Datomic/Datascript入门：多Schema使用及关联字段定义最佳实践

1. 是否只需要一个数据库？ #

是，该场景完全可以仅使用一个Datomic/Datascript数据库，两类数据属于同一业务域的关联数据，拆分多个数据库反而会增加跨库关联查询的额外成本，完全没有必要。

2. 如何区分两套不同业务的Schema？ #

你当前的做法已经符合最佳实践：通过属性的命名空间天然隔离不同业务域的定义。:country/前缀的属性归属于国家基础信息域，:sales/前缀的属性归属于销售数据域，Datomic/Datascript的Schema以单个属性为核心组织，带不同命名空间的属性不会产生任何冲突，不需要额外做隔离处理。

3. Schema和数据的提交顺序 #

• Schema定义建议先全量提交完成后再插入业务数据：虽然Datascript支持无Schema插入，但提前提交所有属性的定义可以开启数据库层面的类型、唯一性等校验，避免脏数据写入。
• 业务数据的提交顺序分两种情况：
  • 如果你用字符串存国家编码做软关联：国家数据和销售数据的提交没有强制先后顺序
  • 如果你用下文提到的实体引用做关联：需要先提交国家基础数据，再提交销售数据

4. Schema是分两套还是统一一套？ #

你贴的统一Schema写法是完全合规的。Datomic/Datascript的Schema本身就是全库属性的统一集合，不需要物理拆分。
如果业务逻辑复杂、属性数量多，为了代码维护方便，也可以按业务域拆成多个Schema变量再合并提交，示例如下：

;; 国家域Schema
(def country-schema
  {:country/code {:db/valueType :db.type/string :db/unique :db.unique/identity}
   :country/name {:db/valueType :db.type/string}})

;; 销售域Schema
(def sales-schema
  {:sales/account {:db/valueType :db.type/string :db/unique :db.unique/identity}
   :sales/country {:db/valueType :db.type/ref}
   :sales/amount {:db/valueType :db.type/integer}})

;; 合并为全库Schema提交
(def schema (merge country-schema sales-schema))

5. 如何声明两个属性的关联关系？ #

你当前用字符串存国家编码的方式属于软关联，Schema层面没有内置的声明方式，只能在业务层自行校验关联一致性。
更推荐使用Datomic/Datascript原生的**实体引用类型（:db.type/ref）**实现关联，不需要额外定义sales/country-code字段，直接将sales/country定义为ref类型指向国家实体即可，优势是：

• 数据库层面自动保证引用的国家实体真实存在，避免code拼写不一致的脏数据
• 查询时不需要写等值连接，直接通过属性路径即可关联查询

实体引用方式的使用示例 #

插入销售数据时直接用lookup ref关联国家：

(d/transact! conn
             [{:sales/country [:country/code "CN"] :sales/amount 1000 :sales/account "XYZ"}
              {:sales/country [:country/code "CN"] :sales/amount 1000 :sales/account "AAA"}
              {:sales/country [:country/code "BR"] :sales/amount 1000 :sales/account "BBB"}])

查询中国所有销售记录的语句：

(d/q '[:find [?sales ...]
       :in $ ?country-name
       :where
       [?c :country/name ?country-name]
       [?sales :sales/country ?c]]
     (d/db conn) "China")

内容的提问来源于stack exchange，提问作者alex314159