[frapercan]

La decision 2 del ADR-D57: cada poblacion de examen entra como conjunto
declarado, descrito y verificable. Son dos, congeladas una vez por el
laboratorio sobre Swiss-Prot 2022_03, y los ficheros ya estan en el almacen,
subidos por la misma ruta por la que llegaron los vectores de los terminos.

Nada corre contra estas poblaciones hasta que el sobremesa revise esto.
Fusionar a develop no ejecuta nada; el freno esta en el despliegue y en el
job, no aqui.

El payload nombra un manifiesto y nada mas

Una poblacion de examen son varios ficheros: los pares de (accesion, md5 de la
secuencia del examen) con su mitad, el corte, los conceptos, las instancias o
los sitios, y el manifiesto del propio laboratorio con los scripts que los
construyeron, sus huellas, el Swiss-Prot del que salen y las comprobaciones que
corrio. Una fila de query_set tiene un artifact_uri y un content_sha256,
asi que la fila apunta a un manifiesto que nombra cada fichero con su huella.

Ninguna ruta del sistema de ficheros llega a la operacion. Una ruta en un
payload dejaria que la API leyera cualquier fichero del servidor, y un alcance
que vive en un payload es una hipotesis disfrazada de constante.

Y una huella no basta, que es lo que esta operacion anade

Una huella prueba que nadie toco los bytes entre alli y aqui. Nunca prueba que
sean los bytes que se querian. Esta manana llego un fichero de vectores cuya
etiqueta de linea de comandos nombraba una instantanea mientras su contenido era
de otra, y todas las huellas coincidian.

Asi que la operacion abre cada fichero y comprueba lo que hay dentro contra
lo que el manifiesto afirma:

comprueba	contra
la huella de cada fichero	la que el manifiesto declara
los bytes de cada fichero	los que el manifiesto declara
las filas de cada parquet y del tsv	las que el manifiesto declara
la cabecera del tsv	(accession, md5, half), en ese orden
el orden de las filas	ordenado por accesion, porque su huella es de un orden
la particion contada	la que el manifiesto afirma
cada accesion	que es una proteina con secuencia en esta base

Lo que reporta y no guarda

Cuantos de los md5 declarados siguen coincidiendo con la secuencia que la
plataforma tiene hoy, y las accesiones donde no. Medido ya a mano sobre el
paquete entregado: 3.325 de 3.335 en sitios y 4.187 de 4.227 en dominios, o
sea las 10 y las 40 que el registro ya nombraba.

Es una MEDIDA de (poblacion, plataforma) en una fecha, no una propiedad del
conjunto: el examen deriva su propia exclusion de la misma comparacion cuando
corre, como dice el registro, y un recuento congelado en una fila esta rancio en
cuanto se mueva una secuencia mas.

A la vista sin descargar nada

La descripcion de la fila lleva la particion y los conceptos por rol,
porque son la identidad de una poblacion de examen: los mismos conceptos
partidos de otra forma son otra poblacion, y los reservados son los que nadie ha
mirado.

La migracion

b7c3f91d2a04 ensancha source_kind a seis valores y crea
ck_query_set_exam_is_declared, con los mismos cuatro criterios que el del
corpus. Es aditiva: ensanchar un CHECK no rompe una fila que ya pasaba, y el
CHECK nuevo solo restringe filas de un tipo del que hay cero.

Y el test que fija el vocabulario a mano hizo exactamente su trabajo: fallo al
anadir el valor sin la linea, que es para lo que su comentario decia que
estaba.

Los tests

Veinte, y los que importan son los que rechazan: un prefijo de sha donde se
quiere una identidad, una clave con .., un manifiesto que describe un fichero
distinto del que apunta con todas las huellas correctas, un tsv desordenado, una
accesion repetida, una mitad fuera del vocabulario, y la particion contada
contra la afirmada. Mas el que mira el job_id en el flush, porque es ahi
donde el CHECK hermano pillo el defecto de ayer y no al final de la funcion.

Suite completa: 6.623 tests, 0 fallos, exit 0. ruff, mypy sobre 425
ficheros, check_smells, check_sets, check_doc_refs,
check_autodoc_coverage, check_openapi_refs y check_row_alignment, todos en
0.

[codecov]

Codecov Report

❌ Patch coverage is 81.98758% with 29 lines in your changes missing coverage. Please review.
✅ Project coverage is 87.96%. Comparing base (d8bc801) to head (026dd7a).
⚠️ Report is 270 commits behind head on develop.

Files with missing lines	Patch %	Lines
protea/core/operations/declare_exam_population.py	81.76%	29 Missing ⚠️

Additional details and impacted files

@@             Coverage Diff             @@
##           develop    #1171      +/-   ##
===========================================
+ Coverage    87.85%   87.96%   +0.11%     
===========================================
  Files          306      405      +99     
  Lines        23414    31547    +8133     
===========================================
+ Hits         20570    27751    +7181     
- Misses        2844     3796     +952     

Files with missing lines	Coverage Δ
protea/core/operation_catalog.py	100.00% <100.00%> (ø)
...rotea/infrastructure/orm/models/query/query_set.py	97.36% <ø> (+0.70%)	⬆️
protea/core/operations/declare_exam_population.py	81.76% <81.76%> (ø)

... and 165 files with indirect coverage changes

🚀 New features to boost your workflow:

• ❄️ Test Analytics: Detect flaky tests, report on failures, and find test suite problems.
• 📦 JS Bundle Analysis: Save yourself from yourself by tracking and limiting bundle sizes in JS merges.