feat(ssa): Complete T-test end-to-end testing with 9 bug fixes - Phase 1 core 85% complete. R service: missing value auto-filter. Backend: error handling, variable matching, dynamic filename. Frontend: module activation, session isolation, error propagation. Full flow verified.

Co-authored-by: Cursor <cursoragent@cursor.com>

r-statistics-service/utils/data_loader.R

@@ -0,0 +1,128 @@
+# utils/data_loader.R
+# 混合数据协议：自动识别 inline 数据 vs 预签名 URL
+# 
+# 架构说明：
+# - R 服务不持有 OSS 密钥，遵循平台 OSS 存储规范
+# - Node.js 后端通过 storage.getUrl() 生成预签名 URL
+# - R 服务直接访问预签名 URL 下载数据
+# - 开发环境使用 ai-clinical-data-dev bucket，无需 Mock
+
+library(httr)
+library(jsonlite)
+library(glue)
+
+# 统一数据加载入口
+load_input_data <- function(input) {
+  # 检查输入结构
+  if (is.null(input$data_source)) {
+    stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR, 
+                    details = "请求缺少 data_source 字段"))
+  }
+  
+  source_type <- input$data_source$type  # "inline" | "oss"
+  
+  if (source_type == "inline") {
+    # 方式1：内联 JSON 数据（< 2MB）
+    message("[DataLoader] 使用 inline 数据模式")
+    
+    raw_data <- input$data_source$data
+    
+    # 调试：打印原始数据结构
+    message(glue("[DataLoader] 原始数据类型: {class(raw_data)}"))
+    message(glue("[DataLoader] 原始数据字段: {paste(names(raw_data), collapse=', ')}"))
+    
+    # 安全转换：处理不同的 JSON 解析结果
+    if (is.data.frame(raw_data)) {
+      df <- raw_data
+    } else if (is.list(raw_data)) {
+      # JSON 对象 {"col1": [...], "col2": [...]} -> data.frame
+      # JSON 数组可能被解析为 list 而非 vector，需要先 unlist
+      df <- data.frame(
+        lapply(raw_data, function(x) {
+          if (is.list(x)) unlist(x) else x
+        }),
+        stringsAsFactors = FALSE
+      )
+    } else {
+      stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                      details = paste("无法解析的数据类型:", class(raw_data))))
+    }
+    
+    message(glue("[DataLoader] 转换后: {nrow(df)} 行, {ncol(df)} 列, 列名: {paste(names(df), collapse=', ')}"))
+    return(df)
+    
+  } else if (source_type == "oss") {
+    # 方式2：从预签名 URL 下载（2MB - 20MB）
+    # 注意：oss_url 是由 Node.js 后端生成的预签名 URL，不是 oss_key
+    oss_url <- input$data_source$oss_url
+    
+    if (is.null(oss_url) || oss_url == "") {
+      stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                      details = "OSS 模式缺少 oss_url 字段"))
+    }
+    
+    return(load_from_signed_url(oss_url))
+    
+  } else {
+    stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                    details = paste("未知的 data_source.type:", source_type)))
+  }
+}
+
+# 从预签名 URL 下载数据
+# 
+# @param url 预签名 URL（由 Node.js storage.getUrl() 生成）
+# @return data.frame
+# 
+# 说明：开发环境和生产环境都使用真实 OSS
+# - 开发环境：ai-clinical-data-dev bucket
+# - 生产环境：ai-clinical-data bucket
+load_from_signed_url <- function(url) {
+  
+  message(glue("[DataLoader] 从预签名 URL 下载数据"))
+  
+  temp_file <- tempfile(fileext = ".csv")
+  on.exit(unlink(temp_file))
+  
+  tryCatch({
+    # 预签名 URL 自带认证信息，直接 GET 即可
+    response <- GET(url, write_disk(temp_file, overwrite = TRUE))
+    
+    status <- status_code(response)
+    if (status != 200) {
+      # 403 通常表示签名过期
+      if (status == 403) {
+        stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                        details = "预签名 URL 已过期，请重新上传数据"))
+      }
+      stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                      details = paste("OSS 下载失败，HTTP 状态码:", status)))
+    }
+    
+    # 检测文件类型并读取
+    content_type <- headers(response)$`content-type`
+    
+    if (grepl("csv", content_type, ignore.case = TRUE) || 
+        grepl("\\.csv", url, ignore.case = TRUE)) {
+      return(read.csv(temp_file, stringsAsFactors = FALSE))
+    } else if (grepl("excel|xlsx", content_type, ignore.case = TRUE) ||
+               grepl("\\.xlsx?", url, ignore.case = TRUE)) {
+      # 需要 readxl 包
+      if (!requireNamespace("readxl", quietly = TRUE)) {
+        stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                        details = "Excel 文件需要 readxl 包"))
+      }
+      return(as.data.frame(readxl::read_excel(temp_file)))
+    } else {
+      # 默认尝试 CSV
+      return(read.csv(temp_file, stringsAsFactors = FALSE))
+    }
+    
+  }, error = function(e) {
+    if (grepl("make_error", deparse(e$call))) {
+      stop(e)  # 重新抛出已格式化的错误
+    }
+    stop(make_error(ERROR_CODES$E100_INTERNAL_ERROR,
+                    details = paste("OSS 网络错误:", e$message)))
+  })
+}