数据库模型与数据持久化

userdata.py 规定了数据在磁盘上的组织形式。它通过“用户 -> 计算记录 -> 详细结果”的三层级联架构，既保证了账号管理的安全性，又兼顾了科研数据（Params）的高柔性与仿真矩阵（Matrices）的读写性能。

---

🏗️ 实体关系模型 (ERD)

系统采用典型的 One-to-Many 与 One-to-One 混合关联模式。

👥 用户实体 (User)

用户权限与安全

负责存储身份验证元数据与科研人员档案。

• 哈希保护：基于 werkzeug 的 PBKDF2 算法，严禁明文存储密码。
• 级联删除：配置了 cascade="all, delete-orphan"。当用户被注销时，系统会自动清理其名下数 GB 的仿真数据，防止磁盘垃圾堆积。

📑 计算快照 (CalcRecord)

输入参数持久化

存储每一次仿真实验的“案底”。

• JSONB 优势：使用 PostgreSQL 特有的 JSONB 类型存储 input_params。这允许前端随模型升级增加参数（如新加入 $E_a$ 分布），而无需修改数据库 Schema。
• 时序索引：在 timestamp 上建立索引，支持管理员快速检索近期的模拟任务。

📊 巨型结果 (CalcResult)

矩阵存储优化

存放计算产生的高维数值矩阵。

• 解耦设计：将计算参数 (Record) 与结果 (Result) 分表存储。
• 性能考量：查询记录列表时，系统不会加载 CalcResult，只有在用户点击查看详情时，才会通过一对一关联加载庞大的 data_rows（可能包含数万行坐标点）。

---

💻 关键模型分析

1. 密码安全机制 (Secure Hash)

def set_password(self, password):
    """
    @description 将明文密码转换为盐值哈希
    生成的哈希值包含算法、迭代次数、盐和哈希结果，长度上限 512 位。
    """
    self.password_hash = generate_password_hash(password)

def check_password(self, password):
    """执行恒定时间比较，防止计时攻击 (Timing Attack)"""
    return check_password_hash(self.password_hash, password)