feat(workforce): add ClickHouse workforce analytics contour

2026-06-23 21:52:57 +03:00
parent 341799ff9d
commit 337da4bb5f
44 changed files with 3973 additions and 461 deletions
@@ -0,0 +1,43 @@
+# Workforce catalogs
+
+Эти TSV-файлы являются source of truth для справочников `aw_workforce`.
+
+## Операции администратора
+
+- Добавить категорию: добавить строку в соответствующий `*.tsv`, поставить
+  `is_active=1`, запустить `ops/apply_catalogs.sh`.
+- Изменить категорию: изменить строку в `*.tsv`, запустить
+  `REBUILD_AGGREGATES=1 ops/apply_catalogs.sh`.
+- Удалить категорию из отчетов: либо удалить строку из `*.tsv`, либо оставить
+  строку для аудита и поставить `is_active=0`, затем запустить
+  `REBUILD_AGGREGATES=1 ops/apply_catalogs.sh`.
+
+`is_active=0` трактуется отчетами как `unknown`: запись остается видимой в
+каталоге, но не используется для обогащения.
+
+## Файлы
+
+- `workstation_users.tsv` - привязка `host_name + user_login` к оргструктуре.
+- `application_categories.tsv` - классификация desktop processes.
+- `domain_categories.tsv` - классификация browser domains.
+
+Формат: `TabSeparatedWithNames`, первая строка - имена колонок. Не используйте
+tab-символы внутри значений.
+
+## Таксономия РФ baseline
+
+Baseline `catalog-ru-20260623` делит домены и приложения на рабочие для РФ
+категории: `1c`, `edo_reporting`, `reporting`, `banking`, `government`,
+`procurement`, `business_reference`, `legal_reference`, `mail`, `office`,
+`pdf`, `browser`, `cloud_docs`, `communication`, `developer`, `admin_tool`,
+`remote_admin`, `security_crypto`, `search`, `maps_reference`, `marketplace`,
+`news`, `social`, `media`, `gaming`, `system`.
+
+Правило ведения: справочник хранит только точные ключи. Для приложений это
+нормализованный `process_name` в нижнем регистре, например `1cv8c.exe`; для
+web - точный host из URL, например `online.sbis.ru`. Wildcard-строки не
+используются, потому что ClickHouse Dictionary выполняет точный lookup.
+
+`productivity_class` держите в одном из значений: `productive`, `neutral`,
+`non_productive`, `unknown`. Для облаков, мессенджеров, AI и внешней почты
+ставьте `risk_level=medium`, если нужна последующая DLP/policy проверка.