glmos-code-explain

一、三个模型介绍

1. EAV 模型（Entity-Attribute-Value）

核心：实体-属性-值，三表搞定一切动态字段

结构：

entity：商品/用户/订单
attribute：字段名（颜色、尺寸、功率…）
value：具体值（红、L、200W）

理解： 字段不固定、随时加，用行存代替列存。

2. CPV 模型（Category-Property-Value）

核心：类目绑定属性，属性绑定值，强业务结构化

结构：

Category：类目（手机、衣服、家电）
Property：该类目下的固定属性（手机=品牌、内存、摄像头）
Value：属性值

理解：按类目管属性，电商最常用，比EAV更规整、更业务化。

3. 元数据模型（Metadata Model）

核心：描述“数据的数据”，管表结构、字段、类型、校验、展示

结构： 表元数据、字段元数据、类型、长度、是否必填、枚举、关联关系…

理解：管 schema 的模型，不是存业务数据，是存“表长什么样”。

二、核心区别

维度	EAV	CPV	元数据模型
存什么	业务动态数据	类目+属性+业务值	表/字段/规则定义
结构	三行模型	类目驱动属性	配置化Schema
灵活性	极高	中高	极高（管结构）
查询性能	差（多表join）	较好（按类目隔离）	极好（配置读多）
复杂度	低结构、高维护	中等、业务清晰	高抽象、低业务侵入
典型场景	动态表单、自定义字段	电商商品、类目化产品	低代码、表单引擎、数据中台

三、各自适用场景

1. EAV 模型

适合：字段完全不固定、用户自定义、无法提前枚举

场景：

CRM 自定义字段
低代码表单
灵活配置类系统
少量数据、查询简单的动态属性

不适合：

大数据量
复杂查询、统计、筛选
电商商品（太乱）

2. CPV 模型

适合：类目固定、属性跟着类目走、电商/供应链/商品中心

场景：

电商商品中心
供应链物料
家电、3C、服饰类目化商品
需要按类目录属性、做筛选、做规格

理解：这是国内最常用、最稳的商品模型）

3. 元数据模型

适合：管结构、管规则、管表单、管数据表定义

场景：

低代码平台
数据中台、数据标准
表单引擎、流程引擎
需要动态建表、动态字段、动态校验

理解：不存业务数据，只存“数据怎么存”

四、对比总结

区别：

元数据模型：管所有表、字段、类型、校验
CPV模型：管商品类目+属性+值
EAV：只做小范围动态扩展，不做主模型

场景适用

做电商商品 → CPV
做自定义表单/动态字段 → EAV
做低代码/数据中台/表单引擎 → 元数据模型
既要动态又要结构化 → CPV + 元数据（最主流架构）
大数据量、强查询 → 不能用EAV

五、数据模型结构示例

1. EAV模型（实体-属性-值）

-- 1. 实体表（存储核心业务对象，如商品、用户、订单）
CREATE TABLE `eav_entity` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '实体ID',
  `entity_type` varchar(50) NOT NULL COMMENT '实体类型（goods/user/order）',
  `entity_name` varchar(100) DEFAULT '' COMMENT '实体名称',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `update_time` datetime DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`id`),
  KEY `idx_entity_type` (`entity_type`) COMMENT '按实体类型检索'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='EAV-实体表';

-- 2. 属性表（存储可扩展的字段定义）
CREATE TABLE `eav_attribute` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '属性ID',
  `attribute_code` varchar(50) NOT NULL COMMENT '属性编码（唯一，如color/size/power）',
  `attribute_name` varchar(100) NOT NULL COMMENT '属性名称（颜色/尺寸/功率）',
  `value_type` varchar(20) NOT NULL COMMENT '值类型（string/int/decimal/date）',
  `entity_type` varchar(50) NOT NULL COMMENT '关联实体类型',
  `is_required` tinyint DEFAULT 0 COMMENT '是否必填 0-否 1-是',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_attr_code_entity` (`attribute_code`,`entity_type`) COMMENT '属性编码+实体类型唯一'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='EAV-属性表';

-- 3. 值表（存储实体-属性的具体值）
CREATE TABLE `eav_value` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '值ID',
  `entity_id` bigint NOT NULL COMMENT '关联实体ID',
  `attribute_id` bigint NOT NULL COMMENT '关联属性ID',
  `value_string` varchar(500) DEFAULT '' COMMENT '字符串值',
  `value_int` int DEFAULT NULL COMMENT '整数值',
  `value_decimal` decimal(10,2) DEFAULT NULL COMMENT '浮点值',
  `value_date` date DEFAULT NULL COMMENT '日期值',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  KEY `idx_entity_attr` (`entity_id`,`attribute_id`) COMMENT '实体+属性检索'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='EAV-值表';

2. CPV模型（类目-属性-值）

-- 1. 类目表（商品类目，如手机/衣服/家电）
CREATE TABLE `cpv_category` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '类目ID',
  `category_name` varchar(100) NOT NULL COMMENT '类目名称',
  `parent_id` bigint DEFAULT 0 COMMENT '父类目ID（0为顶级）',
  `level` tinyint NOT NULL COMMENT '类目层级（1/2/3）',
  `sort` int DEFAULT 0 COMMENT '排序',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  KEY `idx_parent_id` (`parent_id`) COMMENT '父类目检索'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='CPV-类目表';

-- 2. 属性表（类目下的属性，如手机的品牌/内存）
CREATE TABLE `cpv_property` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '属性ID',
  `category_id` bigint NOT NULL COMMENT '关联类目ID',
  `property_code` varchar(50) NOT NULL COMMENT '属性编码（brand/memory）',
  `property_name` varchar(100) NOT NULL COMMENT '属性名称（品牌/内存）',
  `value_type` varchar(20) NOT NULL COMMENT '值类型（string/int/枚举）',
  `is_spec` tinyint DEFAULT 0 COMMENT '是否规格属性 0-否 1-是（如尺寸/颜色）',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_prop_code_category` (`property_code`,`category_id`) COMMENT '属性编码+类目唯一'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='CPV-属性表';

