🧾 Pull Request – DataCivicLab

🔗 Issue collegata

Closes #5

🎯 Contesto

Alcuni CSV reali e sporchi non erano leggibili correttamente in CLEAN quando DuckDB richiedeva la disattivazione del parallel scanner per combinazioni come null_padding=true e righe con quoted new lines.

Questa PR introduce un controllo esplicito nel config per gestire quel caso senza workaround esterni.

⚙️ Cosa cambia

• aggiunge il supporto a clean.read.parallel
• propaga parallel=true|false nel reader DuckDB del layer CLEAN
• aggiorna schema config e test mirati per coprire il pass-through della nuova opzione

📊 Impatto su dati / metodo / dashboard

Indicare se questa PR impatta:

• RAW
• CLEAN
• MART
• Dashboard
• Metodo
• Documentazione
• Bugfix
• Nessun impatto dati

Effetto atteso:

• migliora la robustezza su CSV reali grandi o sporchi
• non cambia il workflow canonico
• aggiunge solo una leva configurabile nel reader CLEAN

🧪 QA Checklist

• Ho testato il codice / notebook
• Non rompe pipeline esistenti
• Naming coerente (snake_case, convenzioni Lab)
• Documentazione aggiornata
• Ho collegato l’issue corretta

Verifiche eseguite:

• py -3.14 -m pytest -q -p no:cacheprovider tests/test_clean_duckdb_read.py
• py -3.14 -m ruff check --no-cache toolkit/core/csv_read.py toolkit/core/config_models.py toolkit/clean/duckdb_read.py tests/test_clean_duckdb_read.py docs/config-schema.md

📝 Note per i reviewer

Punto da verificare:

• la nuova opzione deve restare minimale e specifica del reader CSV CLEAN, senza allargare inutilmente il contratto pubblico del toolkit