4. 口径元数据模型设计

口径元数据模型是整个指标管理平台的“数据字典”，它定义了指标口径的存储结构、关联关系和生命周期。一个设计良好的元数据模型，能够支撑口径的版本追溯、血缘分析、维度对齐和自动化调度。本节从实体关系图、核心字段定义两个维度展开。

4.1 口径元数据实体关系图

口径元数据模型围绕 口径定义 这一核心实体，向外关联维度、粒度、表达式、版本、调度任务等周边实体。下图展示了各实体之间的主外键关系与依赖层级。

4.2 核心字段定义

口径元数据模型的核心字段包括：口径ID、名称、表达式、维度、粒度。下表详细说明每个字段的语义、数据类型与约束规则。

4.3 维度与粒度元数据

维度与粒度是口径元数据模型的“左右手”，它们共同决定了指标的分析范围与聚合层级。下表对比两者的核心差异。

4.4 表达式元数据设计

表达式是口径的核心计算逻辑，其元数据设计直接影响口径的可维护性与可解析性。建议采用以下字段结构：

-- 示例：口径表达式存储为SQL
口径ID: KPI_20250315_001
表达式内容: 
SELECT 
  COUNT(DISTINCT user_id) AS new_users
FROM 
  user_register_log
WHERE 
  register_date = CURRENT_DATE
  AND channel IN ('app', 'web')
表达式类型: SQL
AST结构: {
  "type": "SELECT",
  "aggregation": "COUNT(DISTINCT)",
  "field": "user_id",
  "filter": {
    "register_date": "CURRENT_DATE",
    "channel": ["app", "web"]
  }
}