Governança em CI
Cerca de 46 minutos min de leitura, com 10 exemplos em 14 seções.
Traduzido com IA. Verificado por pessoas em inglês. Como fazemos os livros
Traduzido do livro em inglês, edição 2026.11.31. Leia o original
Nesta página
- Execute todas as verificações como um único job
- Bloqueie o pull request, não o commit
- Informe o que uma mudança de schema alcança
- Peça aprovação ao dono antes de reduzir uma classificação
- Descontinue uma coluna antes de removê-la
- Encaminhe as revisões de cada domínio pelo caminho
- Acrescente regras de domínio às regras globais
- Contar achados com waiver por verificação
- O que dá errado em produção
- Uma verificação que lê cada linha
- Uma verificação que sinaliza todo ID
- Um arquivo com erro vira um achado
- Outras falhas
- O que este capítulo decidiu
Ao final deste capítulo, você poderá executar as verificações de governança dos capítulos 2 a 7 como um único job em cada pull request, avaliando apenas o que o pull request altera. O job falha quando uma coluna não tem classificação, executa os testes da política de acesso e da camada de aplicação, informa o que cada mudança de schema alcança a jusante e aplica duas regras que os verificadores de breaking changes (mudanças incompatíveis), as ferramentas que comparam duas versões de um schema em busca de alterações que quebrem seus leitores, não aplicam. Você manterá a responsabilidade em contratos do Open Data Contract Standard (ODCS), gerados a partir dos metadados, com uma pasta e um responsável pelo código por domínio, aplicará as regras de cada domínio sobre as regras globais e medirá o ruído de cada verificação pelos alertas sobre os quais ninguém age.
Capítulos anteriores construíram as verificações de governança de uma plataforma de aprendizagem online cujas equipes alteram seus schemas toda semana, e nenhum pull request executa alguma delas. O capítulo 2 testa o catálogo contra os metadados revisados, e o capítulo 4 lê a linhagem de cada execução de pipeline. O capítulo 5 testa a política de acesso, e o capítulo 6 testa a camada que a aplica nas consultas. O capítulo 7 gera as propriedades de tabela a partir das classificações. Cada uma roda somente quando alguém executa o seu exemplo, nunca quando uma equipe altera a plataforma. Três mudanças estão a caminho. A equipe de CRM quer uma coluna para o e-mail de trabalho dos alunos, a equipe de aprendizagem quer renomear uma coluna que os pipelines de relatórios leem, e a equipe de ciência de dados quer ver as cidades dos alunos sem máscara. Cada uma é um diff pequeno que um revisor aprovaria, e cada uma altera o que quebra ou quem vê o quê.
Este capítulo acrescenta o módulo compartilhado do livro para detectá-las, lib.ci, que é o job de governança da plataforma. Neste capítulo, "job" é este job de CI, e não um job do OpenLineage. Cada pull request simulado roda offline, como duas pastas chamadas checkouts, uma da branch principal e outra da branch do pull request. Cada uma contém governance/, os arquivos de governança da plataforma; pipelines/, o SQL dos seus pipelines; migrations/, as instruções alter table com que uma branch altera schemas, que lib.ci.migrate aplica como alterações de schema do Iceberg; e os arquivos gerados a partir dos metadados. Para cada lado, lib.ci.build constrói uma plataforma de teste descartável do jeito que a plataforma roda: as tabelas de origem, as migrações do lado, a implantação, que grava os metadados no catálogo e define as propriedades geradas de cada tabela, e então a execução noturna dos pipelines do próprio lado, com linhagem. Entre esses pipelines, review_corpus permanece como a cópia não governada do capítulo 4, para que o job continue verificando sua linhagem; a plataforma treina sobre o build governado do capítulo 9. lib.ci.run executa as verificações e compara os dois lados. Não há git nem rede envolvidos, e toda data é comparada com a data de "hoje" do livro, 1 de outubro de 2026, nunca com o relógio do sistema.
Execute todas as verificações como um único job
Uma verificação que roda quando alguém se lembra dela é um relatório, e relatórios não são lidos. Em um pull request, a verificação é um portão: roda em cada mudança, antes de a mudança ser mesclada, e reprova o pull request pelo seu código de saída. É assim que o Open Policy Agent (OPA) recomenda executar políticas em CI, com as flags --fail e --fail-defined, que definem o código de saída como 1 com base nos resultados das consultas (documentação de CI/CD do OPA). Um job formado por várias verificações precisa de mais quatro coisas:
- Cada verificação roda e relata todos os seus achados, para que uma falha não esconda a seguinte. Uma verificação que trava vira um único achado, "a verificação não pôde ser executada", que reprova o job enquanto as outras verificações continuam rodando.
- Cada achado tem um ID estável, para que o mesmo problema tenha o mesmo nome em todas as execuções e possa ser discutido, contado e dispensado.
lib.cio escreve como a verificação e o assunto, comocoverage/crm.learners.work_email. - O job avalia o que o pull request muda. Ele também roda as verificações da branch principal e compara os dois. Um achado que o pull request introduz reprova o job. Um achado que já está na main é relatado em cada execução, contado e nomeado com a equipe que o possui, mas não reprova nenhum pull request que o deixe como está. Nossa avaliação é que uma verificação que reprova todo pull request por achados que ninguém nele causou acaba desligada. A plataforma de análise de código do Google, o Tricorder, mostra por padrão os resultados da maioria de suas análises somente nas linhas que uma mudança toca (Sadowski et al., 2015).
- A lista de verificações fica em um arquivo revisado,
governance/ci.toml, de modo que desligar uma delas é uma diferença que alguém precisa aprovar.
O job da plataforma executa estas verificações, nesta ordem:
| Verificação | De | Reprova quando |
|---|---|---|
coverage |
Capítulos 2 e 3 | Uma tabela não tem metadados ou dono, ou uma coluna não tem classificação, ou tem uma abaixo da sugestão pelo nome dela |
contract-rules |
Este capítulo | Um contrato viola uma regra global ou de domínio |
contracts |
Este capítulo | Um arquivo gerado está desatualizado |
policy-tests |
Capítulo 5 | Um teste Rego ou uma linha de quem-vê-o-quê falha |
enforcement-tests |
Capítulo 6 | Um caso de regressão ou uma consulta de quem-vê-o-quê falha |
migrations |
Este capítulo | O Iceberg recusa uma migração |
pipelines |
Capítulo 4 | Um pipeline não consegue rodar, ou sua linhagem não pode ser lida |
lineage-classifications |
Capítulo 4 | Uma coluna é declarada menos protegida do que a linhagem propõe |
owner-review |
Este capítulo | Uma classificação cai, ou um dono ou domínio muda, sem aprovação |
removals |
Este capítulo | Uma coluna é removida antes de ser descontinuada |
properties |
Capítulo 7 | Uma tabela não tem as propriedades geradas para ela |
O primeiro pull request que o job vê é o da equipe de CRM. Empresas compram licenças de equipe para seus funcionários, por isso a equipe adiciona work_email a crm.learners em uma única migração e esquece os metadados da coluna:
1"""The platform's governance job on one pull request, run as a CI step runs it: the CRM team adds a work email to2crm.learners. The prose's point rests on the coverage finding for the new column and on the exit code the step returns."""34from lib import ci5from lib.platform import scratch67main = ci.checkout() # the main branch: governance files, pipelines and the files generated from them8branch = ci.checkout(main) # the pull request's branch, starting from main9(branch / "migrations" / "0001-add-work-email.sql").write_text("alter table crm.learners add column work_email varchar;\n")10print("files the pull request changes:", ", ".join(ci.changed(main, branch)))1112# What a CI step runs, `python -m lib.ci MAIN BRANCH --summary FILE`: it prints the report and its totals, writes the13# report as Markdown for the pull request, and exits with the code it returns.14summary = scratch() / "summary.md"15code = ci.main([str(main), str(branch), "--summary", str(summary)]) # 1 when a finding this pull request adds fails it16print("the step exits with:", code)17print("the summary it writes for the pull request:")18print(summary.read_text(encoding="utf-8"), end="")
python governance-ci-report.pyfiles the pull request changes: migrations/0001-add-work-email.sql
coverage: failed, findings 3, new 1, on main 2, waived 0, 12 tables checked
contract-rules: passed, findings 0, new 0, on main 0, waived 0, 10 contracts checked
contracts: passed, findings 0, new 0, on main 0, waived 0, 11 files checked
policy-tests: passed, findings 0, new 0, on main 0, waived 0, 24 tests and rows checked
enforcement-tests: passed, findings 0, new 0, on main 0, waived 0, 44 cases checked
migrations: passed, findings 0, new 0, on main 0, waived 0, 1 migrations checked
pipelines: passed, findings 0, new 0, on main 0, waived 0, 4 pipelines checked
lineage-classifications: passed, findings 0, new 0, on main 0, waived 0, 23 columns checked
owner-review: passed, findings 0, new 0, on main 0, waived 0, 77 columns checked
removals: passed, findings 0, new 0, on main 0, waived 0, 87 columns checked
properties: passed, findings 4, new 0, on main 4, waived 0, 12 tables checked
coverage/ai.review_corpus: no metadata; on main, owner team-platform
coverage/crm.learners.work_email: not classified; its name suggests personal
coverage/marketing.audience: no metadata; on main, owner team-platform
properties/ai.review_corpus: 7 of 7 generated properties missing; on main, owner team-platform
properties/analytics.course_performance: 4 of 4 generated properties missing; on main, owner team-analytics
properties/analytics.learner_activity: 4 of 4 generated properties missing; on main, owner team-analytics
properties/marketing.audience: 7 of 7 generated properties missing; on main, owner team-platform
change crm.learners, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
job: failed
checks run: 11
checks failed: 1
findings: 7
findings the pull request introduces: 1
findings already on main: 6
findings waived: 0
findings approved: 0
exit code: 1
the step exits with: 1
the summary it writes for the pull request:
## Governance job: failed
| Check | Result | New | On main | Waived | Checked |
| --- | --- | ---: | ---: | ---: | --- |
| `coverage` | failed | 1 | 2 | 0 | 12 tables |
| `contract-rules` | passed | 0 | 0 | 0 | 10 contracts |
| `contracts` | passed | 0 | 0 | 0 | 11 files |
| `policy-tests` | passed | 0 | 0 | 0 | 24 tests and rows |
| `enforcement-tests` | passed | 0 | 0 | 0 | 44 cases |
| `migrations` | passed | 0 | 0 | 0 | 1 migrations |
| `pipelines` | passed | 0 | 0 | 0 | 4 pipelines |
| `lineage-classifications` | passed | 0 | 0 | 0 | 23 columns |
| `owner-review` | passed | 0 | 0 | 0 | 77 columns |
| `removals` | passed | 0 | 0 | 0 | 87 columns |
| `properties` | passed | 0 | 4 | 0 | 12 tables |
### To fix in this pull request
- `coverage/crm.learners.work_email`: not classified; its name suggests personal
### Already on main, and whose it is
- `coverage/ai.review_corpus`: no metadata (team-platform)
- `coverage/marketing.audience`: no metadata (team-platform)
- `properties/ai.review_corpus`: 7 of 7 generated properties missing (team-platform)
- `properties/analytics.course_performance`: 4 of 4 generated properties missing (team-analytics)
- `properties/analytics.learner_activity`: 4 of 4 generated properties missing (team-analytics)
- `properties/marketing.audience`: 7 of 7 generated properties missing (team-platform)
### Schema changes
- `crm.learners`, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
O pull request introduz 1 achado, e é ele que reprova o job: crm.learners.work_email é not classified; its name suggests personal. A sugestão vem das regras de nome do capítulo 3, que casam com e_?mail, então o achado diz o que adicionar. Entre as verificações do job, 1 falha, e a etapa sai com o código 1. Os achados de cobertura na main são marketing.audience e ai.review_corpus, as tabelas que ninguém descreveu desde que o capítulo 2 as encontrou. Nenhuma das tabelas tem dono, então o job nomeia a equipe de plataforma, que ci.toml torna responsável por tabelas sem dono. A linhagem do capítulo 4 mostra que ambas guardam dados pessoais, e todo relatório as repete até que alguém as descreva.
