citu_vanna/data_pipeline/training_data/task_20250721_202929/metadata.txt

-- Schema Tools生成的主题元数据
-- 业务背景: 高速公路服务区管理系统
-- 生成时间: 2025-07-21 20:34:52
-- 数据库: highway_db

-- 创建表（如果不存在）
CREATE TABLE IF NOT EXISTS metadata (
    id SERIAL PRIMARY KEY,    -- 主键
    topic_name VARCHAR(100) NOT NULL,  -- 业务主题名称
    description TEXT,                  -- 业务主体说明
    related_tables TEXT[],			  -- 相关表名
    biz_entities TEXT[],               -- 主要业务实体名称
    biz_metrics TEXT[],                -- 主要业务指标名称
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP    -- 插入时间
);

-- 插入主题数据
INSERT INTO metadata(topic_name, description, related_tables, biz_entities, biz_metrics) VALUES
(
  '日营业分析',
  '基于bss_business_day_data表分析各服务区每日营收、订单量及支付方式结构，辅助经营决策和档口优化。',
  'bss_business_day_data',
  '服务区,档口,支付方式',
  '收入趋势,订单数量变化,支付方式占比'
);

INSERT INTO metadata(topic_name, description, related_tables, biz_entities, biz_metrics) VALUES
(
  '车流特征分析',
  '结合bss_car_day_count表统计不同类型车辆在各服务区的通行频次及时序分布，识别高峰规律与用户群体特征。',
  'bss_car_day_count,bss_service_area',
  '车辆类型,服务区,日期',
  '车流量趋势,车型占比,服务区车流排名'
);

INSERT INTO metadata(topic_name, description, related_tables, biz_entities, biz_metrics) VALUES
(
  '公司绩效对比',
  '关联bss_service_area和bss_company表，按所属公司汇总营收与车流数据，评估不同区域公司的运营效率差异。',
  'bss_service_area,bss_company,bss_business_day_data',
  '公司,服务区,日期',
  '平均日收入,公司间对比,单位车流转化收入'
);

INSERT INTO metadata(topic_name, description, related_tables, biz_entities, biz_metrics) VALUES
(
  '路段流量关联',
  '通过bss_section_route_area_link和bss_section_route表分析各路段下辖服务区的车流分布，发现热点路线与潜力区域。',
  'bss_section_route,bss_section_route_area_link,bss_car_day_count',
  '路段名称,路线名称,服务区',
  '路段总车流,服务区密度分布,路段间对比'
);

INSERT INTO metadata(topic_name, description, related_tables, biz_entities, biz_metrics) VALUES
(
  '数据来源质量',
  '利用bss_service_area_mapper表统计不同系统来源的服务区数据占比及更新频率，识别主数据一致性问题。',
  'bss_service_area_mapper,bss_service_area',
  '数据来源系统,服务区,编码一致性',
  '来源分布,编码覆盖率,多源冲突识别'
);