热度源 heat_* 入库

Overview

将贝壳「房源热度表」xlsx（每周更新·三 sheet）灌入 xuzhou_v3.db 的 heat_* 第4独立源。

• 三表：heat_listing（逐套房源·22847行） / heat_community（楼盘聚合·3151行） / heat_rental（逐套租赁·12344行）
• xlsx 三子表：房源热度 / 楼盘热度 / 租赁
• 时间窗口：近30日（房源/楼盘） + 当月（租赁）
• 关联键：community_id 外键指向 dim_community，按 community_name 精确匹配解析；未匹配的 community_id 留 NULL（数据仍可查，不阻塞入库）
• 历史保留：每周快照累加（不覆盖）。snapshot_date 区分周次。热点趋势靠环比才有意义。
• 与周更 ETL 解耦：heat_* 不走 beike_weekly_ingest.py，由本 SKILL 手动快照灌入。

命名规则：showing_ 前缀专属于热度表（与 beike_community_weekly.viewing_people_6m 彻底区分）。area_sqm / total_price / monthly_rent 单位自明。

三表 schema

| 表 | xlsx 子表 | 字段 | 粒度 | |------|------|------|------| | heat_listing | 房源热度 | district·block·community·listing_code·total_price·area_sqm·inquiry_30d·showing_30d | 逐套 | | heat_community | 楼盘热度 | community·block·inquiry_30d·showing_30d | 社区聚合 | | heat_rental | 租赁 | district·community·rental_id·area_sqm·monthly_rent·layout·inquiry_month·showing_month | 逐套租赁 |

没有视图。没有 heat_unmatched。没有 heat_meta。 三张原始表，直接查。

入库流程

用户拖入 xlsx → Agent 执行:
  1. 确认 snapshot_date（从文件名提取或手动指定，如 2026-07-25）
  2. DELETE FROM heat_* WHERE snapshot_date = ?（幂等：同日期先清再灌）
  3. 逐 sheet 读取 → 社区名匹配 dim_community → INSERT
  4. 输出验证报告：行数 + 匹配率 + TOP5 带看

验证报告模板

每次入库后输出：

| 表 | 行数 | 匹配率 | TOP1 带看 | |------|:--:|:--:|------| | heat_listing | N | X% | 楼盘名: N次 | | heat_community | N | X% | 楼盘名[商圈]: N次 | | heat_rental | N | X% | 楼盘名: N次 |

缺口：列出匹配率异常的社区名（<50% 匹配 → 可能需补 dim_community）。

消费示例

-- 本周带看TOP10楼盘
SELECT community, block, showing_30d, inquiry_30d
FROM heat_community WHERE snapshot_date='2026-07-25'
ORDER BY showing_30d DESC LIMIT 10;