As demais verificações passam, entre elas os testes de política do capítulo 5, executados sobre os dados que os arquivos da branch geram, e os testes de imposição do capítulo 6, executados sobre as tabelas da branch. A verificação de propriedades relata achados na main, como 4 of 4 generated properties missing; on main, owner team-analytics: as tabelas que os pipelines gravam perdem suas propriedades geradas em cada execução noturna, como o capítulo 7 encontrou, na main como na branch. A mudança de esquema, added as work_email string; named by 0 pipelines, reaches 0 columns, ainda não alcança nada.
Regra prática: Execute todas as verificações como um único job em cada pull request, com cada uma relatando todos os seus achados sob IDs estáveis, e uma verificação que trava como um achado que reprova. Reprove o job pelo código de saída em qualquer achado que o pull request introduza e que não esteja dispensado nem aprovado. Relate todos os achados já presentes na main, contados e nomeados com o seu dono, sem reprovar um pull request que os deixe como estão. Mantenha a lista de verificações em um arquivo revisado.
Bloqueie o pull request, não o commit
A tarefa da plataforma roda no CI. Um hook de pre-commit é o outro lugar onde uma verificação pode rodar, na máquina do autor, antes de existir um commit. O pre-commit, um framework para hooks do git, costuma executá-los apenas nos arquivos que um commit altera, e sua documentação apresenta os hooks como uma forma de detectar problemas simples antes da revisão de código (pre-commit). Isso serve bem para verificações que precisam de um único arquivo: que metadata.toml seja lido sem erros de sintaxe e que cada classificação seja um dos quatro valores.
Não serve bem para a verificação de cobertura. O pull request da equipe de CRM alterou migrations/0001-add-work-email.sql e nenhum arquivo de metadados, então um hook filtrado para arquivos de metadados não teria nada para verificar. A lacuna está entre o catálogo, que a migração alterou, e um arquivo que o pull request nunca tocou, e só uma tarefa que constrói o catálogo inteiro a enxerga. Um hook pode ser configurado para rodar mesmo assim, com a variável always_run do pre-commit, para que ele execute mesmo quando nenhum arquivo corresponde. Mas ele só roda onde alguém o instalou, e qualquer pessoa pode pulá-lo, com a variável SKIP do pre-commit ou com --no-verify do git, e nenhum revisor consegue ver nenhum dos dois casos.
Por isso, o bloqueio é a tarefa no pull request, tornada obrigatória. A proteção de branches do GitHub pode exigir que todas as verificações de status obrigatórias passem antes que colaboradores possam mesclar alterações na branch protegida (GitHub, branches protegidas), e um status que não é obrigatório é apenas um conselho. O local onde os resultados aparecem importa tanto quanto isso. Os autores do Tricorder, do Google, constataram que o uso da análise cai quando os desenvolvedores precisam abrir um painel ou executar uma ferramenta de linha de comando separada (Sadowski et al., 2015). Trata-se de uma empresa e de análise de código, não de dados, mas é por isso que lib.ci.main faz mais do que devolver o código de saída. Uma etapa de CI o executa como python -m lib.ci MAIN BRANCH, e ele imprime uma linha por achado, com seu ID e o que deve ser adicionado. Ele também grava o relatório em Markdown para o pull request, onde o revisor lê o diff. Publicar o resumo e ler as aprovações a partir das revisões do pull request são responsabilidades do serviço de CI, fora do escopo deste livro.
Regra prática: Use hooks para verificações rápidas de arquivos isolados na máquina do autor, e faça da tarefa de CI no pull request o bloqueio, exigido pela proteção da branch principal. Coloque cada achado no próprio pull request, com seu ID e o que fazer a respeito, nunca apenas em um painel. Execute também as verificações de forma agendada contra o catálogo de produção, para as tabelas que mudam fora de qualquer pull request.
Informe o que uma mudança de schema alcança
A coluna que a equipe de CRM adicionou não alcançou nada a jusante, mas uma renomeação alcança, e seus três tipos de leitores, Iceberg, SQL e os metadados de governança, a julgam de maneiras diferentes. Os leitores Iceberg encontram colunas pelo ID de campo, e a especificação afirma que "a projeção deve ser feita usando field ids" (especificação de tabela Iceberg, 1.12.0), então uma coluna renomeada ainda lê todos os arquivos gravados antes da renomeação. O SQL encontra colunas pelo nome, então a mesma renomeação quebra toda consulta e todo pipeline que cita a coluna. Os metadados de governança da plataforma são indexados pelo ID de campo, como o capítulo 2 decidiu, então uma renomeação precisa apenas da atualização do nome ao lado do ID. As promoções de tipo primitivo válidas da especificação são int para long, float para double, e a precisão de um decimal, que só pode ser ampliada, além de, no formato v3, date para timestamp ou timestamp_ns, e uma coluna do tipo unknown para qualquer tipo. Qualquer outra mudança significa uma nova coluna.
Saber qual SQL uma mudança quebra é uma questão de linhagem, e o capítulo 4 respondeu a ela percorrendo o grafo de colunas. Uma revisão precisa seguir também as arestas INDIRECT, o nome que o capítulo 4 dá às entradas que decidem quais linhas uma saída contém, e não quais são os seus valores. A faceta de linhagem de colunas do OpenLineage mantém uma lista dataset para a linhagem de colunas que afeta o dataset inteiro, por meio de filtragem, ordenação, agrupamento, junções, funções de janela e similares (ColumnLineageDatasetFacet, 1.54.0). Uma coluna usada apenas para juntar ou agrupar molda cada linha que alimenta, o que um relatório de valores copiados não percebe. lib.ci.changes compara os schemas dos dois lados, ID de campo por ID de campo. Para cada coluna que o branch renomeia, altera o tipo ou remove, ele percorre o grafo de linhagem da main: os pipelines cujo SQL cita a coluna, as colunas cujos valores vêm dela, toda coluna que ela pode alterar e as equipes donas delas.
