freedakgmail
34 lines
2.3 KiB
Markdown
34 lines
2.3 KiB
Markdown
# ADR-0002 · 数据中台建模决策（本体 / 双时态 / 时序 / 图谱）
|
||
|
||
> 项目：AIAudit 状态：已接受（MVP） 日期：2026-06
|
||
> 关联：`0-req-AIAudit.md`（R2、R3）、任务 P1.2 / P1.3
|
||
|
||
## 背景
|
||
审计数据中台需同时满足：①按审计本体组织实体与关系（知识图谱穿透）；②双时态建模（业务时间+系统时间，可回放历史）；③时间序列（时序造假识别）。需在能力与可靠性/组件数之间平衡。
|
||
|
||
## 决策
|
||
|
||
### 1. 本体与知识图谱：关系表 + 递归 CTE（MVP）
|
||
- 用 `entity`（实体）+ `entity_relationship`（关系边）两张通用表承载审计本体，实体类型与关系类型由 `ontology_entity_type` / `ontology_relationship_type` 字典定义。
|
||
- 多跳穿透（如实控人识别）用 PostgreSQL **递归 CTE** 实现。
|
||
- 不在 MVP 引入 Apache AGE，规避源码编译的构建脆弱性；后续多跳压力增大再评估迁移到 AGE/Neo4j。
|
||
|
||
### 2. 双时态建模
|
||
- 关键审计对象采用双时态：
|
||
- 业务有效期：`valid_from` / `valid_to`（应用时间）。
|
||
- 系统记录期：`system_from` / `system_to`（事务时间）。
|
||
- 用 `tstzrange` + `btree_gist` 排他约束防止同一实体业务有效期重叠。
|
||
- "按任意历史时点回放"= 给定 `(as_of_valid, as_of_system)` 过滤两条时间线。
|
||
|
||
### 3. 时间序列
|
||
- 行为/指标类数据（用户生命周期事件、回款、话务、佣金、资源使用）写入 `metric_event` 等表。
|
||
- 生产环境（Linux）用 TimescaleDB `create_hypertable` 转为超表，按时间分区/压缩。
|
||
- **本地开发（macOS）**：因 TimescaleDB 在 macOS 上 Homebrew 编译不稳定，本地跳过该扩展，`metric_event` 作为普通索引表使用；超表转换在迁移中条件执行（扩展存在才转），**不影响功能**，仅少了规模优化。
|
||
|
||
### 4. 数据版本与可追溯
|
||
- 每批数据落地登记 `data_version`（来源、批次、时间、行数），业务记录引用 `data_version_id`，使任一结论可回溯到当时数据版本（R3）。
|
||
|
||
## 影响
|
||
- MVP 仅依赖 TimescaleDB + pgvector + btree_gist，镜像可靠（`timescaledb-ha:pg16` 内置）。
|
||
- 图能力以关系建模实现，接口层（统一穿透查询服务）对上层屏蔽底层是关系还是图库，便于将来替换。
|