World's first open-source enterprise world model.
Rust agent-memorybitemporalgraphragknowledge-baseknowledge-graphllmontologypgvectorpostgresqlragrustself-hostedsemantic-searchtemporal-knowledge-graphworld-model
-- 一张打平的电商订单宽表:映射测量台的第二份语料(#501 / #520)。
--
-- **TPC-H 量不出语义层是干什么的。** 八张表、诚实的列名、每个分析列一条注释,
-- 模型光看 schema 文档就答对 24 题里的 23 题,语义层只剩一题的空间(#520 第一轮)。
-- 那不是语义层没用,是那份 schema 自己把答案写在了列名上。
--
-- 这一份反过来造:**每一条口径都配一个「模型会自然猜错」的做法**。
--
-- 1. **金额单位是分。** `amt_pay` 是 5980 而不是 59.80。天真的 `sum(amt_pay)`
-- 跑得通、数好看、错一百倍。
-- 2. **列名是内部黑话。** `amt_*` / `dt_*` / `ord_st` / `chnl` / `flg_*`——
-- 真实数仓的样子,而不是 `l_extendedprice`。
-- 3. **口径是业务约定,不在列名里。** 「GMV」要排掉测试单、只算已支付;
-- 「有效订单」有一张状态白名单;「净销售额」要扣退款。这些约定 schema
-- 一个字都没写,一个没被告知的人(或模型)不可能猜对。
-- 4. **相似列成对出现。** `amt_total`(含运费与优惠前)与 `amt_pay`(实付)
-- 差着运费和优惠,选错一个数就错,而两个都跑得通。
-- 5. **陷阱列。** 整数外键 sum 得动;`ver` 恒为 1;`price_old` 是废弃列全 NULL;
-- `is_test` 求和是「测试单数」,看着像个指标。
--
-- join 打平是宽表的定义,也是它没有外键的原因——#502 的 `fetch_keys` 在这种
-- 表上一无所获,只有抽样与基数分得出 `buyer_id` 是键而 `qty` 是数。
DROP SCHEMA IF EXISTS dw CASCADE;
CREATE SCHEMA dw;
SET search_path TO dw;
-- 订单明细宽表。一行 = 一个订单里的一个商品行
CREATE TABLE dwd_ord_dtl (
-- 键。**全是整数,全都 sum 得动**
id BIGSERIAL PRIMARY KEY,
ord_id BIGINT NOT NULL,
ord_ln SMALLINT NOT NULL,
buyer_id BIGINT NOT NULL,
seller_id BIGINT NOT NULL,
shop_id INTEGER NOT NULL,
item_id BIGINT NOT NULL,
sku_id BIGINT NOT NULL,
cat_id INTEGER NOT NULL,
cat_id_l1 INTEGER NOT NULL,
addr_id BIGINT NOT NULL,
pay_id BIGINT,
promo_id INTEGER,
cpn_id INTEGER,
lgst_id BIGINT,
-- 金额,**单位是分**。天真的 sum 会给出一个大一百倍的数
amt_total BIGINT NOT NULL,
amt_pay BIGINT NOT NULL,
amt_item BIGINT NOT NULL,
amt_frght BIGINT NOT NULL,
amt_disc BIGINT NOT NULL,
amt_cpn BIGINT NOT NULL,
amt_rfnd BIGINT NOT NULL,
amt_tax BIGINT NOT NULL,
amt_cost BIGINT NOT NULL,
amt_pt BIGINT NOT NULL,
-- 废弃列:迁移之后再没写过,全是 NULL
price_old BIGINT,
qty INTEGER NOT NULL,
qty_rfnd INTEGER NOT NULL,
wt_g INTEGER,
-- 状态与标志。**口径的白名单藏在这里,而 schema 不说**
ord_st SMALLINT NOT NULL,
pay_st SMALLINT NOT NULL,
lgst_st SMALLINT NOT NULL,
rfnd_st SMALLINT NOT NULL,
is_test SMALLINT NOT NULL,
is_gift SMALLINT NOT NULL,
is_presale SMALLINT NOT NULL,
is_1st SMALLINT NOT NULL,
flg_r SMALLINT NOT NULL,
chnl SMALLINT NOT NULL,
pay_mtd SMALLINT NOT NULL,
-- 时间
dt_crt TIMESTAMPTZ NOT NULL,
dt_pay TIMESTAMPTZ,
dt_shp TIMESTAMPTZ,
dt_fin TIMESTAMPTZ,
dt_rfnd TIMESTAMPTZ,
stat_dt DATE NOT NULL,
-- 打平进来的维度
shop_nm VARCHAR(60) NOT NULL,
cat_nm VARCHAR(40) NOT NULL,
cat_nm_l1 VARCHAR(40) NOT NULL,
item_nm VARCHAR(80) NOT NULL,
brand_nm VARCHAR(40),
prov VARCHAR(20) NOT NULL,
city VARCHAR(30) NOT NULL,
buyer_lvl SMALLINT NOT NULL,
src VARCHAR(20) NOT NULL,
dev VARCHAR(20),
-- 噪声:恒定、自由文本、ETL 元数据
ver SMALLINT NOT NULL DEFAULT 1,
rmk VARCHAR(200),
ext VARCHAR(200),
etl_dt TIMESTAMPTZ NOT NULL DEFAULT now()
);
-- 店铺维表。**只有它有一条外键关系**,而宽表这边没有约束声明——
-- 打平之后 shop_id 与 shop_nm 都在事实表里,维表是留着的那份原始记录
CREATE TABLE dim_shop (
shop_id INTEGER PRIMARY KEY,
shop_nm VARCHAR(60) NOT NULL,
seller_id BIGINT NOT NULL,
prov VARCHAR(20) NOT NULL,
lvl SMALLINT NOT NULL,
open_dt DATE NOT NULL
);