结构地图与关联关系
核对采集到的表和字段,确认表间关系,用理解助手整理业务含义。
结构地图、表目录与表分组
采集完成后,「数仓(数脉) › 数据目录 › 结构地图」把表和关系画成图。左侧是「表目录」,可以按表名、字段或业务说明搜索,按「表分组」筛选。图上实线是已确认关系,虚线是待确认关系。点一张表,右侧的业务维护面板显示它的属性,点一条连线显示关系的依据。
目录很大时,图按焦点表和它的一跳关联展开,目录按每页 50 张表翻页。焦点表是可选的,清空焦点或切换 Schema 不会改变已勾选的问数范围和正在编辑的说明。
表与字段的说明
表与字段的说明有两个入口。「业务维护 › 数据目录 › 表与字段属性」打开右侧的「属性」标签,只有「业务说明」和「数据粒度」。表目录上的「维护目录」弹窗里,「表与字段」标签除了说明,还能设敏感级别,弹窗里的字段名是「表业务说明」「字段业务说明」「每行代表什么」。
- 业务说明(弹窗里是「表业务说明」「字段业务说明」):表的业务用途和统计口径,或字段的含义、单位和取值口径,最多 2048 字。采集到的元数据和业务说明分开保存,重新采集不会冲掉说明。
- 数据粒度(表,弹窗里是「每行代表什么」):一行代表什么,例如「每行代表一笔订单」,最多 256 字。关联后金额放大或重复计数时,先检查粒度和关联基数。
- 敏感级别(字段,只在「维护目录」弹窗的「表与字段」标签里设):普通、个人信息(明细结果脱敏)、敏感(建议仅聚合授权)。只能设在字段上,每次修改产生新的结构修订。
设为个人信息的字段,问数结果里凡是可能显示它的值的列都会脱敏:先识别手机号、身份证号、银行卡号和邮箱并遮蔽,识别不出的文本保留首字、其余用 * 代替(最多 8 个),其他类型改为 [MASKED]。脱敏只作用于展示的值,按个人信息字段做过滤仍然可以用来推断,需要防住时请用「仅聚合」授权,或不授予该字段。设为敏感的字段目前只起标注作用,用来提醒管理员配置仅聚合授权。读到这两类字段的每次执行,都会进入敏感访问审计。
表分组
在「维护目录」弹窗里切到「业务分组」标签,可以建分组、改名称和说明、把一张或多张表移入分组。名称最长 100 字符,说明最长 2048 字符,每个数据源最多 100 个分组,一次批量最多 1000 张表。每张表属于一个主分组。分组用于目录筛选、结构地图和让 AI 理解业务域,不授予数据权限,也不表示表之间有关联。删除分组只解除归属,表和业务说明保留。
关联关系与表属性
问数只按已确认的关系连接表。打开「业务维护 › 数据目录 › 关联关系」,列表可以按表名、字段或约束名查找,也可以按状态筛选。每条关系有一个来源标签:数据库约束、自然语言显式关系解析、手动维护、模型推断(带置信度)。
三种状态
| 状态 | 含义 |
|---|---|
| 已确认 | 可用于问数的关联路径。数据库里完整声明的外键(含复合外键)采集后直接是已确认。 |
| 待确认 | 候选关系,还没有人认可。不会用于 SQL 的 JOIN。 |
| 已拒绝 | 人工否决。不再出现在地图上,不用于问数,模型也不会再重复提出。 |
为什么模型推断的关系是「待定」
点结构地图上的「AI 推断关系」,模型会根据元数据和说明资料推断候选关系,只能引用已有的表、字段和证据。推断出的关系一律进入「待确认」,原因是它依据的是命名、注释和文字资料,不是数据库里强制执行的约束,模型无法保证它是对的,也不能自己确认。需要先在「系统设置 › 模型设置」为「结构理解」配置模型;超过 80 张表或 1000 个字段的库,这个按钮是禁用的。
也可以点「新建关系」手工添加:填关联起点表和字段、终点表和字段、关系基数(多对一、一对多、一对一、待明确)和必填的关联说明,点「添加候选关系」。手工添加的关系同样先是待确认。
选中一条待确认的关系,看右侧的关系依据和置信度,再决定:
- 确认关系:认可它,之后可用于问数的关联路径。确认只表示业务人员认可这个关联,不表示数据库里存在或强制执行外键。
- 拒绝关系:否决它。
- 修改端点:调整关联的表或字段后,关系重新回到待确认。
- 删除关系:会更新结构版本。
复合关联必须一起使用。JOIN 要覆盖同一条关系的全部字段对,漏掉任何一对(例如租户字段)都会被拒绝。关系任一端的字段对某个 Key 隐藏时,整条关系都不会出现在这个 Key 的目录里。
目录变化后什么会失效
- 连接、账号或执行设置改变:撤下已发布的拓扑,清空旧绑定的结构,需要重新采集并补充业务说明。
- 重新采集后结构有变化:已有的说明保留。已确认的人工或模型关系回到「待确认」,需要重新确认;关系用到的字段被删除时,整条关系被移除;已拒绝的仍然是已拒绝。
- 旧的问数上下文和产物:随目录版本失效,需要重新提问。
- 理解助手的旧对话:标为「结构已更新」,只能查看,不能继续应用。
- 查询口径:重新校验,不满足的变为「需重新确认」。
- 已保存的常用查询和模板查询:标为「需复核」,所有者按当前口径重新确认后才能再运行,曾经发布的要重新申请发布。
- 对数基准:自动重新运行一次。
- 授权:撤销授权后,刷新目录不会恢复旧授权。表、字段变化后请复核相关授权。
理解助手
理解助手用来围绕所选的表,和 AI 讨论表用途、字段含义、数据粒度和关联依据。它在「数仓(数脉) › 数据目录 › 理解助手」里,需要先采集结构,也需要先为「结构理解」配置模型。助手读取获授权的结构和业务资料,不查询数据库里的业务行,也不修改数据库结构。
- 在左侧表目录勾选要讨论的表,一次最多 50 张。不勾选也可以,直接描述业务问题,助手会定位相关的表。对话创建后,范围固定。
- 在「业务说明」里输入内容,例如「订单明细每行是一件商品,统计销售额时要排除已取消的订单」,点「开始讨论」。「梳理表用途」「补充关联条件」是两个快捷输入。
- 助手回复追问,或给出可编辑的草案:表和字段说明,以及业务关联。每个对话最多 20 轮,每轮最多 20 条说明和 10 条关联建议。
- 逐项勾选、编辑,点「应用选中建议」才保存。没有应用的内容,不会进入问数依据。
依据不足的建议,助手会标为「待定」,列出疑点,默认不选中。你核实后点「确认此理解」,才能选择应用;再次修改会撤回确认。应用的新关联,仍然先进入「待确认」,要到关系面板再确认一次。数据结构或业务说明在对话期间被改动,旧草案会过期,只能查看,点「开始新对话」继续。模型失败或超时时不会生成草案,也不会自动重试,由你重新发送。