing (3)

• run_extractor.sh (1 hunks)
• run_scraper.sh (1 hunks)
• upload.sh (1 hunks)

Files skipped from review as they are similar to previous changes (2)

• run_extractor.sh
• run_scraper.sh

Additional comments: 2

upload.sh (2)

• 2-2: set -eの追加は、スクリプトがエラーを検出した場合に即座に終了するようにするための良い実践です。これにより、エラーの伝播を防ぎ、意図しない結果を避けることができます。
• 2-3: BUCKET_NAME変数の取り扱いについて、セキュリティを確保するための適切な措置が講じられていることを確認してください。これは、スクリプト内で直接確認できないため、環境変数や設定ファイルから安全に値を取得しているかを検証する必要があります。

[kackyt]

@coderabbitai resolve