[Gabrymi93]

Sintesi

La validazione di promozione del clean ri-profila il raw riusando read_params_used dai metadata del clean. Quei params contengono anche metadati di audit come inject_column (colonna costante iniettata per sorgente), che normalize_read_cfg rifiuta:

ValueError: Unsupported clean.read options for CSV reader: ['inject_column']

Risultato: il clean viene prodotto correttamente ma il run fallisce a valle su tutti i dataset multi-source con inject_column.

Contesto collegato

Nessuna issue: bug emerso implementando terna_load_oraria (due sorgenti per anno, distinte dal campo iniettato tipo_carico).

Cosa cambia

• Bug fix

• Nuova funzionalità del motore

• Nuovo plugin sorgente

• Modifica contratto pubblico (dataset.yml, path output, schema parquet)

• Refactor / performance

• Documentazione

• Dipendenze o CI

• nuovo helper _read_cfg_from_clean_metadata: filtra read_params_used alle sole chiavi ammesse dal reader (ALLOWED_READ_CSV_KEYS)

• test di regressione (test_validate_promotion_ignores_inject_column_in_read_params) + unit (test_read_cfg_from_clean_metadata_drops_audit_keys)

Impatto su contratti pubblici

• Struttura dataset.yml (nuovo campo, cambio obbligatorietà)
• Path output (nuovo layer, cambio percorso artifact)
• Schema parquet (nuova colonna, rename, cambio tipo)
• CLI o MCP tool (nuovo comando, cambio parametro)
• API pubblica del toolkit (firma funzione, classe, eccezione)

Nessun contratto modificato. read_params_used resta invariato nei metadata; cambia solo il modo in cui la validazione lo rilegge (tollerando chiavi non di lettura). _read_cfg_from_clean_metadata è privato.

Verifica

pytest -q          # 1324 passed, 1 skipped
ruff check .       # All checks passed
mypy toolkit/      # Success: no issues found in 130 source files

• pytest -m core passa (intera suite verde)
• ruff check . passa
• mypy toolkit/ passa
• Modificato o aggiunto test con marker appropriato (regression / pure_unit)

Regressione verificata: il test test_validate_promotion_ignores_inject_column_in_read_params fallisce senza il fix (ValueError) e passa con il fix.

Checklist PR

• Perimetro stretto: una PR = un layer o un fix mirato
• Issue collegata o motivazione dell'assenza (bug riprodotto, senza issue)
• Nessuna rimozione di superficie pubblica

Note per chi revisiona

• Il filtro usa ALLOWED_READ_CSV_KEYS (già definito in core/csv_read.py): se in futuro un'opzione di lettura valida venisse aggiunta lì, resta coperta automaticamente.
• L'alternativa (non registrare inject_column in read_params_used) è stata scartata: quel metadato è utile per l'audit dei run.