db-specialized-fit

db-specialized-fit (M20) — 向量 · 时间序列 · 图 · 搜索

M20 涵盖用途专一的引擎，其正确性取决于通用关系型审计会忽略的参数。子模块带有字母（M20a..M20d）；评分器会在范式配置文件中将它们映射到上级 M20（references/scoring-model.md 中的向量 / 时间序列 / 图类别）。

M20a — 向量（pgvector、Qdrant、Pinecone、Weaviate）

涉及： 设计（Métrica & dimensión、Modelo-version、Metadata/filtro）+ 性能（Índice & params、Búsqueda filtrada、Recall-vs-latencia）。

• 维度匹配 — 列/集合的维度应与嵌入模型的输出维度相等（例如，text-embedding-3-small 对应 vector(1536)）。不匹配属于严重错误（设计，严重级别 5）。
• 距离度量匹配 — 索引度量（cosine / L2 / inner-product）应与模型训练时使用的度量相匹配；不匹配会在无提示的情况下严重损害召回率。仅当模型在仓库中声明时才评为严重级别 5；否则标记为 directional，且不封顶（遵循 scoring-model 的诚实规则）。
• 存在并调优索引 — 声明 HNSW（m、ef_construction、ef_search）或 IVFFlat（lists/probes），而不是在大型表上使用暴力顺序扫描（性能）。
• 记录模型版本 — 嵌入应与模型版本绑定，以便重新嵌入（设计）。
• 过滤搜索 — 用于前置/后置过滤的元数据本身也应建立索引（性能）。

M20b — 时间序列 / OLAP（TimescaleDB、InfluxDB、ClickHouse）

涉及： 设计（Hypertable-fit、Retención、Precisión-ts & tz）+ 性能（Chunk/retención、Continuous-agg、Compresión、Query）。

• 超表 / 分区适配 — 大型仅追加时间数据应采用超表 / 按时间分区，并使用合理的块间隔（不能是一个巨型块，也不能有数百万个微小块）。
• 声明连续聚合 / 汇总表，用于仪表盘查询，而不是扫描原始行。
• 压缩 / TTL 保留策略 — 应为冷块设置策略；原始数据保留时间应有限。
• 时间戳精度与时区 — 使用 timestamptz/UTC，而非无时区的本地时间（沿用 M4 规则）。

M20c — 图（Neo4j）

涉及： 设计（Modelado-aristas、Nodos/traversal）+ 性能（Índice-lookup、Traversal、Supernodo）。

• 边建模 — 关系应具有正确的方向/类型；遍历需要的地方应包含关系属性；不要将关系建模为会削弱图引擎优势的节点对表。
• 索引支持查找 — 用作遍历起点的入口节点属性应具有索引/约束（CREATE CONSTRAINT ... IS UNIQUE），这样遍历就不会从全标签扫描开始。
• 超级节点风险 — 关系度数极高、会显著增加遍历成本的节点（性能）。提升严重级别需要实时度数证据；否则标记为 directional。

M20d — 搜索（Elasticsearch、OpenSearch）

涉及： 设计（映射/分析器正确性）+ 性能（查询/分片布局）。

• 映射与分析器 — 字段应显式设置映射（不要依赖动态映射来处理分析文本）；分析器应与语言匹配；应谨慎选择 keyword 或 text。
• 避免映射爆炸 / 无界动态字段；分片数量应与索引大小相称。

Tier-0 静态检查

解析声明的架构/配置：pgvector vector(N) 列 + CREATE INDEX ... USING hnsw/ivfflat；Qdrant/Pinecone 集合配置（size、distance）；Timescale create_hypertable/add_*_policy；ClickHouse ENGINE = MergeTree ... ORDER BY；Neo4j 约束/索引 DDL；ES mappings/settings JSON。交叉检查声明的嵌入模型维度/度量与仓库代码中引用的任何模型 id。

Tier-1 验证查询

• pgvector：SELECT indexdef FROM pg_indexes WHERE indexdef ILIKE '%hnsw%' OR indexdef ILIKE '%ivfflat%'; 以及使用 \d <table> 检查 vector(N) 的维度。
• Timescale：SELECT * FROM timescaledb_information.hypertables; 和 ...continuous_aggregates;。
• Neo4j：SHOW INDEXES;、SHOW CONSTRAINTS;，以及超节点的每节点度数（MATCH (n) RETURN ...）。
• ES：GET /<index>/_mapping、GET /<index>/_settings。如果无法访问引擎 → needs_api。

发现项

按 schema/finding.schema.json 输出。示例 ID：

• M20a.embeddings.dim_mismatch — vector(768)，但模型输出 1536（fail，严重性 5，轴为 design； 如果模型 ID 在仓库中，则置信度为 established）。
• M20a.embeddings.metric_mismatch — 索引使用 L2，但模型按余弦距离训练（fail；仅当模型已声明时严重性为 5， 否则为 warn/directional，轴为 both）。
• M20a.embeddings.no_ann_index — 向量搜索进行顺序扫描（warn，严重性 4，轴为 performance）。
• M20b.metrics.no_hypertable — 大型时间表不是超表（warn，严重性 4，轴为 both）。
• M20c.users.unindexed_traversal_root — 遍历起始属性未建立索引（warn，严重性 3，轴为 perf）。 每个发现项：evidence.observed 引用真实 DDL/集合配置的原文（已隐藏密钥）； verification.reproduce 是上文使用 $DATABASE_URL 的可运行命令；verification.method 为 schema_introspect、index_check、ddl_parse 或 explain_plan；expected_impact 包含 {axis, confidence, magnitude, rationale} — 使用分档值，绝不提供单独的百分比。

诚信原则

• 绝不声称索引配置的召回率或延迟数值 — magnitude 仅使用分档值。
• 仅当仓库中已声明嵌入模型（持久事实）时，指标/维度不匹配才会触发上限。 推断出的不匹配为 directional，且绝不触发上限。超节点/热分区的严重性 5 需要实时度数 证据；否则标记为 directional 或 needs_api，绝不可默默判定通过。