-- 3. 属性值表（属性的可选值，如品牌：苹果/华为）
CREATE TABLE `cpv_value` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '值ID',
  `property_id` bigint NOT NULL COMMENT '关联属性ID',
  `value_name` varchar(100) NOT NULL COMMENT '属性值名称（苹果/华为/128G）',
  `sort` int DEFAULT 0 COMMENT '排序',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  KEY `idx_property_id` (`property_id`) COMMENT '属性检索'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='CPV-属性值表';

-- 4. 商品-属性值关联表（绑定具体商品的属性值）
CREATE TABLE `cpv_goods_prop_value` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '关联ID',
  `goods_id` bigint NOT NULL COMMENT '商品ID',
  `property_id` bigint NOT NULL COMMENT '属性ID',
  `value_id` bigint NOT NULL COMMENT '属性值ID',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_goods_prop` (`goods_id`,`property_id`) COMMENT '商品+属性唯一'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='CPV-商品属性值关联表';

3. 元数据模型（描述数据的数据）

-- 1. 表元数据（描述数据库表的定义）
CREATE TABLE `metadata_table` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '表元数据ID',
  `table_name` varchar(100) NOT NULL COMMENT '物理表名',
  `table_alias` varchar(100) NOT NULL COMMENT '表别名（如商品表/用户表）',
  `business_module` varchar(50) NOT NULL COMMENT '所属业务模块（商品/订单/用户）',
  `is_active` tinyint DEFAULT 1 COMMENT '是否启用 0-否 1-是',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_table_name` (`table_name`) COMMENT '表名唯一'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='元数据-表定义表';

-- 2. 字段元数据（描述表字段的定义）
CREATE TABLE `metadata_column` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '字段元数据ID',
  `table_id` bigint NOT NULL COMMENT '关联表元数据ID',
  `column_name` varchar(100) NOT NULL COMMENT '物理字段名',
  `column_alias` varchar(100) NOT NULL COMMENT '字段别名（如商品名称/价格）',
  `data_type` varchar(20) NOT NULL COMMENT '数据类型（varchar/int/decimal）',
  `data_length` int DEFAULT NULL COMMENT '字段长度',
  `is_required` tinyint DEFAULT 0 COMMENT '是否必填 0-否 1-是',
  `is_unique` tinyint DEFAULT 0 COMMENT '是否唯一 0-否 1-是',
  `enum_values` json DEFAULT NULL COMMENT '枚举值（如["男","女"]）',
  `validate_rule` varchar(200) DEFAULT '' COMMENT '校验规则（如手机号/邮箱正则）',
  `create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_table_column` (`table_id`,`column_name`) COMMENT '表+字段唯一'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='元数据-字段定义表';

六、架构图

1. EAV模型架构图

erDiagram eav_entity { bigint id PK varchar entity_type varchar entity_name datetime create_time datetime update_time } eav_attribute { bigint id PK varchar attribute_code varchar attribute_name varchar value_type varchar entity_type tinyint is_required datetime create_time } eav_value { bigint id PK bigint entity_id FK bigint attribute_id FK varchar value_string int value_int decimal value_decimal date value_date datetime create_time } eav_entity ||--o{ eav_value : "1对多" eav_attribute ||--o{ eav_value : "1对多"

2. CPV模型架构图

erDiagram cpv_category { bigint id PK varchar category_name bigint parent_id tinyint level int sort datetime create_time } cpv_property { bigint id PK bigint category_id FK varchar property_code varchar property_name varchar value_type tinyint is_spec datetime create_time } cpv_value { bigint id PK bigint property_id FK varchar value_name int sort datetime create_time } cpv_goods_prop_value { bigint id PK bigint goods_id bigint property_id FK bigint value_id FK datetime create_time } cpv_category ||--o{ cpv_property : "1对多" cpv_property ||--o{ cpv_value : "1对多" cpv_property ||--o{ cpv_goods_prop_value : "1对多" cpv_value ||--o{ cpv_goods_prop_value : "1对多"

3. 元数据模型架构图

erDiagram metadata_table { bigint id PK varchar table_name varchar table_alias varchar business_module tinyint is_active datetime create_time } metadata_column { bigint id PK bigint table_id FK varchar column_name varchar column_alias varchar data_type int data_length tinyint is_required tinyint is_unique json enum_values varchar validate_rule datetime create_time } metadata_table ||--o{ metadata_column : "1对多"

4企业落地组合架构图

graph TB A[业务层] --> B[CPV模型核心层] A --> C[EAV模型扩展层] A --> D[元数据配置层] B --> B1[类目管理] B --> B2[属性管理] B --> B3[属性值管理] B --> B4[商品属性绑定] C --> C1[自定义实体] C --> C2[自定义属性] C --> C3[自定义值] D --> D1[表结构配置] D --> D2[字段规则配置] D --> D3[校验规则配置] D --> B[管控CPV结构] D --> C[管控EAV结构]

七、数据模型和架构图总结

表结构核心：EAV三表（实体/属性/值）侧重动态字段；CPV四表（类目/属性/值/商品绑定）侧重类目化属性；元数据两表（表/字段）侧重结构定义。
架构核心：EAV是“行存替代列存”，CPV是“类目驱动属性”，元数据是“配置驱动结构”；企业落地通常用元数据管控CPV/EAV，CPV做主模型，EAV做扩展。
使用关键：电商选CPV，自定义表单选EAV，低代码/数据中台选元数据，三者组合可覆盖90%的动态数据场景。