4. 数据存储选型

批次谱系查询涉及多维度数据：结构化批次记录、复杂上下游依赖关系、以及随时间变化的生产参数。单一数据库无法高效满足所有场景，需根据查询特征选择最合适的存储引擎。本节从数据模型、查询模式、扩展性三个维度对比三类主流数据库。

4.1 三类数据库核心差异

4.2 关系型数据库：批次主数据的基石

MySQL和PostgreSQL是批次谱系系统中最成熟的选择，适合存储结构化、强一致性要求的核心数据。

• 适用数据： 批次主表（batch_id, product_code, quantity, status）、物料清单（BOM）、质检结果、生产订单。
• 查询优势： 支持复杂聚合（SUM/AVG/COUNT）、范围查询（生产日期区间）、多表关联（批次→物料→供应商）。
• 谱系查询瓶颈： 当追溯深度超过3层时，递归CTE或多次JOIN性能急剧下降。例如查询“某批次所有上游原料批次”需递归5~8层，MySQL递归CTE在百万级数据量下延迟可达秒级。

-- PostgreSQL 递归CTE示例：向上追溯3层
WITH RECURSIVE upstream AS (
  SELECT batch_id, parent_batch_id, 1 AS depth
  FROM batch_relations
  WHERE batch_id = 'BATCH-2024-001'
  UNION ALL
  SELECT br.batch_id, br.parent_batch_id, u.depth + 1
  FROM batch_relations br
  INNER JOIN upstream u ON br.batch_id = u.parent_batch_id
  WHERE u.depth < 3
)
SELECT * FROM upstream;

4.3 图数据库：多跳追溯的原生引擎

Neo4j以节点和边直接表达批次间的依赖关系，深度遍历性能不随跳数增加而衰减，是谱系查询的理想选择。

• 数据建模： 批次节点（Batch）包含属性（batch_id, product, timestamp）；关系边（USES/PRODUCED_FROM）携带数量、批次属性。
• 查询优势： Cypher语言原生支持变长路径匹配，如 MATCH (b:Batch {id:'B001'})-[*1..5]-(related) 一次查询所有上下游节点。
• 典型场景： 全链路影响分析（某原料批次异常影响哪些成品批次）、闭环检测（批次是否存在循环引用）、最短路径追溯。

// Neo4j Cypher：查询批次B001的所有上游原料（不限深度）
MATCH (b:Batch {batch_id: 'B001'})
MATCH path = (b)<-[:PRODUCED_FROM*]-(upstream:Batch)
RETURN upstream.batch_id, length(path) AS depth
ORDER BY depth;

4.4 时序数据库：工艺参数的连续记录

InfluxDB专为时间戳驱动的数据流设计，适合存储批次生产过程中的传感器数据、环境参数、设备状态。

• 数据特征： 每个批次对应多个时间序列（温度、压力、转速），采样频率从秒级到分钟级，数据量可达TB级。
• 查询优势： 时间窗口聚合（MEAN()、MAX()）、降采样（自动聚合历史数据）、差值计算（计算批次内温度变化率）。
• 谱系关联： 通过标签（tags）将时序数据与批次ID绑定，如 batch_id=B001, sensor=temperature，实现“批次→工艺参数”的快速检索。

-- InfluxDB Flux查询：获取批次B001在特定时间段的平均温度
from(bucket: "production")
  |> range(start: 2024-01-01T08:00:00Z, stop: 2024-01-01T10:00:00Z)
  |> filter(fn: (r) => r._measurement == "sensor_data" and r.batch_id == "B001" and r.sensor == "temperature")
  |> aggregateWindow(every: 5m, fn: mean)
  |> yield(name: "mean_temp")

4.5 混合架构：各取所长的最佳实践

实际批次谱系系统通常采用“三库协同”架构，通过数据同步中间件保持一致性。

4.6 选型决策矩阵

根据批次谱系系统的具体查询特征，可按以下矩阵快速决策：