⚠ 内部材料 · 含工价、成本、客户与薪酬相关信息 · 请勿外发或转发。本页置于公网可达的站点根目录,请勿再扩散。

数据存储架构设计 · 图文版

浙江艳庄化妆品有限公司 | 企业AI架构蓝图 | 2026-10-06

存储设计不是先选数据库,而是先答四个问题:放哪、谁说了算、怎么对得上、出事怎么办。本页是设计要点的一页式图文版。

4 个问题
先答完再谈选型
3 个域
红 / 黄 / 绿分级分域
6 层
第 0–5 层存储架构
10 条
建库/建表前检查清单

1四个问题(其余设计都是它的展开)

答不出这四个,选什么数据库都是白选。

数据放哪?

按敏感级分三域:红域(工价/薪酬/成本/报价/配方/客户与员工身份)必须厂内私有化;黄域(订单/生产/质量状态)可延续现有系统;绿域(公开资料)不限。

谁说了算?

每类数据只有一个写入口 + 唯一编码。AI 侧新存储不得成为第二本账——K3 仍是账与单据的事实源。

怎么对得上?

编码先行:订单号贯穿(五楼)、平台单号 + SKU(六楼)、六类主数据 + 别名映射表(三种叫法、三名一物的现状只存别名,不改历史数据)。

出事怎么办?

按"可重建性"分级备份:不可重建的(过程状态、回收资产、配方、工价)走 3-2-1;可重建的(索引、落地区)不备份。纸质原件不替代。

2五条设计原则

都从既有证据里长出来,不是套模板。

1 | 事实源不搬家,只做回收

AI 侧只装三样:可重建的派生数据、K3 装不下的过程状态、从个人手里收回的公司资产(报价历史、客户资料)。

2 | 主数据先于平台

现状是"报价单名与 K3 导出名对不上,不能用公式匹配"——不先编码,跨源关联都会退化成人工匹配。

3 | 按敏感级分域

不是先建一个大库再打标签。边界来自客户原话:"云端最好不要,敏感数据"。

4 | 每个库/表回答三问

谁写、谁看、什么时候停(sunset)。答不出的不建——没有下游消费者的数据一定会被敷衍。

5 | AI 加工层一律可重建

索引、向量、缓存坏了就重建;只有"过程状态"与"回收资产"不可重建,它们是备份与容灾的第一优先级。

明确不做(现阶段)

数据湖 / 湖仓一体 独立数据仓库 Kafka / ES 集群 专用向量集群 模型微调

理由两条:数据规模不匹配(结构化数据 GB 级以下,容量主体是扫描件);AI 应用中心目前 1 人——技术栈每多一件,都是运维债。

3数据现在到底存在哪(现状地图)

这张图是后文所有设计的事实基础。

云上(同一台主机)

oem. / staff. / static. 三个子域解析到同一 IP:118.25.178.14

  • OEM 订单监管系统 黄偏红
  • 岗位职能地图系统 黄
  • 静态文档站(公开、无鉴权) 风险
  • 企业微信 · 审批流 黄
  • 领星 / 聚水潭 / 云仓 / Ueeshop 黄偏红

厂内

事实上的主战场,但多是无结构载体

  • K3(金蝶云星空,至少 2 套账) 红
  • 共享盘 Excel 台账(临期/证照/检验/工价) 红黄
  • 纸质:四联单、检验记录、签字件、档案室 红黄

个人手里

唯一"不可重建"的资产在这

  • 报价历史(个人付费 App) 红
  • 客户资料(个人 D 盘) 红
  • 三个微信并用 红
两条已核实的风险(本轮 DNS 复核) ① 公开站与订单系统、人员系统同机——静态站可被搜索引擎收录、可猜直链,与业务系统同处一台云主机;至少要做隔离加固,理想是分机。
② 报价历史与客户资料在个人设备与个人账号里——资产不在公司手里,离职即流失,且不可重建。

现状的五个特征:散(回款四轨并行)·混(工价与公共模板同盘)·个人持有(报价与客户资料)·双轨(企微进度 vs 纸质结算)·无编码(出库单三种叫法、报价单三名一物)。

4分层存储架构(第 0–5 层)

层名沿用总报告 §8.1 五层架构,本图只补"存储"一维。

第 5 层治理与运营
分级分域 · 权限与审计日志 · 备份容灾 · 保留期 · sunset 登记
纪律层
第 4 层应用与智能体
应用状态与日志(对话记录、审核留痕——也是敏感数据,需留存策略)
不得各自复制业务数据
第 3 层知识与文档
对象存储(原件)· 解析文本 · 向量索引 · 本地模型权重与提示词版本
最值钱的可检索资产
第 2 层采集与连接
落地区:OCR 产物、平台 / 企微拉取副本、导入对账区
临时,可清空重建
第 1 层数据与主数据
编码注册中心(八类唯一编码 + 别名映射)· 过程状态库(K3 装不下的状态)
唯一要新建的"真数据"
第 0 层事实源
K3(至少 2 套账)· OEM 订单监管系统 · 领星 / 聚水潭 / 云仓 / Ueeshop · 企微 · 共享盘 · 纸质
只登记,不动
一句话读法: 第 0 层不动 第 1 层是唯一要新建的"真数据" 第 2–4 层全部可重建(坏了能从 0+1 重建) 第 5 层是纪律

