4. 数据模型设计：核心实体关系与字段定义

反洗钱推理链路的数据模型是整个系统的骨架。客户、账户、交易、预警、案例五大核心实体之间的关联关系，直接决定了风险传导的准确性和链路追踪的效率。本节将定义每个实体的关键字段，并建立实体间的标准映射关系。

4.1 五大核心实体总览

反洗钱系统采用星型+雪花型混合模型，以客户为中心，账户和交易为行为载体，预警为风险触发点，案例为处置闭环。实体间关系如下：

4.2 客户实体字段定义

客户表是反洗钱系统的根实体，所有风险分析最终都归集到客户层面。字段设计需兼顾身份识别、风险评级和监管报送要求。

4.3 账户实体字段定义

账户是客户与交易之间的桥梁。一个客户可拥有多个账户，账户类型包括储蓄、支票、信用卡、电子钱包等。

4.4 交易实体字段定义

交易是反洗钱分析的核心数据源。每笔交易必须记录交易双方、金额、时间和渠道四个维度的信息，以支持链路追溯。

4.5 预警实体字段定义

预警是推理引擎的输出结果，代表系统检测到的可疑行为。一条预警可关联多笔交易，但最终归并到一个案例。

4.6 案例实体字段定义

案例是反洗钱处置的最终单元。多条预警经过分析师研判后，可归并为同一案例进行统一调查和上报。

4.7 实体关联关系与链路追溯

推理链路的核心在于跨实体追溯。以下 SQL 示例展示了如何从一条预警出发，追溯至关联交易、账户和客户：

-- 从预警追溯完整链路
SELECT
    a.alert_id,
    a.alert_type,
    a.alert_score,
    t.transaction_id,
    t.transaction_amount,
    t.transaction_time,
    ac.account_id,
    ac.account_type,
    c.customer_id,
    c.customer_name,
    c.risk_level
FROM alert a
JOIN alert_transaction at ON a.alert_id = at.alert_id
JOIN transaction t ON at.transaction_id = t.transaction_id
JOIN account ac ON t.from_account_id = ac.account_id
JOIN customer c ON ac.customer_id = c.customer_id
WHERE a.alert_id = 'ALT202503210001'
ORDER BY t.transaction_time DESC;

4.8 数据模型设计最佳实践

• 分表策略： 交易表按时间分区（按月或按季度），预警表和案例表按状态分区，提升查询性能。
• 索引设计： 交易表建立 (from_account_id, transaction_time) 联合索引；预警表建立 (customer_id, alert_time) 联合索引；关联表建立 (alert_id, transaction_id) 唯一索引。
• 数据保留： 交易数据至少保留5年（监管要求），预警和案例数据永久保留。历史数据可归档至冷存储。
• 字段冗余： 在案例表中冗余存储 primary_customer_id 和 total_transaction_amount，避免每次查询都进行聚合计算。
• 审计追踪： 所有实体表增加 created_by、updated_by 字段，记录操作人ID，满足审计要求。