HaHafeng
fa72beea6c
Major Changes: - Implement Platform-Only architecture pattern (unified task management) - Add PostgresCacheAdapter for unified caching (platform_schema.app_cache) - Add PgBossQueue for job queue management (platform_schema.job) - Implement CheckpointService using job.data (generic for all modules) - Add intelligent threshold-based dual-mode processing (THRESHOLD=50) - Add task splitting mechanism (auto chunk size recommendation) - Refactor ASL screening service with smart mode selection - Refactor DC extraction service with smart mode selection - Register workers for ASL and DC modules Technical Highlights: - All task management data stored in platform_schema.job.data (JSONB) - Business tables remain clean (no task management fields) - CheckpointService is generic (shared by all modules) - Zero code duplication (DRY principle) - Follows 3-layer architecture principle - Zero additional cost (no Redis needed, save 8400 CNY/year) Code Statistics: - New code: ~1750 lines - Modified code: ~500 lines - Test code: ~1800 lines - Documentation: ~3000 lines Testing: - Unit tests: 8/8 passed - Integration tests: 2/2 passed - Architecture validation: passed - Linter errors: 0 Files: - Platform layer: PostgresCacheAdapter, PgBossQueue, CheckpointService, utils - ASL module: screeningService, screeningWorker - DC module: ExtractionController, extractionWorker - Tests: 11 test files - Docs: Updated 4 key documents Status: Phase 1-7 completed, Phase 8-9 pending
1.8 KiB
1.8 KiB
🚀 快速开始 - 1分钟运行测试
Windows用户
方法1：双击运行（最简单）
- 双击
run_tests.bat - 等待测试完成
方法2：命令行
cd AIclinicalresearch\tests
run_tests.bat
Linux/Mac用户
cd AIclinicalresearch/tests
chmod +x run_tests.sh
./run_tests.sh
⚠️ 前提条件
必须先启动Python服务！
# 打开新终端
cd AIclinicalresearch/extraction_service
python main.py
看到这行表示启动成功：
INFO: Application startup complete.
INFO: Uvicorn running on http://0.0.0.0:8001
📊 预期结果
✅ 全部通过：
总测试数: 18
✅ 通过: 18
❌ 失败: 0
通过率: 100.0%
🎉 所有测试通过！
⚠️ 部分失败：
- 查看红色错误信息
- 检查失败的具体测试
- 查看Python服务日志
🎯 测试内容
- ✅ 6种简单填补方法（均值、中位数、众数、固定值、前向填充、后向填充）
- ✅ MICE多重插补（单列、多列）
- ✅ 边界情况（100%缺失、0%缺失、特殊字符）
- ✅ 各种数据类型（数值、分类、混合）
- ✅ 性能测试（1000行数据）
💡 提示
- 第一次运行会自动安装依赖（pandas, numpy, requests）
- 测试时间约 45-60 秒
- 测试数据自动生成，无需手动准备
- 颜色输出：绿色=通过，红色=失败，黄色=警告
🆘 遇到问题？
问题1：无法连接到服务
解决：确保Python服务在运行（python main.py）
问题2：依赖安装失败
解决：手动安装 pip install pandas numpy requests
问题3：测试失败
解决：查看错误信息，检查代码逻辑
准备好了吗？启动服务，运行测试！ 🚀