Em seguida vem a renomeação feita pela equipe de learning de learning.courses.category para subject, em uma migração e no arquivo de metadados. O mesmo pull request também corrige os dois pipelines que citam a coluna:
1"""What the learning team's rename of learning.courses.category reaches, through Iceberg readers, SQL and lineage. The2prose's point rests on the courses an Iceberg reader still finds, the columns reached, and the job's verdict once the fix merges with the rename."""3import pyarrow.compute as pc45from lib import ci, retention67main = ci.checkout()8branch = ci.checkout(main)9(branch / "migrations" / "0001-rename-category.sql").write_text(10 "alter table learning.courses rename column category to subject;\n")11ci.edit(branch, "governance/metadata.toml", '3 = { name = "category", classification = "public"',12 '3 = { name = "subject", classification = "public"') # the same field ID, renamed1314before, after = ci.build(main), ci.build(branch)15# matched by field ID, so the rename is one change, not a column dropped and another added16change = next(c for c in ci.changes(before, after) if c.table == "learning.courses")17print("change:", change.kind, "from", change.before, "to", change.after)18print("field ID, before and after:", change.field_id)19# read by the new name: Iceberg maps it to the same field ID as before20subjects = after.catalog.load_table("learning.courses").scan(selected_fields=("subject",)).to_arrow()21print("courses whose subject an Iceberg reader finds:", pc.count(subjects["subject"]).as_py())22print("pipelines whose SQL names it:", ", ".join(change.jobs))23for job, why in sorted(after.failed.items()):24 print(f"pipeline {job}, on the branch:", why)25print("columns whose values come from it:", len(change.values))26for column in change.values:27 print(" value of:", column)28print("columns it can change, DIRECT and INDIRECT:", len(change.reached))29# a column's table is the first two parts of its name, schema.table.column30print("tables those columns are in:", ", ".join(sorted({".".join(c.split(".")[:2]) for c in change.reached})))31print("owners the report goes to:", ", ".join(change.owners))32print("tables on main:", len(retention.tables(before.catalog)))33print("tables on the branch:", len(retention.tables(after.catalog)))34coverage = ci.run(before, after, checks=["coverage"]).checks[0]35print("coverage findings on the branch:", ", ".join(finding.id for finding in coverage.findings))3637# The same pull request, with both pipelines changed to read the new name. Each side runs its own pipelines/.38ci.edit(branch, "pipelines/course_performance.sql", " c.category,", " c.subject as category,")39ci.edit(branch, "pipelines/course_performance.sql", "c.title, c.category", "c.title, c.subject")40sql = (branch / "pipelines" / "marketing_audience.sql").read_text(encoding="utf-8")41(branch / "pipelines" / "marketing_audience.sql").write_text(sql.replace("c.category", "c.subject").replace(42 "f.category", "f.subject"), encoding="utf-8")43fixed = ci.build(branch)44ci.generate(fixed) # and the contracts generated again, as the author's hook would45print("files the fixed pull request changes:", ", ".join(ci.changed(main, branch)))46for line in ci.lines(ci.run(before, fixed, checks=["pipelines", "coverage", "contracts", "lineage-classifications"])):47 print("with the fix,", line)
python schema-change-impact.pychange: renamed from category string to subject string
field ID, before and after: 3
courses whose subject an Iceberg reader finds: 200
pipelines whose SQL names it: course_performance, marketing_audience
pipeline course_performance, on the branch: Unknown column: category
pipeline marketing_audience, on the branch: Unknown column: category
columns whose values come from it: 2
value of: analytics.course_performance.category
value of: marketing.audience.favourite_category
columns it can change, DIRECT and INDIRECT: 12
tables those columns are in: analytics.course_performance, marketing.audience
owners the report goes to: no owner, team-analytics
tables on main: 12
tables on the branch: 10
coverage findings on the branch: coverage/ai.review_corpus
files the fixed pull request changes: governance/contracts/learning/courses.odcs.yaml, governance/metadata.toml, migrations/0001-rename-category.sql, pipelines/course_performance.sql, pipelines/marketing_audience.sql
with the fix, pipelines: passed, findings 0, new 0, on main 0, waived 0, 4 pipelines checked
with the fix, coverage: passed, findings 2, new 0, on main 2, waived 0, 12 tables checked
with the fix, contracts: passed, findings 0, new 0, on main 0, waived 0, 11 files checked
with the fix, lineage-classifications: passed, findings 0, new 0, on main 0, waived 0, 23 columns checked
with the fix, coverage/ai.review_corpus: no metadata; on main, owner team-platform
with the fix, coverage/marketing.audience: no metadata; on main, owner team-platform
with the fix, change learning.courses, field 3: renamed from category string to subject string; named by 2 pipelines, reaches 12 columns
with the fix, job: passed
No caso do Iceberg, nada quebrou. A renomeação manteve o ID de campo da coluna, então um leitor Iceberg no branch ainda encontra um subject para 200 cursos. No caso do SQL, os pipelines que citam a coluna, course_performance, marketing_audience, param cada um antes de gravar qualquer coisa no branch, porque o capítulo 4 tornou a linhagem ilegível um erro. Por valores, a renomeação alcança 2 colunas, as duas cópias da categoria. Por todas as arestas, ela alcança 12 colunas que pode alterar, por arestas DIRECT e INDIRECT: todas as colunas de analytics.course_performance, marketing.audience, porque categorias agrupam o relatório de cursos e ranqueiam o favorito de cada aluno. O relatório vai para no owner, team-analytics: a equipe de analytics, e ninguém para marketing.audience, que ainda não tem dono.
Uma build quebrada esconde o que quebra. O catálogo do branch tem 10 tabelas, contra 12 na main, porque os pipelines quebrados não gravaram nada. A cobertura reporta apenas coverage/ai.review_corpus: uma tabela que não existe não pode ser encontrada sem descrição, então o achado de marketing.audience desapareceu. Cada lado executa o seu próprio pipelines/, então a correção acompanha a renomeação: com os dois pipelines lendo subject, o job reporta passed. Em produção, o merge também pode proteger o que a revisão viu. Um commit no catálogo REST pode carregar AssertCurrentSchemaId, que exige que o ID do schema atual da tabela corresponda ao que o requisito nomeia (especificação de catálogo REST, 1.12.0), então uma migração revisada contra um schema falha em vez de ser aplicada a outro.
Regra prática: Compare schemas por ID de campo, nunca por nome ou ID de schema, e informe cada renomeação, mudança de tipo e remoção de três formas: se os leitores Iceberg são afetados, quais pipelines têm SQL que cita a coluna, e o que ela alcança pela linhagem, incluindo as arestas INDIRECT. Envie o relatório aos donos de toda tabela que ele alcança. Faça o merge de uma renomeação que quebra um pipeline no mesmo pull request da correção desse pipeline, nunca antes dela.
Peça aprovação ao dono antes de reduzir uma classificação
Verificadores de quebra de compatibilidade protegem os leitores de um esquema. Os contratos de modelo do dbt sinalizam a remoção de uma coluna, ou a mudança do tipo de dado dela, como quebras de compatibilidade que podem afetar os consumidores a jusante (contratos de modelo do dbt). O comando breaking do datacontract-cli compara dois contratos ODCS e reprova uma mudança que quebra uma garantia da qual os consumidores dependem (datacontract-cli 1.2.7). Nenhum dos dois trata a proteção como garantia. No datacontract-cli 1.2.7, nenhuma regra cobre a classificação de uma propriedade nem o papel de uma pessoa na equipe, então uma mudança em qualquer um dos dois cai em uma regra que a marca como não testada (regras). O detector informa essa mudança no nível INFO (detector), um nível que não reprova. O comando sai com código 1 apenas para entradas ERROR (módulo do comando de quebras, modelo de quebras). examples/requirements.txt não fixa essa versão, então nenhum exemplo a executa. Em 22 de outubro de 2026, o datacontract-cli 1.2.7, executado sobre os contratos que este capítulo gera para crm.learners, reprovou uma email renomeada com código de saída 1. Ele leu a renomeação como remoção, embora a propriedade tenha mantido seu id, porque associa propriedades pelo nome (normalização). Ele aprovou email reclassificado de personal para public, e uma mudança de dono, com código de saída 0. O próprio ODCS diz que uma classificação "Pode ser qualquer coisa" (esquema ODCS v3.2.0).
No entanto, toda política lê a classificação, então reduzir uma delas é uma das mudanças de maior consequência que um arquivo de metadados pode trazer. Adicionamos uma primeira regra própria: reduzir a classificação de uma coluna, mudar o dono de uma tabela ou mover uma tabela para outro domínio exige a aprovação da equipe que é dona da tabela na branch main. Uma movimentação conta como mudança de dono, porque as regras próprias de um domínio se aplicam às suas tabelas (uma seção posterior). O dono vem da branch main, porque do contrário um pull request poderia passar a tabela para um novo dono, e esse novo dono poderia aprovar a redução. O Capítulo 2 definiu a mesma regra para os rascunhos de um modelo: somente um revisor reduz uma classificação, com o motivo na descrição da coluna.
