AIclinicalresearch/docs/04-开发规范/03-数据库全局视图.md

数据库全局视图

目的： 提供所有Schema和表的快速索引，便于查找和理解全局数据架构
详细设计： 请查看各模块的 01-数据库设计.md
数据库： PostgreSQL 15+
最后更新： 2025-11-06

---

📊 Schema划分策略

Schema隔离原则 ⭐

为什么需要Schema隔离：

1. ✅ 模块独立性：每个业务模块有独立的Schema
2. ✅ 支持独立部署：可以单独导出某个模块的数据
3. ✅ 权限隔离：可以为不同Schema设置不同权限
4. ✅ 避免命名冲突：不同模块可以有相同的表名

Schema命名规范：

platform_schema    # 平台基础层（全局共享）
aia_schema         # AI智能问答
asl_schema         # AI智能文献
pkb_schema         # 个人知识库
dc_schema          # 数据清洗整理
ssa_schema         # 智能统计分析
st_schema          # 统计分析工具
rvw_schema         # 稿件审查系统
admin_schema       # 运营管理端（可选，可合并到platform_schema）

---

📋 Schema一览表

Schema	说明	表数量	状态	详细设计
platform_schema	平台基础层	~15个	✅ 使用中	查看
aia_schema	AI智能问答	~8个	✅ 使用中	查看
pkb_schema	个人知识库	~5个	✅ 使用中	查看
rvw_schema	稿件审查系统	~6个	✅ 使用中	查看
asl_schema	AI智能文献	~10个	⏳ 设计中	ASL/01-数据库设计
dc_schema	数据清洗整理	~8个	⏳ 规划中	待设计
ssa_schema	智能统计分析	~10个	⏳ 规划中	待设计
st_schema	统计分析工具	~5个	⏳ 规划中	待设计

总表数： ~70个（预估）

---

🔍 platform_schema（平台基础层）

职责： 存储全局共享的平台数据，所有业务模块都依赖

详细设计： UAM/01-数据库设计

核心表（用户与权限）

表名	说明	记录数预估	详细设计
users	用户基础信息	10万/年	UAM/01-数据库设计
roles	角色定义	<100	同上
permissions	权限定义	<500	同上
user_roles	用户-角色关联	10万/年	同上
feature_flags	Feature Flag配置 ⭐	<100	同上
user_feature_flags	用户-Feature Flag关联 ⭐	10万/年	同上

LLM相关表

表名	说明	记录数预估	详细设计
llm_models	LLM模型配置	<20	LLM网关/01-数据库设计
llm_usage	LLM使用记录 ⭐	1000万/年	同上
llm_quotas	LLM配额管理	10万/年	同上

监控与日志

表名	说明	记录数预估	详细设计
admin_logs	管理员操作日志	10万/年	监控与日志/01-数据库设计
error_logs	错误日志	100万/年	同上
audit_logs	审计日志	100万/年	同上

系统配置

表名	说明	记录数预估	详细设计
system_configs	系统配置	<100	系统配置/01-数据库设计
prompt_templates	Prompt模板	<500	同上
announcements	系统公告	<1000	同上

---

🤖 aia_schema（AI智能问答）

职责： 存储AI智能问答相关数据（12个智能体、对话历史）

状态： ✅ 已实现
详细设计： AIA/01-数据库设计（待创建）

核心表

表名	说明	记录数预估
conversations	对话会话	100万/年
messages	对话消息	1000万/年
agents	智能体配置	<20
conversation_contexts	对话上下文	100万/年

---

📚 pkb_schema（个人知识库）

职责： 存储个人知识库、文档、RAG问答相关数据

状态： ✅ 已实现
详细设计： PKB/01-数据库设计（待创建）

核心表

表名	说明	记录数预估
knowledge_bases	知识库	30万/年
documents	文档	300万/年
document_chunks	文档分块（向量化）	3000万/年
kb_conversations	知识库对话	100万/年
kb_messages	知识库对话消息	1000万/年

---

📄 rvw_schema（稿件审查系统）

职责： 存储稿件审查、评估报告相关数据

状态： ✅ 已实现（独立系统）
详细设计： RVW/01-数据库设计（待创建）

核心表

表名	说明	记录数预估
review_tasks	审查任务	10万/年
manuscripts	稿件信息	10万/年
review_results	审查结果	10万/年
methodology_assessments	方法学评估	10万/年
guideline_assessments	稿约规范性评估	10万/年

