1. 课程导论
1.1 批次谱系的核心概念
在离散制造与流程工业中，批次（Batch）是生产与质量追溯的基本单元。批次谱系（Batch Pedigree）记录了从原材料入库、投料、加工、组装、检验到成品出库的完整物料流转路径。它不仅是生产过程的“数字孪生”，更是质量回溯、召回管理和合规审计的关键数据资产。
批次谱系的三个核心要素：
- 实体节点：每个批次（原料批、半成品批、成品批）在系统中对应一个唯一标识（Batch ID / Lot No.）。
- 转换边：批次之间的父子关系，如“投料→产出”、“拆分→子批”、“组装→成品”。
- 属性快照：批次在特定时间点的质量状态、工艺参数、检验报告、库存位置等上下文信息。
一个典型的批次谱系图呈现为有向无环图（DAG）结构，根节点为原料批次，叶节点为最终成品批次，中间节点为各工序的半成品或中间体。查询批次谱系，本质上是沿着该 DAG 进行广度或深度遍历，并聚合沿途的属性数据。
1.2 跨系统追溯的典型挑战
在实际企业环境中，批次数据分散在多个异构系统中，形成“数据孤岛”。跨系统追溯面临以下核心挑战：
| 挑战维度 | 具体描述 | 典型场景 |
|---|---|---|
| 数据分散 | 批次主数据在 ERP，工序记录在 MES，检验数据在 QMS，物流信息在 WMS。 | 查询一个成品批次的原料来源，需要跨 3~5 个系统 Join。 |
| 标识异构 | 不同系统使用不同的编码规则（如 ERP 用 20 位数字，MES 用 UUID）。 | 批次 ID 映射表维护困难，容易产生断链。 |
| 延迟与不一致 | 上游系统数据未及时同步，导致谱系链路不完整或出现“空洞”。 | 原料批次已入库，但 ERP 尚未生成批次记录。 |
| 查询性能 | 深度追溯（如 5 层以上）需要多次跨系统调用，响应时间呈指数增长。 | 召回查询时，单次追溯耗时超过 30 秒。 |
| 数据量膨胀 | 大型制造企业每日产生数百万条批次事件，历史数据达 TB 级。 | 全量谱系扫描无法在业务窗口内完成。 |
常见误区：许多团队试图通过“统一数据湖”解决所有问题，但忽略了批次谱系查询的图遍历特性。单纯将数据集中存储而不优化查询拓扑，仍然无法解决深度链路的性能瓶颈。
1.3 跨系统追溯链路架构示意
下图展示了一个典型的跨系统批次追溯链路，数据从各业务系统汇聚到追溯服务层，最终通过统一查询接口对外提供谱系检索能力。
1.4 课程目标与学习路径
本课程旨在帮助数据架构师与后端开发者掌握批次谱系查询优化的系统方法，从理论到工程落地。课程目标如下：
- 理解本质：掌握批次谱系的数据模型特征（DAG、时间线、属性快照）及其与通用图查询的差异。
- 诊断瓶颈：学会分析跨系统追溯中的性能瓶颈（网络延迟、数据倾斜、Join 爆炸）。
- 掌握策略：熟悉物化路径、增量索引、缓存预热、并行遍历等优化技术。
- 工程实践：能够设计并实现一个支持毫秒级响应的批次谱系查询服务。
1.5 推荐学习路径
课程按“基础→进阶→实战”三阶段组织，建议按以下顺序学习：
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 基础篇 | 第 1~5 章 | 批次谱系数据建模、跨系统接口设计、基础查询实现 |
| 进阶篇 | 第 6~15 章 | 索引优化、缓存策略、图遍历算法、分布式查询引擎 |
| 实战篇 | 第 16~30 章 | 全链路压测、生产级部署、监控告警、案例复盘 |
学习建议：每章末尾的“动手实验”环节建议在真实或模拟的跨系统环境中完成。如果条件有限，可以使用 Docker Compose 搭建包含 MySQL（模拟 ERP）、MongoDB（模拟 MES）和 Neo4j（谱系存储）的测试环境。