数据管道审查

请分析以下数据管道的架构和数据流设计：

管道描述：{{pipeline_description}}

数据模型：{{data_schema}}

请评估：
1. 管道架构合理性（数据源、ETL/ELT 流程、目标存储）
2. 数据流完整性（是否有数据丢失风险）
3. 容错与重试机制
4. 可扩展性（能否支撑数据量增长）
5. 改进建议

请从数据库性能角度审查以下数据管道：

管道描述：{{pipeline_description}}

数据模型：{{data_schema}}

请检查：
1. 查询效率（是否存在全表扫描、慢查询风险）
2. 索引策略（索引是否合理，是否有冗余或缺失）
3. 分区与分表策略
4. 写入性能（批量插入 vs 逐行插入）
5. 具体优化建议及预期收益

请综合数据工程和数据库优化的评审结果，验证数据管道的输出质量：

## 数据工程评审
{{engineer_report}}

## 数据库优化评审
{{db_report}}

原始管道描述：{{pipeline_description}}

请验证：
1. 输出数据的准确性和一致性
2. 数据质量监控指标是否完善
3. 异常数据的处理策略
4. 数据时效性（延迟是否可接受）
5. 综合改进建议和优先级排序

数据工程师
请分析以下数据管道的架构和数据流设计：

管道描述：{{pipeline_description}}

数据模型：{{data_schema}}

请评估：
1. 管道架构合理性（数据源、ETL/ELT 流程、目标存储）
2. 数据流完整性（是否有数据丢失风险）
3. 容错与重试机制
4. 可扩展性（能否支撑数据量增长）
5. 改进建议

数据库优化师
请从数据库性能角度审查以下数据管道：

管道描述：{{pipeline_description}}

数据模型：{{data_schema}}

请检查：
1. 查询效率（是否存在全表扫描、慢查询风险）
2. 索引策略（索引是否合理，是否有冗余或缺失）
3. 分区与分表策略
4. 写入性能（批量插入 vs 逐行插入）
5. 具体优化建议及预期收益

数据分析师
请综合数据工程和数据库优化的评审结果，验证数据管道的输出质量：

## 数据工程评审
{{engineer_report}}

## 数据库优化评审
{{db_report}}

原始管道描述：{{pipeline_description}}

请验证：
1. 输出数据的准确性和一致性
2. 数据质量监控指标是否完善
3. 异常数据的处理策略
4. 数据时效性（延迟是否可接受）
5. 综合改进建议和优先级排序