Por último vem o pull request da equipe de ciência de dados. Ele reduz crm.learners.city de personal para internal, para que cientistas de dados possam agrupar aprendizes por cidade. A política de acesso pseudonimiza colunas pessoais para cientistas de dados, e a redução tira city dessa regra. A execução consulta a política antes e depois, depois executa as verificações que observam esquemas e políticas, e a regra do dono:
1"""A pull request from the data-science team lowers crm.learners.city from personal to internal. The prose's point rests2on analyst-1's mask on each side, and on the owner rule failing alone."""3from lib import ci, policy45main = ci.checkout()6branch = ci.checkout(main)7ci.edit(branch, "governance/metadata.toml", '6 = { name = "city", classification = "personal"',8 '6 = { name = "city", classification = "internal"')9before, after = ci.build(main), ci.build(branch)1011reading_city = policy.request("analyst-1", "crm.learners", ["learner_id", "city"])12for side, name in ((before, "main"), (after, "the branch")):13 rego = policy.interpreter(side.governance / "policies", data=ci.policy_data(side))14 # a column with no mask in the decision is shown as it is stored15 print(f"analyst-1 reading city, on {name}:", policy.decide(reading_city, rego)["column_masks"].get("city", "unmasked"))1617checks = ["policy-tests", "enforcement-tests", "removals", "owner-review"]18report = ci.run(before, after, checks=checks)19print("schema changes:", len(report.changes))20for line in ci.lines(report):21 print(line)2223# The approvals come from the pull request's reviews: one entry per approving review, named by the reviewer's team.24# The owner rule passes when it raises no unapproved finding.25owner_review = lambda approvals: "passed" if ci.run(before, after, approvals, checks=["owner-review"]).passed else "failed"26print("owner-review, once team-crm approves:", owner_review(["team-crm"]))27print("owner-review, once team-analytics approves:", owner_review(["team-analytics"]))28ci.edit(after.root, "governance/ci.toml", "teams = {}", "teams = { team-crm = 2 }") # team-crm asks for two29# one approval from team-crm and one from another team: team-crm still needs a second of its own30print("owner-review, two required, one from team-crm:", owner_review(["team-crm", "team-platform"]))31print("owner-review, two required, two from team-crm:", owner_review(["team-crm", "team-crm"]))
python classification-downgrade.pyanalyst-1 reading city, on main: pseudonymize
analyst-1 reading city, on the branch: unmasked
schema changes: 0
policy-tests: passed, findings 0, new 0, on main 0, waived 0, 24 tests and rows checked
enforcement-tests: passed, findings 0, new 0, on main 0, waived 0, 44 cases checked
removals: passed, findings 0, new 0, on main 0, waived 0, 87 columns checked
owner-review: failed, findings 1, new 1, on main 0, waived 0, 77 columns checked
owner-review/crm.learners.city: lowered from personal to internal; needs team-crm's approval
job: failed
owner-review, once team-crm approves: passed
owner-review, once team-analytics approves: failed
owner-review, two required, one from team-crm: failed
owner-review, two required, two from team-crm: passed
Uma única palavra no arquivo de metadados desmascara uma coluna para um papel inteiro, e nenhuma verificação, exceto a regra do dono, percebe isso. analyst-1 lê city como pseudonymize na main, e como unmasked na branch. A execução informa 0 mudanças de esquema, então um verificador de quebras de compatibilidade não tem o que comparar. Os testes de política passam, passed, findings 0, new 0, on main 0, waived 0, 24 tests and rows checked, e também passam os testes de aplicação, porque nenhum deles lê city, e a verificação de remoções passa porque nenhuma coluna foi removida. Só a regra do dono falha, em lowered from personal to internal; needs team-crm's approval.
O que resolve a regra do dono é a aprovação do dono. As aprovações chegam a lib.ci.run como uma entrada por revisão aprovadora, identificada pela equipe do revisor. Com a aprovação de team-crm, a regra do dono informa passed, e com a de team-analytics, que não é a dona da tabela, informa failed.
Regra prática: Trate uma classificação reduzida, um dono alterado e uma movimentação para outro domínio como mudanças que exigem a aprovação do dono da tabela na branch main, e reprove o job até que essa aprovação seja dada; nunca dependa de um verificador de quebras de compatibilidade para elas. Peça o motivo na descrição da coluna no mesmo pull request. Uma classificação elevada não exige essa aprovação, porque só pode ocultar mais.
Descontinue uma coluna antes de removê-la
A regra do proprietário protege uma mudança que os verificadores de mudanças incompatíveis ignoram. Remover uma coluna é a mudança que todos eles detectam, mas, nesse momento, a remoção já está em revisão, tarde demais para ajudar os leitores que ela quebra. A ODCS 3.2.0 acrescenta uma forma de avisar os leitores antes. Qualquer elemento de um contrato, um objeto de esquema ou uma propriedade, inclusive os aninhados, pode definir o booleano opcional deprecated para sinalizar que seu uso não é mais recomendado. O padrão também pede que o description aponte para um substituto e forneça orientações de migração (esquema ODCS v3.2.0). Nossa segunda regra torna o aviso de descontinuação uma etapa obrigatória: uma coluna só pode sair de uma tabela depois que a branch principal a tiver marcado como descontinuada. Isso exige dois pull requests, um que descontinua a coluna e outro que a remove, e os leitores da coluna têm o intervalo entre eles para deixar de usá-la.
O arquivo de metadados da plataforma não tinha esse campo, então este capítulo acrescenta um: deprecated = true na entrada de uma coluna. lib.metadata.load o lê como Column.deprecated, sendo falso quando ausente, e lib.ci.contract o escreve no contrato da coluna como deprecated da ODCS.
O melhor candidato da plataforma é billing.payments.card_number. A própria descrição dele diz que "não deveria ser armazenado de forma alguma", e o capítulo 3 constatou que ele guarda números completos de cartão. team-billing remove essa coluna duas vezes, cada vez apagando a coluna em uma migração e excluindo sua entrada de metadados: uma vez imediatamente e outra vez depois de um pull request que a descontinua ter sido mesclado:
1"""team-billing removes the legacy card_number column from billing.payments: once straight away, and once after a pull2request that deprecates it has merged. The prose's point rests on the two removal lines."""3import yaml45from lib import ci67entry = ('8 = { name = "card_number", classification = "sensitive", '8 'description = "The full card number, from a legacy export. Should not be stored at all." }\n')9# the note goes after the description's sentence ending "at all.", and deprecated = true goes inside the entry's braces10deprecated_entry = entry.replace("all.", "all. Deprecated: reconcile payments by payment_id.").replace(" }", ", deprecated = true }")111213def remove_card_number(base, line):14 """A pull request on top of `base` that drops the column and deletes its metadata entry."""15 branch = ci.checkout(base)16 (branch / "migrations" / "0001-drop-card-number.sql").write_text("alter table billing.payments drop column card_number;\n")17 ci.edit(branch, "governance/metadata.toml", line, "")18 return branch192021main = ci.checkout()22deprecated = ci.checkout(main) # the first pull request: mark the column deprecated, and say what replaces it23ci.edit(deprecated, "governance/metadata.toml", entry, deprecated_entry)2425for base, line, name in ((main, entry, "straight away"), (deprecated, deprecated_entry, "after the deprecation merged")):26 report = ci.run(ci.build(base), ci.build(remove_card_number(base, line)), checks=["removals"])27 print(f"removal, {name}:", "passed" if report.checks[0].passed else "failed")28 for finding in report.checks[0].findings:29 print(f" {finding.id}:", finding.message)3031# property 7 is the eighth column, field 8: card_number, the column the deprecation marks32card_number = ci.contract(ci.build(deprecated), "billing.payments")["schema"][0]["properties"][7]33print("the deprecated column in its ODCS contract:")34print(yaml.safe_dump(card_number, sort_keys=False, width=200), end="")
python deprecate-then-remove.pyremoval, straight away: failed
removals/billing.payments.card_number: removed without being deprecated on the main branch first
removal, after the deprecation merged: passed
the deprecated column in its ODCS contract:
id: field-8
name: card_number
logicalType: string
physicalType: string
required: false
description: 'The full card number, from a legacy export. Should not be stored at all. Deprecated: reconcile payments by payment_id.'
classification: sensitive
deprecated: true
De imediato, a remoção falha, removed without being deprecated on the main branch first. Depois que a descontinuação foi mesclada, a mesma remoção informa passed. Nesse intervalo, o contrato levou o aviso a todos os que leem contratos, e não apenas ao repositório: deprecated: true, com uma descrição que explica como conciliar os pagamentos sem a coluna. A regra verifica a ordem das duas mudanças, não o tempo entre elas. Quanto tempo os leitores terão é uma decisão do time responsável e dos leitores da coluna, e o relatório de impacto diz quem são esses leitores.
Regra prática: remova uma coluna em dois pull requests: primeiro marque-a como descontinuada, com o substituto na descrição, e mescle isso; depois remova-a da tabela e sua entrada dos metadados. Reprove qualquer remoção de uma coluna que a branch principal não tenha descontinuado. Combine com os leitores da coluna por quanto tempo durará a descontinuação, já que o job só confere que ela veio primeiro.
Encaminhe as revisões de cada domínio pelo caminho
A regra de dono exige que a equipe de uma tabela aprove suas reduções de classificação, e o repositório pode encaminhar esse pedido. O GitHub solicita a revisão dos donos de código automaticamente quando um pull request modifica código de que eles são donos, e uma regra de proteção de branch pode exigir essa revisão (documentação do GitHub, About code owners). A plataforma mantém todos os seus metadados em um único arquivo, governance/metadata.toml, o que funciona para 5 em um mesmo repositório. Um arquivo tem um único conjunto de donos, porém, então o pedido só chega à equipe certa se os metadados de cada equipe estiverem em um caminho próprio.
