1. 主数据模型概述
1.1 主数据定义
在工程分析数据平台中，主数据（Master Data）是指描述企业核心业务实体（如产品、设备、物料、客户、供应商、人员、项目）的、具有高业务价值、可跨系统共享、相对稳定且唯一标识的基础数据。它不同于交易数据（如订单、工单、测量记录），主数据定义了业务对象的“静态属性”与“核心身份”。
关键特征： 唯一性、稳定性、共享性、权威性、长期有效性。
工程分析场景下的主数据典型包括：
- 产品主数据： 产品型号、规格参数、BOM（物料清单）结构、设计版本。
- 设备主数据： 设备编号、类型、安装位置、额定参数、校准周期。
- 测点/传感器主数据： 测点编号、物理量类型、量程、采样频率、关联设备。
- 项目主数据： 项目编号、阶段、负责人、时间基线。
- 组织主数据： 部门、工厂、产线、工位。
1.2 主数据在工程分析平台中的核心作用
主数据是工程分析平台的数据基石，其质量直接决定分析结果的准确性与可信度。核心作用体现在以下四个维度：
| 维度 | 作用描述 | 典型影响 |
|---|---|---|
| 数据关联 | 作为跨系统、跨流程的数据“粘合剂”，将分散的测量数据、仿真数据、运维数据关联到同一业务实体。 | 实现从设计→制造→运维的全链路追溯 |
| 分析上下文 | 为分析模型提供必要的业务上下文（如设备类型、材料属性、工况范围），使分析结果可解释、可对比。 | 避免“数据孤岛”导致的误判 |
| 数据治理 | 通过主数据管理（MDM）建立统一的数据标准、编码规则、质量阈值，保障平台数据一致性。 | 降低数据清洗与对齐成本 |
| 看板驱动 | 看板指标（如设备OEE、产品合格率、项目进度）的聚合与下钻，均依赖主数据维度（如设备分类、产品系列）进行分组与筛选。 | 支撑多层级、多视角的实时决策 |
实践提示： 在工程分析平台建设初期，优先梳理并固化“设备-测点-产品”三角主数据关系，可避免后期80%的数据接口适配问题。
1.3 主数据与业务数据的关系
理解主数据与业务数据（交易数据、过程数据）的区别与联系，是设计数据模型的前提。两者并非对立，而是互补的“骨架与血肉”关系。
| 对比维度 | 主数据 | 业务数据（交易/过程数据） |
|---|---|---|
| 变化频率 | 低频变化（月/年级） | 高频变化（秒/分级） |
| 生命周期 | 长期有效（贯穿产品/设备全生命周期） | 短期有效（单次测量、单笔订单） |
| 数据量级 | 相对较小（万级～百万级记录） | 巨大（亿级～千亿级时间序列） |
| 更新方式 | 审批流程驱动、版本管理 | 实时采集、批量导入 |
| 业务依赖 | 业务数据依赖主数据提供上下文 | 主数据依赖业务数据反映状态变化 |
| 典型示例 | 设备编号、型号、安装位置 | 振动值、温度曲线、产量计数 |
常见误区： 将业务数据中的“设备ID”字段直接当作主数据管理，而忽略了设备型号、规格、供应商等属性。这会导致分析看板无法按设备类型或供应商维度进行下钻聚合。
在工程分析平台中，主数据与业务数据的协作模式通常遵循“主数据驱动维度，业务数据驱动度量”的原则。例如：
- 看板指标： 设备综合效率（OEE）= 可用率 × 性能率 × 质量率。其中“设备”维度来自主数据，“可用时间/性能损失/不良品数”来自业务数据。
- 分析模型： 预测性维护模型需要将传感器时序数据（业务数据）关联到设备主数据（型号、工况范围），才能训练出有效的故障分类器。
- 数据接口： 看板API通常以主数据ID作为查询参数（如
?deviceId=DEV-1024&start=2025-01-01），返回聚合后的业务数据。
设计原则： 在构建工程分析数据平台时，应优先完成主数据模型的建模与治理，再基于主数据ID建立与业务数据的关联。主数据模型的质量，决定了看板下钻的深度与分析结论的可信度。