演进路线

框架重构已收尾，本文档承接其后续——只登记"还要做什么"。重构期的决策、权衡、反悔条件已沉淀到 93-架构决策.md（ADR）；过程文档（原重构路线 / 进度 / 对比）已删。

一、目标结构约束：`dw_base/` 四模块边界

非业务代码（非 spark/ / udf/ / datax/ 等明确功能域）按边界属性归入四个顶层模块：

模块	边界属性	典型内容	反例（不该放在此处）
`common/`	常量 / 全局上下文 / 无行为的元数据	颜色常量、枚举、模板路径常量、项目级单例 context	任何"动词"型函数 —— 那是 `utils/`
`utils/`	纯函数，无外部副作用，可纯 Python 单测	日期格式、字符串切分、配置解析、数据结构转换	读/写 DB / 文件 / HDFS —— 那是 `io/`
`io/`	与外部系统通信的边界	DB connector 薄封装、CSV/JSON/Excel 读写、HDFS 文件读写	数据湖维护动作（合并小文件、清理分区）—— 那是 `ops/`
`ops/`	数据湖维护动作，会改变湖里的物理状态	小文件合并、分区清理、统计信息刷新、存储压缩	一次性的业务查询脚本 —— 那走 `jobs/` 或 `manual/`

落地规则：

写新代码前先对号入座：一个函数既读文件又做纯计算，按最强副作用归类（读文件 → io/，即便函数里 90% 是计算）
io/ 只做薄封装：不把业务 schema 嵌入 io/，业务 schema 留在调用方
ops/ 里的函数预期被多处复用：只被一张表调用一次的"清分区"走 manual/adhoc/，不进 ops/
跨模块依赖方向：ops/ 可依赖 io/ + utils/ + common/；io/ 可依赖 utils/ + common/；utils/ 只依赖 common/；common/ 不依赖任何项目内模块。禁止反向依赖

io/ / ops/ 当前仍是空骨架，按本边界规则把下方待办 2、3 的内容填实，即为四模块边界定稿。

二、待办清单

#	待办	落点	参见
1	`publish.sh` 部署路径与项目名更新（发布目录 `/home/bigdata/release/poyee-data-warehouse/`）	`bin/publish.sh`（如重建）	—
2	Hive 小文件合并工具重新实现（`alter table ... concatenate` 压实，连接 / 表过滤参数化，剥业务命名）	`dw_base/ops/`	§一
3	分区保留工具重新实现（元表驱动 + 保留天数参数化 + 例外 dt 白名单）	`dw_base/ops/`	§一
4	数据质量首批 + runner（schema drift 探查 + PG/Hive 行数比对）	`dw_base/dq/` + `bin/dq-runner.py`	`93` ADR-07（表数 ≥ 5 张启动）
5	TAPD API 集成 + Claude Code hook 同步操作（hook 主动同步，非 commit→任务 ID 联动；细节待展开）	`dw_base/pm/` + hook	—