【SQLFlow】马哈鱼分析数据库中metadata的血缘关系

马哈鱼数据血缘分析器是一个分析数据血缘关系的在线平台，用他可以获取指定数据库的 metadata，通过获取的 DDL 分析其中存储过程，视图等所依赖的各种数据源表。

本文介绍利用马哈鱼从 SQLServer 中获取 DDL，分析出其中存储过程的血缘关系。

获取 DDL

首先，使用马哈鱼连接到 SQLServer 服务器获取指定表的所有 DDL，如下图，需要填写正确的连接信息：

点击 test connection 按钮测试可否连接成功。在左下角 advanced 选项中，可以指定排除或者包含某些数据，其中的参数含义为：

• excludedDbsSchemas 是排除某个 database 或 schema，格式具体看所连接数据库的架构，比如 MySQL 只有 database 没有 schema，格式为：db；SQLServer 有 database 和 schema 架构，格式为：db/schema
• extractedDbsSchemas 是只包含某个 database 或 schema，格式同上
• extractedStoredProcedures 是只包含某个 procedure，名称支持*正则匹配，前缀也同上，需要看具体架构模式，比如 SQLServer 格式则为：db/schema/test
• extractedViews 是只包含某个 view，名称支持*正则匹配，格式同上

如图：

分析 metadata 的血缘关系

连接到数据库后，马哈鱼获取到了其中的所有表和 view，procedure 的 DDL，可以在马哈鱼的 Schema Explorer 模块查看导出的数据结构，并且能查看某个视图的血缘关系，如图：

从分析结果可知，VWALLBATCHESANDINTERVALS 视图的数据源最终来自于 ReadTrace.tblUniqueBatches 和 ReadTrace.tblTimeIntervals 两张表，最终流向了 ReadTrace.vwBatchUtilizationPerAllTimeIntervals 视图，其中也可以仔细的看出其中的字段的来源去向，总结看血缘路径为：

ReadTrace.tblUniqueBatches(TimeInterval),ReadTrace.tblTimeIntervals(HashID)->ReadTrace.vwAllBatchesAndIntervals(TimeInterval,HashID)->ReadTrace.vwBatchUtilizationPerAllTimeIntervals(TimeInterval,HashID)

点击 visualize lineage overview 按钮，可查看 table -> table 的血缘关系：ReadTrace.tblUniqueBatches,ReadTrace.tblTimeIntervals->ReadTrace.vwAllBatchesAndIntervals->ReadTrace.vwBatchUtilizationPerAllTimeIntervals

以上就是对马哈鱼分析指定数据库的 metadata 的处理流程介绍，关于马哈鱼的等多功能，请参考下面链接：

参考

马哈鱼数据血缘关系分析工具中文网站: https://www.sqlflow.cn

马哈鱼数据血缘关系分析工具在线使用:https://sqlflow.gudusoft.com