# 数据库字段映射说明

## 实际表结构

根据检查结果，实际的表结构如下：

### sensors_events 表（用户行为事件表）

| 代码中使用的字段 | 实际字段名 | 说明 |
|----------------|-----------|------|
| `user_id` | `anonymous_id` | 匿名用户ID |
| `item_id` | `item_id` | 商品ID |
| `event_type` | `event` | 事件类型 |
| `create_time` | `create_time` | 创建时间 |
| `platform` | `business_platform` | 业务平台 |
| `client_platform` | `client_platform` | 客户端平台 |

**不存在的字段**：
- ❌ `country` - 国家字段（原计划支持，但表中不存在）
- ❌ `customer_type` - 客户类型字段（原计划支持，但表中不存在）

**其他可用字段**：
- `ip` - IP地址
- `item_type` - 商品类型
- `location_src` - 位置来源
- `search_content` - 搜索内容
- `page_type` - 页面类型
- `session_id` - 会话ID

### prd_goods_sku 表（商品SKU表）

| 代码中使用的字段 | 实际字段名 | 说明 |
|----------------|-----------|------|
| `item_id` | `id` | 商品ID |
| `item_name` | `name` | 商品名称 |
| `item_create_time` | `create_time` | 商品创建时间 |

**不存在的字段**：
- ❌ `category_level2_id` - 二级分类ID
- ❌ `category_level3_id` - 三级分类ID

**其他可用字段**：
- `goods_id` - 关联商品主表ID
- `buyer_id` - 买家ID
- `factory_no` - 工厂编号
- `package_type_name` - 包装类型名称
- `on_sell_time` - 上架时间
- `price_base` - 基础价格

## 当前支持的维度

基于实际表结构，当前代码支持以下维度：

### 单维度
1. ✅ `platform` - 业务平台（business_platform）
2. ✅ `client_platform` - 客户端平台
3. ❌ `country` - 国家（字段不存在）
4. ❌ `customer_type` - 客户类型（字段不存在）
5. ❌ `category_level2` - 二级分类（字段不存在）
6. ❌ `category_level3` - 三级分类（字段不存在）

### 组合维度
1. ✅ `platform_client` - 业务平台 + 客户端平台

### 列表类型
1. ✅ `hot` - 热门商品
2. ✅ `cart` - 加购商品
3. ✅ `new` - 新品

## 如何扩展更多维度

### 方案1: 使用现有字段

可以考虑使用表中已有的其他字段来扩展维度：

```python
# 在 interest_aggregation.py 的 SQL 查询中添加
sql_query = f"""
SELECT 
    ...
    se.page_type,           # 页面类型
    se.item_type,           # 商品类型
    pgs.package_type_name,  # 包装类型
    ...
"""

# 在聚合函数中添加新维度
if pd.notna(row.get('page_type')):
    key = f"page_type:{row['page_type']}"
    aggregations[key][item_id] += weight

if pd.notna(row.get('item_type')):
    key = f"item_type:{row['item_type']}"
    aggregations[key][item_id] += weight
```

### 方案2: 关联其他表获取分类信息

如果分类信息在其他表中，可以通过 JOIN 获取：

```python
sql_query = f"""
SELECT 
    se.anonymous_id AS user_id,
    se.item_id,
    ...
    gc.category_level2_id,
    gc.category_level3_id
FROM 
    sensors_events se
LEFT JOIN prd_goods_sku pgs ON se.item_id = pgs.id
LEFT JOIN goods_category gc ON pgs.goods_id = gc.goods_id  # 假设有这个表
...
"""
```

### 方案3: 从 JSON 字段提取

如果 `__properties` 字段包含额外信息，可以解析JSON：

```python
# 在查询中
sql_query = f"""
SELECT 
    ...
    se.__properties as properties_json
...
"""

# 在处理时
import json
props = json.loads(row.get('properties_json', '{}'))
if 'country' in props:
    key = f"country:{props['country']}"
    aggregations[key][item_id] += weight
```

## 推荐的实际使用维度

基于现有字段，建议使用以下维度组合：

1. **业务平台维度** - `platform:{business_platform}`
   - 示例：platform:pc, platform:mobile
   
2. **客户端平台维度** - `client_platform:{client_platform}`
   - 示例：client_platform:web, client_platform:app

3. **页面类型维度** - `page_type:{page_type}` （需添加）
   - 示例：page_type:detail, page_type:list

4. **商品类型维度** - `item_type:{item_type}` （需添加）
   - 示例：item_type:normal, item_type:special

## 更新后的输出示例

```
# 实际可用的索引键
platform:pc                          → 12345:98.5,23456:87.3,...
platform:mobile                      → 34567:76.2,45678:65.1,...
client_platform:web                  → 56789:54.3,67890:43.2,...
client_platform:app                  → 78901:32.1,89012:21.0,...
platform_client:pc_web               → 90123:123.4,01234:112.3,...
```

## 总结

1. **已实现**: 基于 `business_platform` 和 `client_platform` 的索引
2. **未实现**: country、customer_type、分类相关索引（因字段不存在）
3. **可扩展**: page_type、item_type 等其他维度

如需支持更多维度，请参考上述方案进行扩展。