核心概念 (Core Concepts)

在使用 Loambase Foundry 之前，理解以下几个核心概念将帮助你更好地构建应用。平台的核心模型围绕着 “数据集成 -> 数据加工 -> 语义映射 -> 动作执行” 的逻辑链条展开。

1. 数据源 (DataSource)

定义：代表一个与外部系统交互的物理连接配置，是所有数据注入平台的入口。

• 它本身不存储数据，仅维护连接凭证与网络连通性。
• 支持的类型包括关系型数据库（MySQL、PostgreSQL）、消息队列（Kafka）、文件系统（S3）以及第三方 REST API。
• 平台会自动对密码等敏感字段进行加密存储。

2. 数据集 (Dataset)

定义：平台内存储数据的最小粒度单元（相当于一张物理表或一个文件集合）。Dataset 是数据处理管道的唯一输入与输出对象。

根据其在平台中的生命周期，分为两类：

• 原始数据集 (Raw Dataset)：通过 DataSource 直接从外部系统同步过来的数据，保持原汁原味。
• 派生数据集 (Derived Dataset)：经过平台 Pipeline 清洗、转换后生成的更高质量的数据集。

无论哪种类型，每个 Dataset 都会被抽象为统一的 Schema（如 STRING, INTEGER, TIMESTAMP），屏蔽底层存储引擎的差异。

3. 流水线 (Pipeline) & 算子 (Transform)

定义：Pipeline 是数据转换与加工的逻辑编排，在平台中被抽象为有向无环图 (DAG)。

• 节点 (Node)：图中的节点就是 Dataset（输入或输出）。
• 边 (Edge)：图中的边或中间计算节点称为算子 (Transform)。
• 算子定义了具体的计算逻辑，比如：原生的 SQL 查询、条件过滤（Filter）、数据关联（Join）或聚合（Aggregate）。

Pipeline 支持手动触发，也支持通过 CRON 表达式配置定时调度。每次成功运行后，输出的 Dataset 版本号会自动递增。

4. 本体语义层 (Ontology)

定义：本体是数据的高阶抽象，构成了终端用户进行图谱探索和应用构建的 语义层 (Semantic Layer)。

它将底层冰冷的 Dataset 映射为业务用户能直接理解的真实世界实体。本体主要由以下三个部分构成：

4.1 对象类 (ObjectType)

定义一类业务实体，例如“员工”、“订单”、“工厂”。

• 每个 ObjectType 都会映射到一个底层的高质量 Dataset 上。
• 必须指定 Dataset 中的某一列作为该本体对象的唯一主键。

4.2 属性 (Property)

定义 ObjectType 下的具体属性，将 Dataset 的物理列映射为业务属性。

• 例如，将物理列 first_name 映射为业务属性 employee_name。
• 你可以配置该属性是否允许作为全局搜索的过滤条件。

4.3 关联关系 (LinkType)

定义 ObjectType 之间的关联，构成知识图谱的边。

• 例如：定义“员工”起点对象类，与“部门”终点对象类之间的 belongs_to 关系。
• 关系支持一对一 (ONE_TO_ONE)、一对多 (ONE_TO_MANY) 和多对多 (MANY_TO_MANY) 的基数配置。

5. 动作 (Action)

定义：Ontology 解决了数据的“读”和“关联”问题，而 Action 解决了数据的**“写”和“业务校验”**问题。

• 它不是简单的底层数据库 UPDATE/INSERT 语句，而是带有业务语义的操作（例如：“审批请假申请”、“修改订单状态”）。
• Action 可以配置强类型的输入参数、前置校验规则，并且所有操作都会记录在系统的审计日志中。
• 这也是大模型 Agent 与业务系统交互时，最安全、最受控的调用入口（Tool）。