4. 主数据属性建模：属性分类、命名规范与数据类型选择

主数据属性建模是数据模型设计的核心环节。属性是描述主数据实体特征的最小信息单元，合理的属性分类、规范的命名以及恰当的数据类型选择，直接决定了数据平台的扩展性、查询效率与集成质量。本节将系统阐述属性分类体系、命名规范原则及数据类型选型策略。

4.1 属性分类体系

根据属性在数据模型中的语义角色与用途，可将主数据属性划分为五大类别。每一类属性承担不同的数据治理职能，在建模时应分别对待。

4.2 属性命名规范

统一的属性命名规范是数据平台可读性与可维护性的基础。命名规范应覆盖属性名称、数据类型、长度约束及业务含义，形成可机器解析的元数据标准。

4.2.1 命名基本原则

• 语义明确：属性名应直接反映业务含义，避免缩写歧义。例如 equipment_status 优于 eq_st。
• 统一风格：全平台采用小写蛇形命名法（snake_case），单词间以下划线分隔。
• 避免保留字：禁止使用数据库保留字（如 order、group、select）作为属性名。
• 长度控制：属性名不超过 30 个字符，过长时采用标准缩写表。

4.2.2 属性命名模板

推荐采用“业务域_实体_含义_后缀”的四段式命名模板，确保属性名在全局范围内唯一且可归类。

格式：{domain}_{entity}_{meaning}_{suffix}
示例：
- 设备域_设备表_额定功率_数值 → eq_equipment_rated_power_num
- 资产域_资产表_购置日期_时间 → asset_asset_purchase_date_dt
- 物料域_物料表_库存单位_代码 → mat_material_stock_unit_cd

4.2.3 常用后缀规范

4.3 数据类型选择策略

数据类型的选择直接影响存储效率、查询性能与数据精度。工程分析数据平台通常处理大量时序、数值与状态数据，选型时应遵循“够用、精准、一致”原则。

4.3.1 数值类型选型

4.3.2 字符串与时间类型选型

4.4 属性建模流程与规范检查

以下 SVG 图展示了主数据属性建模的完整流程，从业务需求分析到属性定义完成，包含关键检查节点。

4.5 属性建模检查清单

在完成属性建模后，建议逐项核对以下检查清单，确保模型质量。

• 唯一性：每个实体是否都有明确的标识属性？标识属性是否保证全局唯一？
• 完整性：是否覆盖了所有业务所需的描述、分类、关系与生命周期属性？
• 规范性：所有属性名是否遵循命名模板？后缀是否统一？
• 类型匹配：数值属性是否选用了 DECIMAL 而非 FLOAT？时间属性是否统一为 TIMESTAMP？
• 引用完整性：关系属性是否指向已定义的主实体？外键约束是否已声明？
• 可扩展性：是否预留了扩展属性字段（如 JSON 或扩展表）以应对未来需求？