简介

本系统的建模思路和传统BI思路有所区别，请注意。

• 传统BI思路： 导入原表 -> 拖拉拽 -> 生成图表
• ChatBI思路：根据业务真实情况建立数据模型（和表结构无关) -> 调试问答 -> 将原表按照数据模型的结构进行转化，导入数据。

两者的思考出发点不同，BI出发点是数据源，ChatBI出发点是业务概念。

Schema是系统用来表达客户业务的关键所在。我们提出的概念是：数据结构即业务知识。我们需要通过正确的Schema配置来让AI正确地认知到业务知识。

请注意：Schema的配置正确与否会极大影响问答的效果，尤其在表越来越多的情况下更明显。建模时请尽量复合我们的建模范式（三范式）。

本系统采用的Schema建模方式为三范式建模。也兼容维度建模中的雪花、星星模型。

本系统将业务概念分为entity（实体）和event（事件）两种类型。

实体在模型中代表一个具体存在是物件。例如一个个人，一家家店，一个个产品。在维度建模中，相当于维度表。

事件在模型中代表围绕实体发生的一个个具体事件。事件最大的特点在于必须要有一个发生的时间戳。例如订单，仓储等。在维度建模中，相当于事实表。

每一个Schema对应数据库中的一张表。

每一个Schema由多个Property（属性）组成，每一个Property原则上对应数据库中该表的一个列（有例外）。

Schema和Property会在单独的章节中详细介绍。