数据管理

概述

gobrave 采用项目中心化数据模型，目标是让工作流输入组装可追溯、可复现。

核心数据对象

Dataset：生物数据资产的逻辑集合
Sample：样本元数据记录
File：文件元数据记录
关系：
project <-> dataset
dataset <-> sample
dataset <-> file
sample <-> file

API 范围

数据接口位于 /api/v1，按资源分组：

/data/dataset/*
/data/project-dataset/*
/data/file/*
/data/sample/*
/data/dataset-file/*
/data/sample-file/*
/data/dataset-sample/*

典型数据流程

创建项目。
创建数据集。
注册样本与文件。
绑定样本/文件角色（例如 FASTQ_R1、FASTQ_R2）。
建立 dataset 关联关系。
在工作流中按关系解析输入。

与工作流的集成

工作流引擎可从托管数据中解析结构化输入：

样本集合
按样本聚合的角色分组文件
独立参考文件

因此可实现模板化工作流，同时保留项目级数据追踪能力。

数据一致性说明

关系对象依赖后端生成 ID 进行关联。
删除与更新会经过 repository/service 层校验。
大型项目建议优先使用分页列表接口。

最佳实践

批量导入前先定义统一的文件角色体系。
用明确分析目标划分 dataset 边界。
优先使用 project 作用域接口避免跨项目泄漏。
保持工作流输入契约与数据角色命名一致。