# Memgraph 데이터 모델 설계

## 1. 프로젝트 목표

본 프로젝트의 최종 목표는 Job 실행 순서를 최적화하여 전체 공정의 **소요 시간(Duration)**과 **비용(Cost)**을 최소화하는 최적의 **시나리오(Scenario)**를 찾는 것입니다. 이를 위해 Memgraph 데이터베이스에 공정 데이터를 모델링하고, 다양한 분석 쿼리를 실행할 수 있는 기반을 마련합니다.

## 2. 데이터 모델 (Graph Schema)

### 2.1. 노드 (Nodes)

| 노드 레이블      | 설명                                                                 | 주요 속성 (Properties)                               |
| ---------------- | -------------------------------------------------------------------- | ---------------------------------------------------- |
| `Job`            | 실행되어야 할 개별 작업 단위. `JobType`의 인스턴스.                  | `id`, `name`, `description`, `duration`, `cost`      |
| `JobType`        | `Job`의 유형을 정의하는 템플릿. (예: '용접', '조립', '검사')         | `type_id`, `name`                                    |
| `Object`         | `Job` 수행에 사용되거나 `Job`의 결과로 나오는 객체. `ObjectType`의 인스턴스. | `id`, `name`, `unit_price`, `quantity`               |
| `ObjectType`     | `Object`의 유형을 정의하는 템플릿. (예: '부품A', '반제품B')          | `type_id`, `name`                                    |
| `Activity`       | `Job`과 `Object` 간의 n:m 관계를 연결하는 중간 노드.                 | `id`, `name`, `description`                          |
| `Status`         | `Job`, `Object`, `Activity`의 현재 상태. (예: '대기', '진행중', '완료') | `status_id`, `name`                                  |
| `Scenario`       | 특정 순서로 배열된 `Job`들의 집합. 다른 `Scenario`로부터 파생될 수 있음. | `id`, `name`, `description`, `total_duration`, `total_cost` |

### 2.2. 관계 (Relationships)

| 관계 타입      | 시작 노드        | 끝 노드          | 설명                                                              |
| -------------- | ---------------- | ---------------- | ----------------------------------------------------------------- |
| `IS_A`         | `Job`            | `JobType`        | `Job`이 어떤 `JobType`에 속하는지 정의 (상속)                     |
| `IS_A`         | `Object`         | `ObjectType`     | `Object`가 어떤 `ObjectType`에 속하는지 정의 (상속)               |
| `PRECEDES`     | `Job` (선행)     | `Job` (후행)     | `Job` 실행의 선후 관계 정의 (A -[:PRECEDES]-> B: A가 B보다 먼저) |
| `INCLUDES`     | `Scenario`       | `Job`            | `Scenario`에 어떤 `Job`들이 포함되는지 정의                       |
| `PERFORMS`     | `Job`            | `Activity`       | `Job`이 어떤 `Activity`를 수행하는지 연결                         |
| `ACTS_ON`      | `Activity`       | `Object`         | `Activity`가 어떤 `Object`에 영향을 주는지 연결                   |
| `HAS_STATUS`   | `Job`, `Object`, `Activity` | `Status`         | 각 노드의 현재 상태를 나타냄                                      |
| `DELTA_FROM`   | `Scenario` (파생) | `Scenario` (기반) | `Scenario`가 어떤 기반 `Scenario`로부터의 증분으로 정의되는지 표시 |

### 3. 스키마 다이어그램 (Mermaid)

```mermaid
graph TD
    subgraph "Core Entities"
        J1(Job 1)
        J2(Job 2)
        A1(Activity)
        O1(Object)
    end

    subgraph "Types & Status"
        JT(JobType)
        OT(ObjectType)
        ST(Status)
    end

    subgraph "Scenario"
        S1(Scenario Base)
        S2(Scenario Delta)
    end

    J1 -- IS_A --> JT
    J1 -- PRECEDES --> J2
    O1 -- IS_A --> OT

    J1 -- PERFORMS --> A1
    A1 -- ACTS_ON --> O1

    J1 -- HAS_STATUS --> ST
    O1 -- HAS_STATUS --> ST
    A1 -- HAS_STATUS --> ST

    S2 -- INCLUDES --> J1
    S2 -- INCLUDES --> J2
    S2 -- DELTA_FROM --> S1
```

### 4. 주요 Cypher 쿼리 예시

- **특정 Job의 모든 선행 Job 찾기:**
  ```cypher
  MATCH (j:Job {id: 'target_job_id'})<-[:PRECEDES*]-(predecessor)
  RETURN predecessor;
  ```

- **특정 시나리오의 총 예상 소요 시간 및 비용 계산:**
  ```cypher
  MATCH (s:Scenario {id: 'scenario_id'})-[:INCLUDES]->(j:Job)
  RETURN s.name, sum(j.duration) AS total_duration, sum(j.cost) AS total_cost;
  ```

- **Critical Path 찾기 (가장 오래 걸리는 Job 경로):**
  ```cypher
  MATCH path = (start:Job)-[:PRECEDES*]->(end:Job)
  WHERE NOT EXISTS ((start)<-[:PRECEDES]-()) AND NOT EXISTS ((end)-[:PRECEDES]->())
  WITH nodes(path) AS jobs_in_path
  UNWIND jobs_in_path AS job
  WITH path, sum(job.duration) AS path_duration
  RETURN path, path_duration
  ORDER BY path_duration DESC
  LIMIT 1;
  ```