4. 台账数据结构现状分析：传统台账的字段定义、存储方式、查询效率瓶颈
在引入质量门禁规则与误差预算机制之前，大多数团队依赖传统台账来记录质量数据。这类台账通常以关系型数据库表或电子表格（Excel/CSV）的形式存在，其设计初衷是“记录”，而非“分析”或“实时控制”。本节将从字段定义、存储方式、查询效率三个维度，剖析传统台账的结构性缺陷。
4.1 传统台账的字段定义
传统质量台账的字段设计往往直接映射纸质表单，缺乏对数据语义和计算逻辑的抽象。以下是一个典型的缺陷管理台账字段清单：
| 字段名 | 数据类型 | 示例值 | 设计问题 |
|---|---|---|---|
| ID | INT / VARCHAR | 1001 | 自增主键，无业务含义 |
| 缺陷编号 | VARCHAR(32) | BUG-2024-001 | 字符串拼接，无法参与数值计算 |
| 缺陷描述 | TEXT | 登录按钮在iOS 17下无响应 | 非结构化文本，无法直接聚合 |
| 严重等级 | VARCHAR(16) | P0 / P1 / P2 | 枚举值存储为字符串，排序需额外映射 |
| 发现阶段 | VARCHAR(16) | 集成测试 | 自由文本，缺乏标准化编码 |
| 修复人 | VARCHAR(32) | 张三 | 依赖姓名，人员变更后历史数据失效 |
| 创建时间 | DATETIME | 2024-03-15 14:30:00 | 精度到秒，但缺乏时区信息 |
| 关闭时间 | DATETIME | 2024-03-18 09:15:00 | 可为空，导致计算修复时长时需处理NULL |
核心矛盾：传统字段定义以“人工可读”为目标，而非“机器可算”。误差预算所需的累计计数、速率计算、时间窗口聚合等操作，在这些字段上需要大量后处理转换。
4.2 存储方式与数据孤岛
传统台账的存储方式通常呈现“单表大字段 + 多系统异构”的特征，具体表现为：
- 单表集中存储：所有质量事件（缺陷、变更、评审）混入同一张宽表，字段数量可达50+，导致行宽过大，单页存储效率低。
- 多系统异构：缺陷库（Jira）、测试用例库（TestRail）、构建记录（Jenkins）、监控指标（Prometheus）各自维护独立台账，字段命名、编码规则、时间精度互不兼容。
- 历史数据归档：超过6个月的数据被迁移至冷存储（如CSV文件或归档表），查询时需要跨存储引擎联合检索。
数据孤岛代价：在一次典型的质量回溯中，团队需要从3个系统分别导出数据，使用VLOOKUP进行关联，耗时约4小时。这种手工操作不仅效率低下，还容易引入关联错误，导致误差预算计算失真。
4.3 查询效率瓶颈
当台账数据量增长到百万级（通常对应中型项目6~12个月的积累），传统存储方式的查询效率急剧下降。以下是对比测试结果：
| 查询场景 | SQL / 操作示例 | 数据量 | 响应时间 | 瓶颈原因 |
|---|---|---|---|---|
| 按时间范围统计缺陷数 | SELECT COUNT(*) FROM defects WHERE created_at BETWEEN '2024-01-01' AND '2024-03-31' |
500万行 | 12.3秒 | created_at字段无索引，全表扫描 |
| 按严重等级分组聚合 | SELECT severity, COUNT(*) FROM defects GROUP BY severity |
500万行 | 8.7秒 | severity为VARCHAR，分组计算需字符串比较 |
| 关联缺陷与测试用例 | SELECT * FROM defects d JOIN test_cases t ON d.case_id = t.id |
各300万行 | 45.2秒 | case_id无外键索引，嵌套循环连接 |
| 计算修复时长中位数 | SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY fix_duration) |
200万行 | 超时（>60秒） | fix_duration需先计算关闭时间-创建时间，且含NULL值 |
瓶颈根因总结：
- 索引缺失：时间字段、关联字段缺乏覆盖索引，导致查询走全表扫描。
- 数据类型不当：枚举值用VARCHAR存储，分组和排序效率远低于INT/TINYINT。
- 计算后置：修复时长、缺陷密度等指标在查询时实时计算，无法利用预聚合。
- NULL值处理：可为空字段导致计算逻辑复杂化，且无法使用索引。
4.4 传统台账与误差预算的适配性评估
从误差预算的视角审视，传统台账在以下三个关键维度上存在根本性不匹配：
- 实时性：误差预算需要分钟级甚至秒级的门禁判断，传统台账的T+1报表模式无法满足。
- 可计算性：误差预算涉及速率（events/time）、剩余容量（budget - consumed）、趋势预测（线性回归），传统台账的字段定义不支持这些数学运算。
- 可追溯性：当门禁触发时，需要快速定位是哪个组件、哪个版本、哪个测试阶段消耗了预算，传统台账的孤立存储无法提供跨系统关联视图。