data: move dados brutos consolidados para data/raw/

Separa o bruto consolidado (uma linha por medicao) dos CSV agregados de
analise que ficam na raiz de data/. Ajusta o script gerador e o README.

README.md

@@ -380,16 +380,19 @@ Consolidam **100% de `raw/`**: os 282 JSON e também os 60 CSV que não têm JSO
 par (rodadas em que apenas o agregado foi gravado). Cobertura verificada:
 **342 de 342 arquivos**.
 
+Ficam em **`data/raw/`**, separados dos CSV agregados de análise que estão na
+raiz de `data/`:
+
 | Arquivo | Linhas | Colunas | Conteúdo |
 |---|---|---|---|
-| **`data/full_raw_serving.csv`** | 5.818 | 65 | **5.610 medições individuais** (uma linha por repetição) + 208 agregadas |
-| `data/raw_ocr.csv` | 316 | 70 | latência por documento (304) e acurácia CER (12) |
-| `data/raw_ollama.csv` | 440 | 72 | serving via ollama, só agregados |
-| `data/raw_stt.csv` | 128 | 63 | transcrição de áudio, só agregados |
-| `data/raw_embed.csv` | 88 | 61 | embeddings, só agregados |
-| `data/raw_vision.csv` | 64 | 59 | multimodal, só agregados |
-| `data/raw_rerank.csv` | 53 | 58 | reranking, só agregados |
-| `data/full_raw.csv` | 6.907 | 210 | **tudo numa tabela só** — a soma exata dos acima |
+| **`data/raw/full_raw_serving.csv`** | 5.818 | 65 | **5.610 medições individuais** (uma linha por repetição) + 208 agregadas |
+| `data/raw/raw_ocr.csv` | 316 | 70 | latência por documento (304) e acurácia CER (12) |
+| `data/raw/raw_ollama.csv` | 440 | 72 | serving via ollama, só agregados |
+| `data/raw/raw_stt.csv` | 128 | 63 | transcrição de áudio, só agregados |
+| `data/raw/raw_embed.csv` | 88 | 61 | embeddings, só agregados |
+| `data/raw/raw_vision.csv` | 64 | 59 | multimodal, só agregados |
+| `data/raw/raw_rerank.csv` | 53 | 58 | reranking, só agregados |
+| `data/raw/full_raw.csv` | 6.907 | 210 | **tudo numa tabela só** — a soma exata dos acima |
 
 Cada arquivo traz o conjunto completo de metadados descrito abaixo; separar por
 workload apenas remove as colunas que aquele experimento não usa (o consolidado
@@ -439,7 +442,7 @@ Nenhum outro campo é inferido. Colunas que a coleta criou mas nunca preencheu
 | `1` | 1.297 | Estatística do ponto (`median`, `q1`, `q3`, `min`, `max`), porque a coleta desses workloads não guardou os valores individuais. | `ollama`, `ocr`, `stt`, `embed`, `vision`, `rerank` |
 
 Para análise estatística com dado bruto de verdade (intervalo de confiança,
-teste de hipótese, distribuição), use **`data/full_raw_serving.csv`** com
+teste de hipótese, distribuição), use **`data/raw/full_raw_serving.csv`** com
 `is_aggregate == 0`: são 5.610 execuções individuais com `output_throughput`,
 `request_throughput`, `mean_ttft_ms`, `median_ttft_ms`, `p99_ttft_ms`,
 `mean_tpot_ms`, `mean_itl_ms`, `mean_e2el_ms`, `total_input_tokens`,

scripts/build_full_raw_csv.py

@@ -1,8 +1,10 @@
 #!/usr/bin/env python3
 """
-Gera data/full_raw.csv: TODAS as medições de TODOS os arquivos de raw/,
-uma linha por repetição individual quando ela existe, ANTES de qualquer
-média/mediana.
+Gera data/raw/: TODAS as medições de TODOS os arquivos de raw/, uma linha por
+repetição individual quando ela existe, ANTES de qualquer média/mediana.
+
+Escreve um arquivo por workload (full_raw_serving.csv, raw_ocr.csv, ...) mais
+o consolidado full_raw.csv com tudo numa tabela só.
 
 Cobre 100% do que está em raw/:
   - os JSON (com "reps" = repetições individuais, ou só o agregado)
@@ -18,7 +20,9 @@ E preserva 100% dos metadados existentes, sem lista fixa de chaves:
 import json, glob, csv, os, re, sys
 
 RAW = "raw"
-OUT = "data/full_raw.csv"
+# data/raw/ separa o bruto consolidado dos CSV agregados de análise em data/
+OUTDIR = "data/raw"
+OUT = f"{OUTDIR}/full_raw.csv"
 
 # ordem preferida das primeiras colunas; qualquer chave nova entra depois
 PREFIX = [
@@ -352,7 +356,7 @@ def main():
     fixed = PREFIX + ["metric_family"] + POINT_CFG + IDX
     ordered = [c for c in fixed if c in allcols] + sorted(allcols - set(fixed))
 
-    os.makedirs("data", exist_ok=True)
+    os.makedirs(OUTDIR, exist_ok=True)
 
     # 1) um arquivo por workload — sem a esparsidade de misturar schemas
     by_wl = {}
@@ -363,10 +367,10 @@ def main():
     for wl, wrows in sorted(by_wl.items()):
         # serving é o único com repetições individuais, daí o nome distinto
         name = "full_raw_serving.csv" if wl == "serving" else f"raw_{wl}.csv"
-        ncols = write_csv(os.path.join("data", name), wrows, ordered)
+        ncols = write_csv(os.path.join(OUTDIR, name), wrows, ordered)
         indiv = sum(1 for r in wrows if not r["is_aggregate"])
         tipo = f"{indiv} individuais" if indiv else "só agregados"
-        print(f"  data/{name:26} {len(wrows):5} linhas x {ncols:3} colunas  ({tipo})")
+        print(f"  {OUTDIR}/{name:26} {len(wrows):5} linhas x {ncols:3} colunas  ({tipo})")
 
     # 2) o consolidado de tudo continua existindo, para quem quer uma tabela só
     ncols = write_csv(OUT, rows, ordered)