O ODCS traça as mesmas divisões. Um contrato indica um domain, o domínio lógico de dados a que pertence (ODCS v3.2.0 fundamentals). O ODCS não tem campo de dono: a propriedade é um role de texto livre em um membro da team do contrato (ODCS v3.2.0 team). lib.ci.contract escreve cada tabela descrita como um contrato ODCS. Ele registra o domínio, a equipe proprietária como membro com o papel owner, e cada coluna como uma propriedade cujo id guarda o seu ID de campo Iceberg. O ODCS define o id de uma propriedade como "Um identificador único do elemento usado para criar referências estáveis e resistentes a refatorações". lib.ci.generate escreve cada contrato em uma pasta do seu domínio, e um arquivo CODEOWNERS em .github/, o primeiro lugar onde o GitHub procura um. Ambos são gerados a partir dos metadados, nunca digitados à mão. Pergunte quem o GitHub solicitaria para a redução de city feita pela equipe de ciência de dados:
1"""Ownership as ODCS contracts, a folder per domain, and who GitHub asks to review the downgrade of crm.learners.city2when the metadata is one shared file, and when each domain has a folder of contracts generated from it. The prose's3point rests on the first review line and on the contracts check failing before the files are generated again."""4import yaml56from lib import ci78main = ci.checkout() # the main branch holds the contracts and CODEOWNERS generated from its metadata9branch = ci.checkout(main)10ci.edit(branch, "governance/metadata.toml", '6 = { name = "city", classification = "personal"',11 '6 = { name = "city", classification = "internal"')1213shared = ["/governance/ @example-org/team-platform"] # one file for every domain, owned by the platform team14for path, owners in ci.reviewers(shared, ["governance/metadata.toml"]).items():15 print(f"one shared file, review of {path}:", " ".join(owners))1617crm = yaml.safe_load((main / "governance/contracts/crm/learners.odcs.yaml").read_text(encoding="utf-8"))18print(yaml.safe_dump({"domain": crm["domain"], "team": crm["team"]}, sort_keys=False), end="")19lines = (main / ".github/CODEOWNERS").read_text(encoding="utf-8").splitlines()20for line in lines[1:]: # the first line says the file is generated21 print("CODEOWNERS", line)22before, after = ci.build(main), ci.build(branch) # the pull request changes the metadata only23print("teams that own tables:", len({table.owner for table in before.described.values()}))24# drops the job's verdict, the last line, which this example doesn't print25for line in ci.lines(ci.run(before, after, checks=["contracts"]))[:-1]:26 print("before generating again,", line)27print("files generated again:", len(ci.generate(after)))28print("after generating again, contracts:", "passed" if ci.run(before, after, checks=["contracts"]).passed else "failed")29# the last matching CODEOWNERS line wins, as GitHub applies it30for path, owners in ci.reviewers(lines, ci.changed(main, branch)).items():31 print(f"a folder per domain, review of {path}:", " ".join(owners))
python domain-contracts.pyone shared file, review of governance/metadata.toml: @example-org/team-platform
domain: crm
team:
name: team-crm
members:
- username: team-crm
role: owner
CODEOWNERS /.github/CODEOWNERS @example-org/team-platform
CODEOWNERS /governance/ @example-org/team-platform
CODEOWNERS /migrations/ @example-org/team-platform
CODEOWNERS /pipelines/ @example-org/team-platform
CODEOWNERS /pipelines/course_performance.sql @example-org/team-analytics
CODEOWNERS /pipelines/learner_activity.sql @example-org/team-analytics
CODEOWNERS /governance/contracts/analytics/ @example-org/team-analytics
CODEOWNERS /governance/contracts/billing/ @example-org/team-billing
CODEOWNERS /governance/contracts/crm/ @example-org/team-crm
CODEOWNERS /governance/ci/domains/crm.rego @example-org/team-crm
CODEOWNERS /governance/contracts/learning/ @example-org/team-learning
CODEOWNERS /governance/contracts/support/ @example-org/team-support
teams that own tables: 5
before generating again, contracts: failed, findings 1, new 1, on main 0, waived 0, 11 files checked
before generating again, contracts/governance/contracts/crm/learners.odcs.yaml: differs from what the metadata generates: generate it again
files generated again: 11
after generating again, contracts: passed
a folder per domain, review of governance/contracts/crm/learners.odcs.yaml: @example-org/team-crm
a folder per domain, review of governance/metadata.toml: @example-org/team-platform
Com um arquivo único compartilhado, a redução altera governance/metadata.toml, e o GitHub pede a revisão de @example-org/team-platform. Essa é a equipe que é dona do arquivo, não team-crm, a quem pertence a coluna. O CODEOWNERS gerado atribui à equipe de plataforma o próprio arquivo, pois About code owners afirma que um repositório só está totalmente protegido contra alterações não autorizadas quando o próprio arquivo CODEOWNERS tem um dono (documentação do GitHub). A equipe de plataforma também fica com os arquivos de governança, as migrações e os pipelines. Cada pipeline então vai para a equipe que é dona da sua tabela, e cada pasta de contratos vai para a equipe do seu domínio. O pull request alterou apenas os metadados, então a verificação contracts, que gera de novo todos os arquivos e compara, falha: differs from what the metadata generates: generate it again. Gerado novamente, o pull request também altera o contrato do crm, e a revisão dele vai para @example-org/team-crm, porque o GitHub dá precedência ao último padrão correspondente. Um gancho que gera os arquivos poupa ao autor uma execução com falha. A verificação garante o encaminhamento.
Quando a revisão dos donos de código é exigida, a aprovação de qualquer um dos donos de um arquivo a satisfaz (About code owners). A proteção de branch pede um número de aprovações para o branch inteiro, atendido por revisores com permissão de escrita (GitHub, protected branches), então qualquer revisor desse tipo conta para ele, e ela não pode exigir dois membros de team-crm. O job pode fazer isso, a partir das aprovações que recebe. A regra de dono as conta por equipe, contra um número por equipe em ci.toml. Com team-crm exigindo duas, a redução de city com uma aprovação de team-crm informa failed, e com duas informa passed. A especificação do catálogo REST do Iceberg 1.12.0 oferece outro lugar para classificações, labels por tabela e ID de campo (especificação do catálogo REST). A cobertura e as regras de contrato poderiam ler os rótulos de um servidor de catálogo, mas as alterações neles precisariam da revisão do próprio servidor, já que a especificação não exige que os rótulos sejam persistidos ou versionados.
Regra prática: Mantenha os metadados de cada domínio em um caminho próprio, como um contrato ODCS por tabela, com um domínio e uma equipe proprietária, gerado a partir dos metadados e verificado pelo job, com uma linha no CODEOWNERS para essa equipe. Dê à equipe de plataforma o arquivo CODEOWNERS, as configurações do job, suas regras globais, as dispensas e as migrações. Exija a revisão dos donos de código e conte as aprovações por equipe no job quando uma não bastar.
Acrescente regras de domínio às regras globais
Equipes que são donas dos contratos dos seus domínios ainda compartilham uma única plataforma, e algumas regras precisam valer em todos os domínios. A descrição de Dehghani sobre data mesh chama isso de governança computacional federada, "um conjunto de regras globais - regras aplicadas a todos os produtos de dados e às suas interfaces - para garantir um ecossistema saudável e interoperável". Essas regras globais convivem com as decisões que cada domínio toma para si, e a plataforma executa ambas (Dehghani, 2020). Isso é um enquadramento, não uma medição, e ele se traduz em código. A equipe da plataforma mantém um único pacote de regras globais, acordado entre os domínios, e na versão de Dehghani as regras são decididas em conjunto pelos donos de produto do domínio e da plataforma. Cada domínio tem um pacote próprio, mantido pela sua equipe, e um único job executa todos eles.
A ferramenta do projeto OPA para regras sobre arquivos é o Conftest, que testa dados de configuração estruturados com Rego (Conftest). lib.ci executa o mesmo tipo de regras dentro do próprio processo, com regopy, como o capítulo 5 executa a política de acesso. governance/ci/global.rego contém as regras globais: um único dono, qualquer que seja a caixa (maiúscula ou minúscula) do seu papel; um único domínio, em que um valor ausente, vazio ou em branco falha, pois uma string vazia é um valor definido em Rego e not sozinho a aceitaria; uma classificação entre as quatro, já que o ODCS aceita qualquer string; e uma descrição para cada coluna. governance/ci/domains/crm.rego contém a regra de team-crm: nada no crm é público, porque tudo nele descreve um aluno ou um instrutor. A verificação contract-rules executa o pacote global em todos os contratos, e o pacote de cada domínio nos contratos desse domínio na branch. Uma regra devolve cada violação como dado, com o nome da regra, um sujeito e uma mensagem. O sujeito da violação e o nome da regra formam o ID do achado. Esses arquivos ficam fora de governance/policies/, a pasta da política de acesso, de modo que alterá-los nunca altera a revisão da política que o capítulo 8 registra em cada decisão.