5三域分级:什么数据放哪、能不能用公网模型

分域是硬约束——客户自己说的"云端最好不要,敏感数据"。

红域 · 敏感

放什么
工价、薪酬、成本、报价与成交价、配方、客户资料、员工身份信息(花名册含身份证/住址/电话)
放哪
厂内私有化;独立库 / schema;加密;行级权限;访问留痕
公网模型
不可以——只能本地 / 私有化模型

黄域 · 内部

放什么
订单、生产、库存、质量状态、岗位职能
放哪
可延续现有系统(含云上 OEM 系统),但需鉴权加固、备份、与公开站隔离
公网模型
脱敏后可用;原始数据不用

绿域 · 公开

放什么
法规、标准、公开产品资料、培训材料
放哪
不限
公网模型
可以

6主键与编码:怎么"对得上"

不定编码,一切自动化都会退化成人工匹配。

五楼 OEM · 主键

订单号贯穿

预采物料(色浆/基料/珠光/助剂/玻璃瓶)挂不了订单号,需单独设计"无订单归属"的归集规则。

六楼电商 · 主键

平台单号 + SKU

SKU 主数据缺失阻塞 5 个场景,编码规则先行;三部门与 K3 结构性脱节,走独立数据通路。

全公司 · 主数据

六类唯一编码 + 别名映射

物料·产品·客户·供应商·原料·工价。别名表记录历史叫法(出库单三种叫法、报价单三名一物)。

编码规则的两条现实约束(纸电双轨决定) ① 能被手写、能被口述——车间要在纸质工单上写、在电话里说,全厂没有扫码枪;
② 带年份与主体信息——账套不止一套,订单号要能一眼看出年份/主体,否则跨账套无法人工核对。

7备份:按"可重建性"分级

这是与常规做法不同的地方——先问"坏了能不能重建",再决定备不备。

一级 · 不可重建备份第一优先级
过程状态与留痕 · 回收资产(报价历史、客户资料)· 纸质扫描件 · 配方 · 工价
→ 3-2-1:本地主库 + 本地/近线备份 + 异地离线(硬盘/保险柜轮换);季度恢复演练
二级 · 重建代价高
主数据编码 · 文档解析文本 → 每日备份 + 恢复演练
三级 · 可重建
向量索引 · OCR 落地区 · 缓存 → 不备份,坏了重建

一条现场纪律:共享盘上"复制一份到另一个目录"不叫备份。备份的最低标准是——能回答"恢复到上周三的版本需要多久"。纸质原件仍是法定原件,电子化只做检索与复制,不替代。

8技术底座:形态建议与规模校验

具体产品待《AI 使用与数据边界》白名单与 IT 参与选型。

建议形态(够用就好)

  • 一个关系库——业务表 + 半结构化(JSONB)+ 全文检索 + 向量扩展,一个引擎全吃
  • 对象存储(本地)——装扫描件与文件,独立于数据库扩容
  • 现有 OEM 系统 MariaDB 不迁移——靠订单号 / 编码对账,不物理合并

规模校验(先算量,再选型)

  • 工价 4,741 条 · 检验每月几百份 · 日报每月三四百张 · 配方 2,000+ · 转写 81 份
  • 结构化数据 GB 级以下;容量主体是扫描件与图片(推断)
  • 结论:一台单机足够,分布式与集群都是过度设计

9分期落地

与既有路线图对齐;第 0 期本周即可做,零成本。

10待拍板清单(存储相关)

按"不拍板就无法推进"排列。

S1

红域落点

厂内是否新增服务器/NAS(现状[待确认]),预算谁出——决定工价/薪酬/成本/配方能否合规存放。

S2

云上 OEM 系统去留与分机

三个子域同机已复核;公开站可被收录,与业务系统同机是结构性风险。

S3

统一引擎还是双库

沿用 MariaDB + 独立向量,还是新增一个关系库——决定 1 人团队的长期运维负担。

S4

K3 数据出口条款写进升级合同时效

账套清单 + 接口 + 导出权。合同快签,签约前是唯一低成本窗口;账套不通则"订单号贯穿"只在一套账内成立。

S5

三域分级清单的签字责任人

谁界定配方属于红域、报价属于红域——分级不签字就没人守。

S6

备份责任人与演练频次

IT 现状[待确认];一级数据不可重建,一次事故即不可逆。

11建库/建表前检查清单(10 条)

每条都答得出来,再开工。

01有唯一编码吗?没有就先补编码,再建库。
02有别名映射吗?(历史叫法、同音错字)
03谁写?唯一写入口,避免多系统同时写同一件事。
04谁看?消费者答不出就不建。
05敏感级属哪一域?红域进厂内。
06可重建吗?不可重建的进一级备份。
07sunset 条件是什么?什么情况下停用。
08与纸质原件的对应关系登记了吗?
09访问留痕了吗?
10和事实源冲突吗?派生数字要标"管理口径,非法定账"。