---

📖 asl_schema（AI智能文献）

职责： 存储文献筛选、提取、分析相关数据

状态： ⏳ 设计中（P0优先级）
详细设计： ASL/01-数据库设计

核心表（预览）

表名	说明	记录数预估
literature_projects	文献项目	10万/年
literature_items	文献条目	1000万/年
pico_configs	PICO纳入排除标准	10万/年
screening_results	筛选结果	1000万/年
screening_history	筛选历史（可回溯）	1000万/年
extraction_tasks	提取任务	100万/年
extraction_results	提取结果	100万/年

---

🧹 dc_schema（数据清洗整理）

职责： 存储数据清洗任务、ETL配置、NER结果

状态： ⏳ 规划中（P1优先级）
详细设计： 待设计

核心表（预览）

表名	说明	记录数预估
cleaning_projects	清洗项目	10万/年
data_sources	数据源	100万/年
etl_configs	ETL配置	10万/年
ner_tasks	NER任务	100万/年
ner_results	NER结果	1000万/年

---

🔗 跨Schema依赖关系

依赖规则 ⭐ 重要

允许的依赖：

✅ 业务模块 → platform_schema（允许外键）
✅ 通用能力 → platform_schema（允许外键）
❌ 业务模块之间（禁止直接依赖）
❌ platform_schema → 业务模块（反向依赖）

依赖关系图

platform_schema.users (1)
    ↓ (N) 所有业务模块都依赖用户表
    ├── aia_schema.conversations
    ├── asl_schema.literature_projects
    ├── pkb_schema.knowledge_bases
    ├── dc_schema.cleaning_projects
    ├── ssa_schema.analysis_projects
    ├── st_schema.tool_usage
    └── rvw_schema.review_tasks

platform_schema.llm_usage (独立)
    - 记录所有模块的LLM调用
    - 通过module字段区分：'AIA', 'ASL', 'PKB'等

外键示例

-- ✅ 允许：业务模块引用platform_schema
CREATE TABLE asl_schema.literature_projects (
  id SERIAL PRIMARY KEY,
  user_id INTEGER REFERENCES platform_schema.users(id) ON DELETE CASCADE
);

-- ❌ 禁止：业务模块之间互相引用
CREATE TABLE ssa_schema.analysis_projects (
  id SERIAL PRIMARY KEY,
  -- 错误：不能引用其他业务模块
  literature_project_id INTEGER REFERENCES asl_schema.literature_projects(id)
);

-- ✅ 正确做法：通过user_id关联
-- 在应用层处理跨模块关联，不在数据库层

---

📊 数据量统计（预估）

按Schema统计

Schema	表数量	年增长记录数	存储预估（5年）
platform_schema	15	1000万	50GB
aia_schema	8	1100万	30GB
pkb_schema	5	3300万	200GB（向量）
rvw_schema	6	50万	5GB
asl_schema	10	2100万	50GB
dc_schema	8	1100万	100GB
ssa_schema	10	500万	50GB
st_schema	5	100万	10GB
总计	~70	~4000万/年	~500GB（5年）

大表监控（年增长>100万）

表名	Schema	年增长	索引策略
llm_usage	platform	1000万	按月分区
messages	aia	1000万	按created_at索引
document_chunks	pkb	3000万	向量索引
literature_items	asl	1000万	按project_id索引
screening_results	asl	1000万	复合索引

---

🔍 快速查找指南

场景1：我要开发某个模块

1. 在上面的表格中找到对应的Schema
2. 点击"详细设计"链接
3. 查看该模块的完整表结构

场景2：我要查看某个表的结构

1. 先确定表属于哪个Schema（根据功能判断）
2. 转到对应模块的数据库设计文档
3. 搜索表名

场景3：我要设计跨模块功能

1. 查看本文档的"跨Schema依赖关系"
2. 遵循依赖规则
3. 在应用层处理跨模块关联，不在数据库层

场景4：我要查看全局数据架构

1. 阅读本文档（快速了解所有Schema）
2. 查看架构设计全景图

---

⚠️ 重要提醒

Schema隔离的注意事项

✅ 正确做法：

• 业务模块只引用 platform_schema.users
• 跨模块数据关联在应用层处理
• 使用 user_id + 业务ID 的方式

❌ 错误做法：

• 业务模块之间直接外键关联
• 在 platform_schema 中存储业务数据
• 不同模块使用相同的表名（虽然Schema隔离了，但容易混淆）

性能优化建议

1. 大表必须分页查询（如 llm_usage、messages）
2. 热点字段必须加索引（如 user_id、created_at）
3. 考虑表分区（按月/按年，如 llm_usage）
4. 定期归档历史数据（如1年前的日志）

---

🔗 相关文档

规范：

• 数据库设计规范 ⭐ 必读
• 数据库架构说明

模块设计：

• 平台基础层
• 通用能力层
• 业务模块层

模板：

• 数据库设计模板

---

最后更新： 2025-11-06
维护人： 技术架构师
版本： v1.0