A mudança da equipe de CRM volta, agora com metadados. work_email é classificada como public, sob o argumento de que um endereço de trabalho é informação de negócio, e a descrição está vazia. A segunda tentativa adiciona uma descrição e move crm.learners para o domínio de analytics, que não tem regras próprias:
1"""The platform's global rules and the crm domain's own rule, run on the CRM team's two tries at work_email: classified2public with no description, then described with crm.learners moved to the analytics domain, which has no rules of its own.3The prose's point rests on the two contract-rules findings of the first try and on the owner-review finding after the move."""4from lib import ci56main = ci.checkout()7branch = ci.checkout(main)8(branch / "migrations" / "0001-add-work-email.sql").write_text("alter table crm.learners add column work_email varchar;\n")9ci.edit(branch, "governance/metadata.toml", '15 = { name = "notes"',10 '16 = { name = "work_email", classification = "public", description = "" }\n15 = { name = "notes"')1112for path in sorted((branch / "governance" / "ci").rglob("*.rego")):13 print("rules:", path.relative_to(branch).as_posix())14before = ci.build(main)15report = ci.run(before, branch, checks=["coverage", "contract-rules"])16for line in ci.lines(report):17 print(line)1819# The second try: a description, and the table moved to a domain whose rules allow public columns.20ci.edit(branch, "governance/metadata.toml", 'description = "" }', 'description = "The learner\'s work address." }')21# the table's domain changes from crm to analytics, which has no rules of its own22ci.edit(branch, "governance/metadata.toml", 'owner = "team-crm"\ndomain = "crm"\ndescription = "Every learner',23 'owner = "team-crm"\ndomain = "analytics"\ndescription = "Every learner')24report = ci.run(before, branch, checks=["coverage", "contract-rules", "owner-review"])25for line in ci.lines(report):26 print("moved to analytics,", line)
python global-and-domain-rules.pyrules: governance/ci/domains/crm.rego
rules: governance/ci/global.rego
coverage: failed, findings 3, new 1, on main 2, waived 0, 12 tables checked
contract-rules: failed, findings 2, new 2, on main 0, waived 0, 10 contracts checked
coverage/ai.review_corpus: no metadata; on main, owner team-platform
coverage/crm.learners.work_email: classified public; its name suggests personal; needs team-crm's approval
coverage/marketing.audience: no metadata; on main, owner team-platform
contract-rules/crm.learners.work_email/described: no description (global rule described)
contract-rules/crm.learners.work_email/no-public: crm classifies no column public (domains.crm rule no-public)
change crm.learners, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
job: failed
moved to analytics, coverage: failed, findings 3, new 1, on main 2, waived 0, 12 tables checked
moved to analytics, contract-rules: passed, findings 0, new 0, on main 0, waived 0, 10 contracts checked
moved to analytics, owner-review: failed, findings 1, new 1, on main 0, waived 0, 77 columns checked
moved to analytics, coverage/ai.review_corpus: no metadata; on main, owner team-platform
moved to analytics, coverage/crm.learners.work_email: classified public; its name suggests personal; needs team-crm's approval
moved to analytics, coverage/marketing.audience: no metadata; on main, owner team-platform
moved to analytics, owner-review/crm.learners/domain: domain changed from crm to analytics; needs team-crm's approval
moved to analytics, change crm.learners, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
moved to analytics, job: failed
A cobertura agora sinaliza a classificação: classified public; its name suggests personal; needs team-crm's approval. Um nome é evidência, e um pull request não tem valores para ler, de modo que uma classificação abaixo da sugerida pelo nome é um achado que só o dono na main pode responder.
As regras de contrato exigem mais. O pacote global sinaliza no description (global rule described), e o pacote de crm sinaliza crm classifies no column public (domains.crm rule no-public). team-crm decidiu a segunda regra sem consultar nenhuma outra equipe, e a plataforma a executa por eles em todo pull request, inclusive os pull requests de team-crm.
Na segunda tentativa, as regras do domínio de analytics se aplicam, e as regras de contrato passam: passed, findings 0, new 0, on main 0, waived 0, 10 contracts checked. A própria mudança de domínio falha, em domain changed from crm to analytics; needs team-crm's approval, e a classificação também falha.
Regra prática: Escreva as regras que todo domínio deve seguir como um único pacote global, mantido pela equipe da plataforma, e deixe cada domínio acrescentar um pacote próprio, mantido pela sua equipe, que execute apenas sobre os contratos desse domínio. Devolva as violações como dados, com um sujeito estável, nunca como um simples passa ou falha. Deixe as regras de domínio se somarem às regras globais, nunca as substituírem, e trate a mudança de uma tabela para outro domínio como uma mudança de responsabilidade, para que nenhuma equipe escape às regras do seu domínio alterando uma única palavra.
Contar achados com waiver por verificação
Cada uma das verificações até aqui reprova um pull request por um motivo. Um portão também falha quando as pessoas deixam de acreditar nele. Os autores do Tricorder, do Google, definem um falso positivo efetivo como qualquer relatório sobre o qual o usuário opta por não agir, e mantêm essa taxa abaixo de 10% na revisão de código. O que eles acolhem é um critério mais restrito, a taxa de não utilidade: os cliques em "Não útil" de um analisador como fração do total de cliques em "Não útil", "Por favor, corrija" e "Aplicar correção". Com 10% ou mais, um analisador entra em período de observação e, acima de 25%, pode ser desligado imediatamente (Sadowski et al., 2015). Trata-se da análise de código de uma única empresa, com limites escolhidos por ela, e não conhecemos equivalente publicado para governança de dados. A medida se aplica aqui apenas como analogia. Conte, para cada verificação, os achados que ninguém acolhe, com waiver ou deixados na main.
Na plataforma, a decisão de não agir sobre um achado novo é um waiver. Um waiver em governance/waivers.toml nomeia um achado pelo seu ID, a equipe responsável por ele, um motivo e o último dia em que vale. lib.ci aceita um waiver que vale no máximo 90 dias após o dia em que a tarefa é executada. Esse limite é uma regra prática mantida em governance/ci.toml, para que todo waiver volte a ser decidido. O mesmo arquivo lista as verificações que nenhum waiver silencia, qualquer que seja a data: a cobertura, já que uma tabela sem responsável ou uma coluna sem classificação se corrige no próprio pull request, e os testes de cumprimento. Um achado já presente na main não precisa de waiver. Um waiver vencido não silencia nada, e o relatório o lista. A equipe da plataforma é dona do arquivo de waivers, por isso cada waiver também é uma mudança revisada.
A mudança do CRM precisa de dois waivers. O primeiro cobre a coluna sem classificação. O segundo cobre, depois que a coluna for classificada como personal, a descrição que ainda não foi escrita. A equipe pede primeiro que o segundo valha até o verão e, depois, até 31 de outubro:
1"""Waivers on the CRM team's pull request: one for the unclassified work_email column, which coverage never allows;2then, with the column classified but not yet described, one that asks for too long, and one that fits, on the book's3today and a month later. The prose's point rests on the two refusals and on the expired waiver the report lists."""4from datetime import date56from lib import ci7from lib.platform import TODAY8910def waive(branch, finding, expires, reason):11 with open(branch / "governance" / "waivers.toml", "a", encoding="utf-8") as waivers:12 # the date is written unquoted, so TOML reads it as a date, which the job compares with the day it runs13 waivers.write(f'\n[[waivers]]\nfinding = "{finding}"\nowner = "team-crm"\nreason = "{reason}"\nexpires = {expires}\n')141516main = ci.checkout()17before = ci.build(main)18unclassified = ci.checkout(main)19(unclassified / "migrations" / "0001-add-work-email.sql").write_text("alter table crm.learners add column work_email varchar;\n")20waive(unclassified, "coverage/crm.learners.work_email", "2026-10-31", "Classified once the sign-up form is live.")21for line in ci.lines(ci.run(before, unclassified, checks=["coverage"])):22 print("unclassified,", line)2324undescribed = ci.checkout(main) # the second try: classified, with its description still to come25(undescribed / "migrations" / "0001-add-work-email.sql").write_text("alter table crm.learners add column work_email varchar;\n")26ci.edit(undescribed, "governance/metadata.toml", '15 = { name = "notes"',27 '16 = { name = "work_email", classification = "personal", description = "" }\n15 = { name = "notes"')28waive(undescribed, "contract-rules/crm.learners.work_email/described", "2027-06-30", "Described once the form's copy is final.")29after = ci.build(undescribed)30for line in ci.lines(ci.run(before, after, checks=["coverage", "contract-rules"])):31 print("undescribed, asked until 2027-06-30,", line)3233# the same waiver, shortened to the end of October, within the longest a waiver may run34ci.edit(undescribed, "governance/waivers.toml", "2027-06-30", "2026-10-31")35for day in (TODAY, date(2026, 11, 1)): # the book's today, then a month later, after the waiver has expired36 report = ci.run(before, after, today=day, checks=["coverage", "contract-rules"])37 print(f"undescribed, asked until 2026-10-31, on {day}, contract-rules:", "passed" if report.checks[1].passed else "failed")38 print(f"undescribed, asked until 2026-10-31, on {day}, findings waived:", sum(len(c.waived) for c in report.checks))39 print(f"undescribed, asked until 2026-10-31, on {day}, waivers that silence nothing:",40 "; ".join(why for _, why in report.unused) or "none")
python waived-findings.pyunclassified, coverage: failed, findings 3, new 1, on main 2, waived 0, 12 tables checked
unclassified, coverage/ai.review_corpus: no metadata; on main, owner team-platform
unclassified, coverage/crm.learners.work_email: not classified; its name suggests personal
unclassified, coverage/marketing.audience: no metadata; on main, owner team-platform
unclassified, change crm.learners, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
unclassified, waiver coverage/crm.learners.work_email: silences nothing, coverage findings are never waived
unclassified, job: failed
undescribed, asked until 2027-06-30, coverage: passed, findings 2, new 0, on main 2, waived 0, 12 tables checked
undescribed, asked until 2027-06-30, contract-rules: failed, findings 1, new 1, on main 0, waived 0, 10 contracts checked
undescribed, asked until 2027-06-30, coverage/ai.review_corpus: no metadata; on main, owner team-platform
undescribed, asked until 2027-06-30, coverage/marketing.audience: no metadata; on main, owner team-platform
undescribed, asked until 2027-06-30, contract-rules/crm.learners.work_email/described: no description (global rule described)
undescribed, asked until 2027-06-30, change crm.learners, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
undescribed, asked until 2027-06-30, waiver contract-rules/crm.learners.work_email/described: silences nothing, runs to 2027-06-30, past the longest allowed, 2026-12-30
undescribed, asked until 2027-06-30, job: failed
undescribed, asked until 2026-10-31, on 2026-10-01, contract-rules: passed
undescribed, asked until 2026-10-31, on 2026-10-01, findings waived: 1
undescribed, asked until 2026-10-31, on 2026-10-01, waivers that silence nothing: none
undescribed, asked until 2026-10-31, on 2026-11-01, contract-rules: failed
undescribed, asked until 2026-10-31, on 2026-11-01, findings waived: 0
undescribed, asked until 2026-10-31, on 2026-11-01, waivers that silence nothing: expired on 2026-10-31
O waiver da coluna sem classificação é recusado, embora peça apenas um mês: silences nothing, coverage findings are never waived. Nenhum waiver consegue fazer esse pull request passar. O waiver da descrição é recusado enquanto vale até o verão, silences nothing, runs to 2027-06-30, past the longest allowed, 2026-12-30. Encurtado para 31 de outubro, ele silencia o achado. Em 1º de outubro, as regras de contrato relatam passed. Em 1º de novembro, relatam failed. Em 1º de outubro, a lista de waivers que não silenciam nada é none; em 1º de novembro, é expired on 2026-10-31: a data passou, e o problema não.
