先来看第一类规则—对象规则。这是针对数据库对象设置的一组规则。上面表格，显示了一些示例。常见的对象，诸如表、分区、索引、字段、函数、存储过程、触发器、约束、序列等都是审核的对象。以表为例，内置了很多规则。
例如：第一个的“大表过多”。表示一个数据库中的大表个数超过规则定义阀值。这里的大表又是通过规则输入参数来确定，参数包括表记录数、表物理尺寸。整体描述这个规则就是“数据库中超过指定尺寸或指定记录数的表的个数超过规定阀值，则触发审核规则”。其它对象的规则也类似。
规则实现（对象级）
对象规则的实现部分，比较简单。除个别规则外，基本都是对数据字典信息进行查询，然后依据规则定义进行判断。上面示例就是对索引的一个规则实现中，查询数据字典信息。
规则定义（执行计划级）
第二类规则是执行计划类的规则，它也划分为若干类别。例如访问路径类、表间关联类、类型转换类、绑定变量类等。
以最为常见的的访问路径类为例，进行说明下。如最为常见的一个规则“大表扫描”。它表示的是SQL语句的执行中，执行了对大表的访问，并且访问的路径是采用全表扫描的方式。这个规则的输入参数，包含了对大表的定义（物理大小或记录数）；输出部分则包括了表名、表大小及附加信息（包括整个执行计划、指定大表的统计信息等内容）。
这类规则针对的数据源，是从线上数据库中抓取的。Oracle部分是直接从AWR中按时间段提取的，MySQL部分是使用explain命令返查数据库得到的。
信息存储格式
在这里特别说明一下，在保存执行计划的时候，使用了MongoDB这种文档性数据库。目的就是利用其schemaless特性，方便兼容不同数据库、不同版本执行计划的差异。都可以保存在一个集合中，后续的规则审核也是利用的mongo中的查询语句实现的。这也是最初引入mongo的初衷，后续也将其它类信息放入库中。现在整个审核平台，除了pt工具接入的部分使用MySQL外，其余都在MongoDB中。此外，MySQL库可以直接输出json格式的执行计划，很方便就入库了；Oracle部分也组成json格式入库。
规则实现（执行计划）
左边就是一个Oracle的执行计划保存在MongoDB中的样子。其实就是将sqlplan字典数据插入到mongo中。右侧就是一个规则实现的样例，就是基于mongo的查询语句。后面我们会可看到一个详细的示例。
7、平台实现规则实现
这里以“大表全表扫描”规则为例，进行说明。上面是在Oracle中的数据字典保存的执行计划，下面是存在Mongo中的。可见，就是完全复制下来的。
基于这样的结构，如何实现规则过滤呢？其实就是通过mongo中的find语句实现的。下面具体解读下这个语句的执行步骤。
最上面的find()部分，是用来过滤执行计划的。将满足指定用户、时间范围、访问路径(“TABLE ACCESS”+”FULL”)的执行计划筛选出来。
筛选出的部分，会关联对象数据，将符合“大表”条件的部分筛选出来。大表规则是记录数大于指定参数或者物理大小大于指定参数的。