S2DM实践：从模型到系统

作者：MongoDB 行业解决方案工程师拉米·平托（Rami Pinto）、宝马集团（BMW Group）研究工程师丹尼尔·阿尔瓦雷斯-科埃略（Daniel Alvarez-Coello）
随着互联出行延伸到车辆之外，跨领域的数据一致性需求愈发凸显。在 COVESA 内部，车辆数据模型（VDM）依据简化语义数据建模（S2DM）方法，对车辆及车辆相关子领域共同关注的数据加以规范化。
本文探讨 S2DM 如何让物理层的系统（例如数据库与应用程序）共享在统一概念层中建模的共同概念，并以电动汽车充电作为实际示例。
S2DM 应对的是一项常见挑战：不同系统往往以略有差异的方式表达同一概念，由此造成重复劳动、脆弱的集成和不一致的数据解读。通过提供结构化而又易于上手的建模方法，S2DM 让领域专家使用共同语言来定义实体与关系。
S2DM 的核心在于使用 GraphQL 模式定义语言（SDL），以对象类型和字段来描述领域。这些定义不绑定某一特定运行时或存储系统，而是构成一份可跨团队、跨组织复用的规范化含义表述。
关键一步是从描述性模型走向规范性工件。S2DM 能够生成 JSON Schema 等可直接用于实施的规范，这些工件充当数据生产者与消费者之间可强制执行的契约。团队可以只选取相关的实体或字段并应用到特定系统，从而在保持一致的同时不必强推一刀切的实现。
概念建模与物理实现之间的这种分离带来实际好处。大型组织能在分散的团队之间获得一致性与治理，规模较小的参与者则更容易融入共享生态。在系统层面，它减少了歧义，使数据校验与互操作性成为设计的一部分而非事后的补救。
电动汽车充电生态涉及多个组织与系统，必须在车辆、充电桩、出行运营商和能源供应商之间可靠地交换数据。而在实践中，即便是共同概念也会被不同地解读：一次充电会话究竟从何时算开始，是车辆插上充电枪时、能量开始流动时，还是计费开始时？交付的能量又代表什么，是从电网取用的电量，还是车辆实际接收到的电量？
与此同时，电动汽车充电系统需要支撑多样的工作负载，包括地理空间查询、遥测数据流和分析。在这些场景下，尽管已有既存标准，如何在单位、舍入和格式上保持一致仍是难题。
面对这种复杂性，我们如何确保所有参与者跨领域对共享数据作出一致的解读？
S2DM 给出的解决之道是把共同概念只定义一次，再有选择地转化为可跨系统应用的工件。这些工件可用于指导接口定义、数据库模式或其他实现层。下面来看一个端到端应用的简单示例。
在应用层，一种做法是把共享模型直接用作 GraphQL 模式。由于 S2DM 基于 SDL，这提供了简洁直接的落地方式，尽管并不局限于此。此外，在模式优先的设计中，模式还能驱动代码生成，有助于让应用中的类型定义与模型保持对齐。
在存储层，不同的数据库可能采用不同机制来强制结构与校验。本示例选用 MongoDB，作为承载这类工作负载的主流云数据库的原型，此处的 JSON Schema 工件可用于校验。MongoDB 常被描述为无模式数据库，更贴切的理解是它具备灵活的模式——存储数据之前并不要求预先定义的死板结构。这种灵活并不意味着失去控制：团队可以按需有选择地强制校验规则，同时仍允许模型继续演化。
这一示例展示了 S2DM 如何跨层指导实现。相关协作仍在持续探索模式演化、版本管理策略，以及这些模型如何在人工智能推理用例中发挥作用。
欢迎查阅参考电动汽车充电应用的源代码与模型定义，进一步了解该示例。想看看如何在您自己的系统中运用这一方法，请加入车辆数据模型项目协作，了解 S2DM 如何支持您的计划，并共同塑造生态中共享数据模型的演进。
车辆数据模型（VDM）是 COVESA 在数据建模成熟度上的下一步，为互联出行不断演变的需求而构建，支持车内与车外的多个领域和用例。更多信息见此处。
COVESA 的小组与项目是为会员提供协作、共同推进互联车辆系统、软件定义汽车与出行生态的组织架构。
欢迎了解面向会员开放的各类小组与项目。更多信息见此处。