Regra prática: Permita que um waiver nomeie exatamente um achado que um pull request introduz, com uma equipe responsável, um motivo e uma data de término a no máximo alguns meses, e liste as verificações que nenhum waiver pode silenciar, como a falta de classificação ou de responsável. Informe, para cada verificação, quantos achados ninguém acolheu, com waiver ou deixados na main, e revise qualquer verificação em que isso seja a maioria deles: ou a verificação está errada, ou a plataforma está, e a contagem esconde qual dos dois.
O que dá errado em produção
A nosso ver, um job de governança é desligado com mais frequência do que quebra: as equipes removem as verificações lentas ou ruidosas, uma linha de governance/ci.toml por vez, e o portão continua passando enquanto protege cada vez menos. Duas verificações em etapas mostram como isso acontece, com contagens no lugar de tempos, e uma terceira mostra um job que quebra.
Uma verificação que lê cada linha
O time de suporte adiciona duas colunas a support.tickets: callback_number, classificada como internal, e reply_email, classificada como public. Um time que queira que os valores sejam avaliados, e não apenas os nomes, então acrescenta à tarefa a classificação da tabela feita no capítulo 3, por amostra e por todas as linhas:
1"""The support team's pull request adds two columns to support.tickets, which coverage judges by their names and chapter23's value checks judge by reading a sample, or every row. The prose's point rests on the callback number's empty column3and on the values each check reads; counts of values stand in for time, which depends on the machine."""4import pyarrow as pa56from lib import ci, pii78main = ci.checkout()9branch = ci.checkout(main)10(branch / "migrations" / "0001-callback-and-reply.sql").write_text(11 "alter table support.tickets add column callback_number varchar;\n"12 "alter table support.tickets add column reply_email varchar;\n")13ci.edit(branch, "governance/metadata.toml", '8 = { name = "status"',14 '9 = { name = "callback_number", classification = "internal", description = "A number to call the learner back on." }\n'15 '10 = { name = "reply_email", classification = "public", description = "Where the reply goes." }\n8 = { name = "status"')16before, after = ci.build(main), ci.build(branch)1718report = ci.run(before, after, checks=["coverage", "classify-sampled", "classify-every-row"])19for name in ("body", "callback_number", "reply_email"):20 values = after.catalog.load_table("support.tickets").scan(selected_fields=(name,)).to_arrow()[name]21 print(f"support.tickets.{name}, values on the branch:", f"{len(values) - values.null_count:,}")22 for check in report.checks:23 found = [f.message for f in check.findings if f.id == f"{check.name}/support.tickets.{name}"]24 print(f"support.tickets.{name}, {check.name}:", found[0] if found else "no finding")25for check in report.checks[1:]:26 print(f"{check.name}, values read:", f"{check.checked:,}")2728text_columns, sampled, every_row = 0, 0, 029for name in sorted(before.described):30 data = before.catalog.load_table(name).scan().to_arrow()31 # the non-null values of each text column, the ones a value check classifies32 filled = [len(column) - column.null_count for column in data.columns if pa.types.is_string(column.type)]33 text_columns += len(filled)34 # the sampled check reads at most pii.ROWS values of each column35 sampled += sum(min(pii.ROWS, count) for count in filled)36 every_row += sum(filled)37print("text columns in the described tables:", text_columns)38print("values the sampled check would read in them:", f"{sampled:,}")39print("values the every-row check would read in them:", f"{every_row:,}")
python slow-check-every-row.pysupport.tickets.body, values on the branch: 2,000
support.tickets.body, coverage: no finding
support.tickets.body, classify-sampled: values support sensitive, reviewed as personal
support.tickets.body, classify-every-row: values support sensitive, reviewed as personal
support.tickets.callback_number, values on the branch: 0
support.tickets.callback_number, coverage: no finding
support.tickets.callback_number, classify-sampled: no finding
support.tickets.callback_number, classify-every-row: no finding
support.tickets.reply_email, values on the branch: 0
support.tickets.reply_email, coverage: classified public; its name suggests personal; needs team-support's approval
support.tickets.reply_email, classify-sampled: its name suggests personal, reviewed as public
support.tickets.reply_email, classify-every-row: its name suggests personal, reviewed as public
classify-sampled, values read: 1,000
classify-every-row, values read: 10,000
text columns in the described tables: 32
values the sampled check would read in them: 5,800
values the every-row check would read in them: 429,453
Coverage reprova reply_email pelo nome dele, classified public; its name suggests personal; needs team-support's approval, e aprova callback_number, no finding, porque nenhuma regra de nome corresponde a ela. O branch tem 0 valores na nova coluna, então ler valores também não ajuda ainda. A migração adiciona a coluna vazia, e cada linha resulta em no finding. A amostra agendada do capítulo 3 detecta os números de telefone quando a coluna passa a ser preenchida.
A verificação por amostra lê 1,000 valores, e a verificação de cada linha lê 10,000. Ambas encontram support.tickets.body como sensível sob uma classificação pessoal, que o capítulo 3 já enviou para team-support. Em todas as colunas de texto das tabelas descritas, uma amostra leria 5,800 valores, e cada linha leria 429,453. O segundo número cresce com os dados, em cada pull request, qualquer que seja a mudança feita por ele. Um job que deixa as pessoas esperando, em nossa avaliação, acaba ignorado e, depois, removido.
Regra prática: Dimensione as verificações de pull request pela mudança, não pelos dados: metadados, esquemas, políticas e os nomes das colunas que um pull request adiciona. Execute verificações que leem valores em agendamento, com amostra fixa, como o capítulo 3 faz, e envie os achados ao time responsável. Documente onde as verificações do job param, como em uma coluna adicionada vazia.
Uma verificação que sinaliza todo ID
Uma equipe cautelosa adiciona uma verificação que trata toda coluna com nome de ID como dado pessoal. A plataforma decidiu de outra forma para os IDs que usa em junções: o capítulo 2 classifica learner_id como internal e protege a tabela que o resolve. Os achados da verificação são novos, então cada equipe responsável os dispensa:
1"""A noisy check added to the job: every column named like an ID is personal. The platform decided otherwise for IDs2used for joining, so each owning team waives its findings, and the waiver count climbs. The prose's point rests on the3not-acted-on line of each check."""4from collections import Counter56from lib import ci78main = ci.checkout()9branch = ci.checkout(main) # the platform team adds the check to the job's settings10ci.edit(branch, "governance/ci.toml", '"properties"]', '"properties", "id-columns"]')11before, after = ci.build(main), ci.build(branch)1213report = ci.run(before, after)14print("waivers in the file, before:", len(ci.waivers(after.governance)))15noisy = next(check for check in report.checks if check.name == "id-columns")16print("job, before the waivers:", "passed" if report.passed else "failed")17print("id-columns, findings:", len(noisy.findings))18print("id-columns, findings on main:", len(noisy.on_main))19# the last word of each message is the classification20classified = Counter(finding.message.rpartition(" ")[2] for finding in noisy.findings)21for level, count in sorted(classified.items()):22 print(f"id-columns, findings classified {level}:", count)23# the part of the finding's ID after the check's name: the column's full name24print("id-columns, the public one:", ", ".join(f.id.split("/")[1] for f in noisy.findings if f.message.endswith("public")))2526with open(after.governance / "waivers.toml", "a", encoding="utf-8") as waivers:27 for finding in noisy.findings:28 waivers.write(f'\n[[waivers]]\nfinding = "{finding.id}"\nowner = "{finding.owner}"\n'29 'reason = "An ID for joining, internal by decision."\nexpires = 2026-10-31\n')3031report = ci.run(before, after)32print("waivers in the file, after:", len(ci.waivers(after.governance)))33print("job, with the waivers:", "passed" if report.passed else "failed")34for check in (check for check in report.checks if check.findings):35 idle = [f for f in check.findings if f.waiver or f.on_main] # findings nobody acted on36 print(f"{check.name}, not acted on:", f"{len(idle)} of {len(check.findings)} findings, {len(idle) / len(check.findings):.0%}: "37 f"{len(check.waived)} waived, {len(check.on_main)} on main")
python noisy-check-waivers.pywaivers in the file, before: 0
job, before the waivers: failed
id-columns, findings: 21
id-columns, findings on main: 0
id-columns, findings classified internal: 20
id-columns, findings classified public: 1
id-columns, the public one: learning.courses.course_id
waivers in the file, after: 21
job, with the waivers: passed
coverage, not acted on: 2 of 2 findings, 100%: 0 waived, 2 on main
properties, not acted on: 4 of 4 findings, 100%: 0 waived, 4 on main
id-columns, not acted on: 21 of 21 findings, 100%: 21 waived, 0 on main
A verificação encontra 21 colunas, cada uma um ID que a plataforma classificou de propósito. 20 delas são internal, e learning.courses.course_id é public.
