# 数据库字段配置说明
  
  ## 问题说明
  
  如果运行时遇到类似 `Unknown column 'xxx'` 的错误，说明数据库表结构与代码中使用的字段名不匹配。
  
  ## 已适配的基础字段
  
  当前代码已经适配了以下基础字段（参考 `item_sim.py`）：
  
  ### sensors_events 表
  - `anonymous_id` - 用户ID
  - `item_id` - 商品ID  
  - `event` - 事件类型
  - `create_time` - 创建时间
  - `platform` - 平台（可选）
  - `country` - 国家（可选）
  - `customer_type` - 客户类型（可选）
  
  ### prd_goods_sku 表
  - `id` - 商品ID
  - `name` - 商品名称
  - `create_time` - 创建时间（用于判断新品）
  
  ## 可选字段配置
  
  如果您的数据库表包含以下字段，可以在SQL查询中添加它们以支持更多维度：
  
  ### 分类字段（可选）
  - `category_level1_id` - 一级分类ID
  - `category_level2_id` - 二级分类ID
  - `category_level3_id` - 三级分类ID
  
  ## 如何添加分类字段支持
  
  如果您的数据库有分类字段，可以按以下步骤启用：
  
  ### 步骤1: 修改 SQL 查询
  
  编辑 `scripts/interest_aggregation.py`，找到 SQL 查询部分，添加分类字段：
  
  ```python
  sql_query = f"""
  SELECT 
      se.anonymous_id AS user_id,
      se.item_id,
      se.event AS event_type,
      se.create_time,
      pgs.name AS item_name,
      pgs.create_time AS item_create_time,
      pgs.category_level2_id,    # 添加这一行
      pgs.category_level3_id,    # 添加这一行
      se.platform,
      se.country,
      se.customer_type
  FROM 
      sensors_events se
  LEFT JOIN prd_goods_sku pgs ON se.item_id = pgs.id
  ...
  """
  ```
  
  ### 步骤2: 修改聚合逻辑
  
  在 `aggregate_by_dimensions` 函数中，字段检查已经做好了，如果字段存在会自动使用：
  
  ```python
  # 维度4: 二级分类 (category_level2) - 如果字段存在
  if 'category_level2_id' in row and pd.notna(row.get('category_level2_id')):
      key = f"category_level2:{row['category_level2_id']}"
      aggregations[key][item_id] += weight
  ```
  
  这段代码会自动检测字段是否存在，如果存在就使用，不存在就跳过。
  
  ## 查看实际表结构
  
  运行以下命令查看您的数据库表结构：
  
  ```python
  # 创建一个简单的脚本查看表结构
  import pandas as pd
  from db_service import create_db_connection
  from offline_tasks.config.offline_config import DB_CONFIG
  
  engine = create_db_connection(
      DB_CONFIG['host'],
      DB_CONFIG['port'],
      DB_CONFIG['database'],
      DB_CONFIG['username'],
      DB_CONFIG['password']
  )
  
  # 查看 prd_goods_sku 表结构
  df = pd.read_sql("SELECT * FROM prd_goods_sku LIMIT 1", engine)
  print("prd_goods_sku 字段列表:")
  for col in df.columns:
      print(f"  - {col}")
  
  # 查看 sensors_events 表结构  
  df = pd.read_sql("SELECT * FROM sensors_events LIMIT 1", engine)
  print("\nsensors_events 字段列表:")
  for col in df.columns:
      print(f"  - {col}")
  ```
  
  ## 常见字段名映射
  
  如果您的数据库使用不同的字段名，需要在SQL查询中做映射：
  
  | 代码中的字段 | 可能的实际字段名 | 修改方式 |
  |-------------|----------------|---------|
  | `category_level2_id` | `cat2_id`, `category2`, `second_category` | `pgs.cat2_id AS category_level2_id` |
  | `category_level3_id` | `cat3_id`, `category3`, `third_category` | `pgs.cat3_id AS category_level3_id` |
  | `anonymous_id` | `user_id`, `uid`, `visitor_id` | `se.user_id AS anonymous_id` |
  | `customer_type` | `client_type`, `buyer_type` | `se.client_type AS customer_type` |
  
  ## 完整示例
  
  假设您的表结构是：
  - `prd_goods_sku` 有字段：`id`, `title`, `cat2`, `cat3`, `add_time`
  - `sensors_events` 有字段：`uid`, `goods_id`, `action`, `time`
  
  则需要修改SQL为：
  
  ```python
  sql_query = f"""
  SELECT 
      se.uid AS user_id,
      se.goods_id AS item_id,
      se.action AS event_type,
      se.time AS create_time,
      pgs.title AS item_name,
      pgs.add_time AS item_create_time,
      pgs.cat2 AS category_level2_id,
      pgs.cat3 AS category_level3_id
  FROM 
      sensors_events se
  LEFT JOIN prd_goods_sku pgs ON se.goods_id = pgs.id
  ...
  """
  ```
  
  ## 最小化配置
  
  如果只想先测试基本功能，可以只使用最基础的字段：
  
  ### i2i 算法只需要：
  - `anonymous_id` / `user_id`
  - `item_id`  
  - `event` / `event_type`
  - `create_time`
  - `name` (商品名称)
  
  ### 兴趣点聚合至少需要：
  - 以上i2i的字段
  - 至少一个维度字段（如 `platform` 或 `country`）
  
  ## 测试连接
  
  修改后，运行测试脚本验证：
  
  ```bash
  cd /home/tw/recommendation/offline_tasks
  python3 test_connection.py
  ```
  
  ## 获取帮助
  
  如果仍有问题，请：
  1. 查看日志文件：`logs/run_all_*.log`
  2. 运行单个脚本测试，便于调试
  3. 使用 `--help` 参数查看命令行选项
  
  ```bash
  python3 scripts/i2i_swing.py --help
  python3 scripts/interest_aggregation.py --help
  ```