# ============================================================
# poyee-data-warehouse 依赖备份（老 tendata-warehouse-release 时期）
#
# 说明：本文件是 requirements.txt 在 2026-04-15 精简前的原始快照，
#       仅作历史参照，**不用于安装**。新项目请用根目录 requirements.txt。
#
# 每一行后面的 [标记] 表示本次审计结论：
#   [KEEP]  —— 仍为强依赖，已保留到新 requirements.txt
#   [DROP]  —— 0 处引用或冗余，已从新 requirements.txt 移除
#   [LAZY]  —— 只在即将清理的老业务代码里出现（customs/、老 scheduler 脚本、
#              oss2_util 等），待需要时按需 pip install；不写进 requirements
#   [STDLIB]—— Python 3 标准库自带，backport 包不应出现
#
# 详细审计过程见 kb/90-重构路线.md §7.1
# ============================================================

beautifulsoup4==4.11.1          # [DROP] 无引用
bs4==0.0.1                      # [DROP] 冗余，beautifulsoup4 已提供 bs4 模块
configparser==5.2.0             # [STDLIB] Py3 自带，backport 不应安装
cpca==0.5.5                     # [DROP] 中文地址解析，无引用
diff_match_patch==20200713      # [DROP] 无引用
elasticsearch==7.10.1           # [LAZY] 仅老 scheduler 脚本使用
findspark==2.0.1                # [KEEP] Spark 环境初始化
Flask==1.1.4                    # [DROP] 数仓项目不需要 web 框架
hdfs==2.5.8                     # [DROP] 无引用（走 hdfs dfs CLI 或 Spark）
jieba==0.42.1                   # [DROP] 中文分词，无引用
jsonschema==3.2.0               # [DROP] 无引用
lxml==4.6.3                     # [DROP] 无引用
matplotlib==3.3.4               # [DROP] 数仓不画图
numpy==1.19.5                   # [DROP] 无直接引用（pandas 会传递依赖）
openpyxl==3.0.9                 # [DROP] 老 excel 工具已边缘化
openvino==2021.4.2              # [DROP] ML 推理引擎，无引用，体积巨大
oss2==2.15.0                    # [LAZY] 仅 tendata/oss/oss2_util.py，用途不明
pandas==1.1.5                   # [KEEP] 数据处理 + Excel 导入
pandoc==2.1                     # [DROP] 无引用
phone==0.4.3                    # [DROP] 无引用
pygeohash==1.2.0                # [LAZY] 仅 spark_common_udf.py 1 处
pyhocon==0.3.59                 # [DROP] HOCON 配置格式，无引用
pykafka==2.8.0                  # [DROP] 无引用（Kafka 不由 Python 直接消费）
pymongo==3.11.4                 # [KEEP] MongoDB 客户端
PyMySQL==0.10.1                 # [KEEP] Doris/MySQL 客户端
pypandoc==1.6.4                 # [DROP] 无引用
pypinyin==0.46.0                # [LAZY] 仅老 excel 工具使用
PyQRCode==1.2.1                 # [DROP] 无引用
pyspark==2.4.0                  # [CDH] 核心引擎，56 处引用；由 CDH 6.3.2 parcel 提供，不走 pip 安装，findspark 负责运行时定位
python-dateutil==2.8.2          # [KEEP] 日期工具
requests==2.25.1                # [KEEP] DS API 调用
scikit-learn==0.24.2            # [DROP] 无引用
scipy==1.5.4                    # [DROP] 无引用
sklearn==0.0                    # [DROP] 已弃用 meta 包
SQLAlchemy==1.3.24              # [DROP] DB 访问走原生驱动
transformers==4.18.0            # [DROP] HuggingFace 大包，无引用
wheel==0.37.0                   # [KEEP] 构建工具
xlrd==1.2.0                     # [DROP] 无引用
python-Levenshtein==0.21.1      # [DROP] 曾作为 fuzzywuzzy 加速后端
fuzzywuzzy==0.18.0               # [LAZY] 仅 customs/similarity.py UDF（待删）
cleanco==2.2                    # [DROP] 无引用
PyHive~=0.7.0                   # [LAZY] 仅老 get_oldmongo_* / mg2es 脚本
PyYAML~=6.0.1                   # [KEEP] DS 配置读取
redis~=4.3.6                    # [LAZY] 仅 mg2es/redis_operator.py
cryptography~=40.0.2             # [LAZY] 仅 ent_interface_dingtalk*.py
pytest~=7.0.1                   # [KEEP] 测试框架
prettytable~=2.5.0              # [DROP] 无引用
impyla~=0.19.0                  # [DROP] 无引用