O arquivo de dispensas cresce de 0 dispensas para 21, e a verificação de IDs mostra 21 of 21 findings, 100%: 21 waived, 0 on main. Isso está acima de qualquer limite que os autores do Tricorder usam, apenas como analogia, já que os deles contam cliques, não dispensas. A verificação de propriedades mostra a mesma proporção, 4 of 4 findings, 100%: 0 waived, 4 on main, e está certa em fazê-lo: seus achados são uma correção que o executor do pipeline precisa. A contagem não consegue distinguir os dois casos, mas os motivos conseguem.
Regra prática: Antes de adicionar uma verificação, execute-a na branch principal e leia cada achado; se a maioria seria dispensada, mude a regra em vez de dispensar os achados. Remova uma verificação cujos achados continuem majoritariamente dispensados, e trate uma proporção alta em uma verificação correta como trabalho a ser agendado, com responsável e data.
Um arquivo com erro vira um achado
A entrada de um agente de suporte entra em governance/users.toml com uma aspa faltando. O mesmo pull request altera crm.learners.country de texto para número e traz o work_email não classificado da equipe de CRM:
1"""A pull request that breaks two files the job reads: a support agent added to the users file with a quote missing,2and a migration Iceberg refuses. It also carries the CRM team's unclassified work_email column. The prose's point rests3on the two checks that could not run and on the exit code."""4from lib import ci56main = ci.checkout()7branch = ci.checkout(main)8# the closing quote after "support" is missing, so the users file no longer parses9ci.edit(branch, "governance/users.toml", '[users.agent-a09]', '[users.agent-a12]\ngroups = ["support]\nregion = "emea"\n\n'10 '[users.agent-a09]')11(branch / "migrations" / "0001-add-work-email.sql").write_text("alter table crm.learners add column work_email varchar;\n")12# a string column cannot become an int: that isn't one of Iceberg's type promotions, so the migration is refused13(branch / "migrations" / "0002-country-as-number.sql").write_text("alter table crm.learners alter column country type int;\n")14print("files the pull request changes:", ", ".join(ci.changed(main, branch)))1516report = ci.run(main, branch)17for line in ci.lines(report):18 print(line)19print("checks that could not run:", ", ".join(check.name for check in report.checks if check.error))20print("checks that ran:", sum(check.error is None for check in report.checks))21print("exit code:", report.exit_code)
python broken-files-become-findings.pyfiles the pull request changes: governance/users.toml, migrations/0001-add-work-email.sql, migrations/0002-country-as-number.sql
coverage: failed, findings 3, new 1, on main 2, waived 0, 12 tables checked
contract-rules: passed, findings 0, new 0, on main 0, waived 0, 10 contracts checked
contracts: passed, findings 0, new 0, on main 0, waived 0, 11 files checked
policy-tests: failed, the check could not run
enforcement-tests: failed, the check could not run
migrations: failed, findings 1, new 1, on main 0, waived 0, 2 migrations checked
pipelines: passed, findings 0, new 0, on main 0, waived 0, 4 pipelines checked
lineage-classifications: passed, findings 0, new 0, on main 0, waived 0, 23 columns checked
owner-review: passed, findings 0, new 0, on main 0, waived 0, 77 columns checked
removals: passed, findings 0, new 0, on main 0, waived 0, 87 columns checked
properties: passed, findings 4, new 0, on main 4, waived 0, 12 tables checked
coverage/ai.review_corpus: no metadata; on main, owner team-platform
coverage/crm.learners.work_email: not classified; its name suggests personal
coverage/marketing.audience: no metadata; on main, owner team-platform
policy-tests/error: the check could not run: governance/users.toml doesn't parse: Illegal character '\n' (at line 13, column 20)
enforcement-tests/error: the check could not run: governance/users.toml doesn't parse: Illegal character '\n' (at line 13, column 20)
migrations/0002-country-as-number.sql: refused: Cannot change column type: country: string -> int
properties/ai.review_corpus: 7 of 7 generated properties missing; on main, owner team-platform
properties/analytics.course_performance: 4 of 4 generated properties missing; on main, owner team-analytics
properties/analytics.learner_activity: 4 of 4 generated properties missing; on main, owner team-analytics
properties/marketing.audience: 7 of 7 generated properties missing; on main, owner team-platform
change crm.learners, field 16: added as work_email string; named by 0 pipelines, reaches 0 columns
job: failed
checks that could not run: policy-tests, enforcement-tests
checks that ran: 9
exit code: 1
O arquivo de usuários quebra as duas verificações que o leem: the check could not run: governance/users.toml doesn't parse: Illegal character '\n' (at line 13, column 20). O Iceberg recusa a mudança de tipo, que não é uma promoção, conforme indica refused: Cannot change column type: country: string -> int. As duas verificações que não puderam ser executadas não interrompem as demais, entre elas as migrações, de modo que o autor também vê not classified; its name suggests personal, e o job termina com o código de saída 1. Sem a captura, o job pararia no primeiro erro, e o autor corrigiria um problema por execução.
Regra prática: Transforme uma verificação que trava (gera uma exceção) em um único achado que faz o job falhar, com a primeira linha do erro e o arquivo que ele indica, execute as demais verificações mesmo assim e nunca deixe uma dispensa silenciar esse achado.
Outras falhas
- Um gate que ninguém exigiu. Um job cujo status check não é exigido pelo branch protection reporta seus achados, e o pull request é mesclado mesmo assim. Exija o check e conte os pull requests mesclados cujo job falhou.
- Um build quebrado esconde achados. Uma tabela que um pipeline quebrado não escreveu não pode ser encontrada sem estar descrita. Leia primeiro o check de
pipelines. - Waivers sobrevivem ao motivo. Um achado é corrigido e seu waiver permanece, pronto para esconder o próximo com o mesmo ID. O relatório lista os waivers que não correspondem a nenhum achado; exclua-os.
- Uma renomeação muda os IDs dos achados. Os IDs nomeiam colunas, então os achados de uma coluna renomeada voltam com IDs novos, e o relatório lista os waivers deles como sem correspondência com nenhum achado. Mova os waivers no pull request da renomeação.
- Uma aprovação sobrevive ao que aprovou.
team-crmaprova o rebaixamento decity; depois, o autor envia um rebaixamento deemail, e a aprovação cobre os dois. Configure o branch protection para "dismiss stale pull request approvals when commits are pushed that affect the diff in the pull request". - Uma aprovação vale por um time. A aprovação de qualquer um dos code owners atende ao requisito do GitHub, e a contagem do branch protection é por branch. Conte as aprovações por time no job em que um domínio exige mais.
- O time bloqueado edita o gate. Um time cujo pull request falha remove o check de
ci.toml, adiciona um waiver ou edita o CODEOWNERS. Torne o time de plataforma o code owner dos três. - Mudanças fora dos pull requests. Um notebook cria uma tabela, ou uma migração roda à mão. Execute o job também em produção, em agendamento, como o capítulo 2 executa
problems.
O que este capítulo decidiu
- Um único job executa as verificações dos capítulos 2 a 7 em cada pull request,
lib.ci.run, listado emgovernance/ci.toml; apenas a amostragem de valores do capítulo 3 roda em agendamento.lib.ci.mainretorna o código de saída e grava o relatório em Markdown. - O job julga o que o pull request altera. Um achado que ele introduz faz o job falhar, a menos que seja aprovado ou dispensado; um achado que já está na branch main é reportado com seu proprietário e não faz nada falhar. Uma verificação que trava é um único achado com falha.
- Cada achado tem um ID estável, formado pela verificação e pelo seu objeto, como
coverage/crm.learners.work_email. - Um pull request é comparado com a branch main em plataformas temporárias construídas da mesma forma que a plataforma as executa, cada uma com suas próprias migrações e pipelines.
- Mudanças de esquema são comparadas pelo ID do campo e reportadas de três formas: leitores Iceberg, os pipelines cujo SQL menciona a coluna e todas as colunas que a linhagem indica como alcançadas, incluindo as arestas INDIRECT.
- Duas regras próprias: rebaixar uma classificação, alterar o proprietário ou mover uma tabela para outro domínio exige a aprovação do proprietário da tabela na branch main, contada por equipe; e uma coluna só é removida depois que a branch main a tiver marcado como
deprecated. - A propriedade é um contrato ODCS por tabela, com um domínio e a equipe proprietária no papel
owner, gerado em uma pasta por domínio com uma linha no CODEOWNERS, e verificado pelo job. A equipe de plataforma é dona do CODEOWNERS, das configurações do job, das regras globais, das dispensas e das migrações. - Regras globais e regras de domínio são escritas em Rego, executadas no próprio processo com regopy em cada contrato, fora da pasta da política de acesso.
- As lacunas plantadas permanecem na branch main:
marketing.audienceeai.review_corpusaparecem em todos os relatórios como achados de cobertura, com a equipe de plataforma como proprietária, até que sejam descritas. - O ruído é medido como os achados que ninguém trata, por verificação: os dispensados ou os deixados na branch main. Uma verificação cujos achados são em sua maioria ignorados está errada, ou a plataforma está, e a contagem sozinha não permite saber qual dos dois. Uma dispensa nomeia um único achado, um proprietário, um motivo e uma data de término de no máximo 90 dias à frente; cobertura e os testes de imposição nunca são dispensados.
- As verificações de pull request são dimensionadas pela mudança; as verificações que leem valores rodam em agendamento. As verificações só são úteis enquanto as pessoas continuarem mantendo-as ativas, por isso cada uma é dimensionada para a mudança.
Este capítulo, nesta edição
Edição 2026.11.31Exemplos aprovados em 19 de nov de 202610 de 10 exemplos exemplos deste capítulo passam
Traduzido do livro em inglês, edição 2026.11.31.