贝壳热度入库

解决的问题

贝壳房源热度数据每周更新，现有周更 ETL 流程（如 beike_weekly_ingest.py）并不覆盖热度数据。需要一个独立的入库通道，将每周更新的 xlsx 文件（包含房源、楼盘、租赁三个子表）按快照方式写入 xuzhou_v3.db 的 heat_* 表，且不与现有 ETL 流程耦合。

核心能力与关键步骤

三表入库：技能将 xlsx 的三个子表分别写入三张原始表：

• heat_listing：逐套房源的热度数据（22847 行），包含 district、block、community、listingcode、totalprice、areasqm、inquiry30d、showing_30d 等字段。
• heat_community：楼盘聚合的热度数据（3151 行），包含 community、block、inquiry30d、showing30d 等字段。
• heat_rental：逐套租赁的热度数据（12344 行），包含 district、community、rentalid、areasqm、monthlyrent、layout、inquirymonth、showing_month 等字段。

关联键解析：heat_listing 和 heat_rental 的 community_id 通过 community_name 精确匹配到 dim_community 表。未匹配的记录 community_id 留 NULL，数据仍可查询，不阻塞入库流程。

快照累加：每周数据以快照形式写入，通过 snapshot_date 区分不同周的数据。历史数据不覆盖，确保热点趋势分析可以通过环比实现。

命名规则：热度表使用 showing_ 前缀（如 showing_30d、showing_month），与 beike_community_weekly.viewing_people_6m 彻底区分。面积、总价、月租等字段单位自明（area_sqm、total_price、monthly_rent）。

适用边界与注意点

• 技能仅处理 xlsx 文件的手动快照入库，不涉及定时调度或自动化流程。
• 入库后不生成视图、不创建 heat_unmatched 或 heat_meta 等辅助表，三张原始表直接查询。
• 每次入库后需输出验证报告，包括各表行数、匹配率、TOP1 带看楼盘。匹配率低于 50% 的社区名需要检查是否需要补充 dim_community。
• 租赁数据的时间窗口为当月，房源和楼盘数据为近 30 日。