在我们的大数据平台(XSailbaot)上进行企业级数据建模的思路

1. 背景

笔者所在的公司是差不多二十年前搞CIM（公共信息模型的）起家的。当时公司的前辈搞了基于CIS协议的模型服务器、数据服务器、模式编辑器等，形成了一套基于公共信息模型建模的平台系统。其中可视化建模，建好了模式类以后，就有一套面向对象的接口，可以对数据进行增删改查的特性，让我记忆深刻，与使用JDBC或者JPA开发代码操纵数据形成鲜明的对比。在我看来，随着时代的发展，那一套产品已经显得有些不合时宜了，在此处不想去例举太多理由，但我始终觉得其思想仍然有非常多闪光的地方。我一直认为产品可能会落伍、有时代和技术的局限性，但人类解决问题的思路和思想却不会过时。所以我很早就开始构思在大数据平台里面，借鉴这套思想实现一套能和大数据平台契合的“数据建模”模块。

恰好现在有这样一个项目机会，能让我可以开始把它实现出来。幸运的是，笔者构建整个大数据平台的产品，基本都是有相应的项目实践场景，能让我理论和实际相结合，避免造出一个空中楼阁。说实在的，这很累，一边做项目，带新人，一边还得开发大数据平台，作为项目和产品的负责人，很多东西并不总是有可以借鉴的，在真正把产品实现，把路走通之前，眼前经常是迷雾重重的。特别是在做可视化实时计算的时候，那真是一种绝望地坚持，还好走通了，让平台在流式计算、实时同步方面有了坚强的支柱。为数据资产的后台数据推送发布和同步提供了实时同步能力。

2. 数据建模的功能目标

基础建模功能。包括以下功能点：
- 基于关系数据库的物理层建模能力
- 基于涛思库的时序数据物理层建模能力
- 以物理层为基础轻度的业务层建模能力。包括提供基于单表、多表同对象id连接、关联连接的模式类定义能力。
- 支持字典数据定义
- 支持EventLog型模式类定义。
- 支持将外部数据源引入进行，将其中的某些表定义为模式类，从而能利用系统基于模型的数据服务能力
  模型定义的通用数据访问接口
基于模型的通用数据增、删、改、查接口。
- 模型定义的接口（对模式类的操纵将自动作用于数据库表）：
  - 创建模式类定义的接口
  - 修改模式类定义的接口
  - 删除模式类定义的接口
  - 分页过滤查找模式类接口
  - 取得指定id或名称的模式类接口
- 对于关系型模型，提供以下接口：
  - 创建指定类型的对象
  - 更新指定对象
  - 删除指定对象
  - 分页取得指定类型对象的接口
  - 自动维护parentId（父节点id），pathName（路径名）、pathId（id路径）、createTime(创建时间)、createUserId（创建者Id）、lastEditTime(最近更新时间)、lastEditUserId(最近编辑者用户id)等特性的字段。
  - 对于有parentId特性字段的表，提供树形查询接口
可视化建模能力。提供类似UML的可视化建模能力。能在上面增删改查模式类，查看模式类之间的关联关系。
模型的操作审计、模型版本冻结、模型反演功能。对通过接口对模型进行的增删改操作，有以下能力：
- 将记录操作内容。
- 支持模型版本冻结。
- 支持从某一冻结版本开始，根据操作内容反演出任一时刻、任一操作时的模型。
- 模型实例数据的操作审计、模式类数据版本冻结、模式类数据反演功能
在模型的版本冻结和模型反演能力基础上，支持对于完全通过接口进行增删改实例数据的某一类数据：
- 支持操作内容记录
- 支持某一类数据进行版本冻结
- 支持从某一冻结版本开始，根据操作内容反演出任一时刻、任一操作时的数据。
基于模型的定制化数据发布能力。基于模型中的模式类，勾选其中某些字段，生成过滤查找、搜索的接口。系统将自动根据选择的过滤查找字段，进行索引优化。分局需要会修改、创建索引。
对于已建模的涛思时序数据，提供常用的通用时序数据访问接口。
对于已建模的存储在关系数据库中的EventLog数据，提供通用的Event访问接口。

3. 数据建模的模块架构

数据建模的模块架构
在大数据平台里面的“数据建模”和CIM建模有些许不同。CIM（公共信息模型）建模是一种业务层数据建模，它有类，继承、属性、角色/关联的概念，注重类型，没有描述继承和关联该怎么建表。而此处的“数据建模”是偏向物理层的建模，以更好地适应大数据平台环境下数据集成、数据分析所需，所以废除了继承，通过组合实现类似继承的效果，在一定程度上能表达业务层的类型概念。