05 · 部署与演进

1. 部署方案

目标形态：单机内网部署的 Spring Boot 应用，连 MaxCompute + 调 DeepSeek。

1.1 构建

# 本机构建（JDK 11 + Maven，阿里云镜像）
mvn clean package -DskipTests
# 产出：target/metric-ontology-query-0.1.0.jar

1.2 运行

export DEEPSEEK_API_KEY=sk-xxx
export MAXCOMPUTE_ENDPOINT=xxx
export MAXCOMPUTE_ACCESS_ID=xxx
export MAXCOMPUTE_ACCESS_KEY=xxx
export MAXCOMPUTE_PROJECT=xxx

java -jar target/metric-ontology-query-0.1.0.jar

1.3 验证

curl -X POST http://localhost:8080/api/query \
  -H "Content-Type: application/json" \
  -d '{"question": "上个月华东区成交额环比多少？"}'

# 响应
{
  "metric": "GMV",
  "result": [{"region_group": "华东区", "value": 120000000}],
  "analysis": "华东区 GMV 环比下降 12.3%，主因..."
}

2. 依赖清单

依赖 用途 版本
spring-boot-starter-web REST API 2.7.18
apache-jena-libs 本体推理 4.10.0
odps-sdk-core MaxCompute 查询 0.59.0-public
JDK 运行环境 11（Temurin）

3. 后续演进路线

3.1 近期（MVP 之后）

演进项 内容
指标规模扩展 从 3 个指标扩展到几十个，验证「配置驱动」的可维护性
维度扩展 增加时间维度层级（日→周→月→季→年）的推理
缓存 本体推理结果缓存（等价映射、维度展开）
模糊表达兜底 LLM 识别不出指标/维度时，回退追问

3.2 中期

演进项 内容
本体规模增长 概念 > 1000 时，Jena 换 TDB 持久化 + 增量推理
复杂指标 DSL 支持多表 join、窗口函数的结构化 DSL
多模型切换 若需换模型/复杂编排，评估 Spring AI

3.3 远期

演进项 内容
自动本体生成 从表结构 + 指标口径文档自动生成指标本体
指标血缘可视化 指标 → 账单表 → 原始表 的血缘图谱
主动分析 从"被动查询"到"主动发现异常指标"

4. 风险与边界

风险 应对
Jena 规则推理 ≠ 完整 DL 指标本体的推理需求（等价/层级/派生）恰好是规则推理能覆盖的，不引入 DL 推理机
本体维护成本 配置驱动，新增指标只加配置；骨架低频变更
LLM 结构化输出不稳定 用 response_format=json_object + JSON Schema 约束 + 解析失败重试
MaxCompute 查询延迟 简单聚合查询，账单表有分区（dt），查询走分区裁剪

5. MVP 验收标准