Um banco de dados que sustenta o crescimento
A modelagem lógica da K10AI é construída para atender aos pilares fundamentais de uma plataforma enterprise.
Princípios da modelagem
Fundamentos aplicados a todas as entidades do banco de dados.
Identificador Global
UUID v7 (ou equivalente) único para todas as entidades.
Auditoria
Registro de todas as operações críticas.
Soft Delete
Exclusão lógica para preservar histórico quando apropriado.
Versionamento
Controle de versões dos registros relevantes.
Isolamento por Tenant
Separação lógica completa entre clientes.
Particionamento
Preparado para particionamento e replicação.
10 domínios, dezenas de entidades
Os dados são organizados em domínios independentes de negócio, cada um com suas tabelas.
Identity
Organizations
Workspace
AI
Digital Products
Marketing
Billing
Marketplace
Analytics
Administration
Campos mínimos em toda tabela
Cada tabela do banco carrega o mesmo conjunto base de colunas para auditoria, isolamento e controle de versão.
idIdentificador único.tenant_idGarante isolamento entre clientes.created_atAuditoria temporal de criação.updated_atAuditoria temporal de atualização.created_byRastreabilidade de quem criou.updated_byRastreabilidade de quem alterou.deleted_atExclusão lógica (soft delete).versionControle de concorrência otimista.statusEstado da entidade.Campos por entidade
Além dos campos base, cada entidade define atributos específicos do seu domínio.
users- first_name
- last_name
- password_hash
- avatar_url
- locale
- timezone
- phone
- last_login_at
- email_verified_at
- mfa_enabled
- status
sessions- user_id
- refresh_token_hash
- device_name
- ip_address
- user_agent
- expires_at
- revoked_at
api_keys- user_id
- provider
- encrypted_key
- scopes
- last_used_at
organizations- name
- slug
- logo_url
- domain
- owner_id
- plan_id
projects- workspace_id
- type
- title
- objective
- industry
- target_audience
- lifecycle_status
ai_models- provider
- model_name
- max_tokens
- context_window
- cost_input
- cost_output
- active
ai_usage- user_id
- model_id
- tokens_input
- tokens_output
- estimated_cost
- credits_consumed
- duration_ms
credits- current_balance
- reserved_balance
- expiration_date
Controle de acesso, ativos e contexto de IA
Roles & Permissions
Tipos de Assets
AI Memory
Como as entidades se relacionam
Uma visão simplificada do fluxo de relacionamento entre organização, workspace, projetos e IA.
Organization
│
├──────────────┐
│ │
Workspace Members
│
Projects
│
┌────┼─────┬───────────────┐
│ │ │ │
Course Ebook Landing Member Area
│
Modules
│
Lessons
Projects
│
AI Conversations → AI Messages → AI Usage → Analytics
Projects
│
Assets → Templates → MarketplaceÍndices Recomendados
Índices simples e compostos para as consultas mais frequentes.
Versionamento
Entidades críticas (prompts, cursos, landing pages, automações e templates) mantêm histórico completo.
- Versão do registro
- Autor da alteração
- Data da alteração
- Motivo da alteração
- Restauração de versões anteriores
Arquivos fora do banco de dados
Os arquivos ficam em armazenamento de objetos compatível com S3. O banco guarda apenas metadados.
Preparado para evoluir sem reescrever
A arquitetura permite crescimento contínuo sem alterar o modelo de domínio.