97 lines
3.3 KiB
YAML
97 lines
3.3 KiB
YAML
# 数据清洗系统配置文件
|
||
# 通过 source 切换：json（开发） / db（生产-达梦）
|
||
|
||
source: json # 开发用 json；部署达梦时改为 db（或直接改 config.json）
|
||
|
||
# JSON 文件模式（source=json 时生效）
|
||
json:
|
||
input_file: data/raw_data_sample.json
|
||
output_file: data/nodes.json
|
||
report_file: report/detailed_cleaning_report.json
|
||
|
||
# 网络关系/效能评估读取路径（main_227 在清洗后加载）
|
||
eval:
|
||
nodes_file: data/nodes.json # 与 json.output_file 一致（清洗输出）
|
||
triples_file: data/triples.json # 与 triplet.output_file 一致（run_all 输出）
|
||
|
||
# 三元组（run_all 时一并处理；db 模式从库读，json 模式可配 input_file）
|
||
triplet:
|
||
enabled: true # false 可关闭三元组处理
|
||
input_file: null # json 模式下可选，如 data/triplets_raw.json
|
||
output_file: data/triples.json # 与 eval.triples_file 一致，便于 main_227 直接读取
|
||
report_file: report/triplet_cleaning_report.json
|
||
# 清洗配置：clean: false 关闭清洗；true 使用默认；或自定义子项
|
||
clean:
|
||
deduplicate: true # 按 (HEAD_ID, RELATION_TYPE, TAIL_ID) 去重
|
||
remove_null_core: true # 移除 HEAD_ID/TAIL_ID/RELATION_TYPE 为空的记录
|
||
normalize_relation_type: true # 规范化 RELATION_TYPE（去空格）
|
||
filter_orphans: false # 过滤悬空引用（需加载实体表，稍慢）
|
||
|
||
# 达梦数据库模式（source=db 时生效）
|
||
# 密码通过环境变量 DM_PASSWORD 传入，切勿写入配置文件
|
||
db:
|
||
host: 127.0.0.1
|
||
port: 5080
|
||
user: SYSDBA
|
||
schema: SYSDBA
|
||
# OBJECTIVE_INSTANCE 表结构与 raw_data_sample.json 一致，直接查询即可
|
||
table: OBJECTIVE_INSTANCE
|
||
query: null
|
||
# 三元组表（RELATION_INSTANCE: HEAD_ID, RELATION_TYPE, TAIL_ID）
|
||
triplet_table: RELATION_INSTANCE
|
||
triplet_query: null # 可选：自定义 SQL
|
||
|
||
# 模块1.3 形式化入库流程（source=db 时生效）
|
||
formal:
|
||
enabled: false
|
||
user_id: ADMIN
|
||
task_id: TASK_FULL_KB
|
||
source_sys_type: 关系推理后的体系
|
||
target_sys_type: 形式化后的体系
|
||
# 推荐：显式 SQL 只读「关系推理后的体系」，列名与库一致时最稳（为 null 则用下方列名拼 WHERE）
|
||
source_query: null
|
||
user_column: USER_ID
|
||
task_column: TASK_ID
|
||
sys_type_column: SYS_TYPE
|
||
skip_sys_type_validation: false
|
||
entity_id_column: TARGET_ID
|
||
objective_table: OBJECTIVE_INSTANCE
|
||
triplet_table: RELATION_INSTANCE
|
||
triplet_primary_key: RELATION_INSTANCE_ID
|
||
triplet_omit_primary_key_on_insert: true
|
||
triple_batch_column: BATCH_ID
|
||
attribute_table: METRIC_VALUE_INSTANCE
|
||
metric_id_column: METRIC_ID
|
||
metric_value_column: METRIC_VALUE
|
||
metric_insert_static: null
|
||
formal_result_table: RELATION_INSTANCE
|
||
analysis_table: RES_FORMAL_ANALYSIS
|
||
# 若自动匹配列失败，在此列出 RES_FORMAL_ANALYSIS 的实际列名（顺序与 VALUES 一致）
|
||
analysis_insert_columns: null
|
||
analysis_static_columns: null
|
||
rules_summary: null
|
||
required_attrs:
|
||
- f_IC
|
||
- f_IA
|
||
- f_CS
|
||
- f_IT
|
||
- f_DP
|
||
- f_CPS
|
||
- f_CC
|
||
- position
|
||
- effective_radius
|
||
- response_time
|
||
- cycle_time
|
||
- data_age
|
||
- time_window
|
||
- core_performance
|
||
- survivability
|
||
- mtbf
|
||
- protocol_list
|
||
- format_list
|
||
- interface_list
|
||
- security_level
|
||
- org_unit
|
||
- nation
|
||
- history_success
|