数据血缘是什么

数据血缘是在数据的加工、流转过程产生的数据与数据之间的关系。

提供一种探查数据关系的手段，用于跟踪数据流经路径。

二、数据血缘的组成

1、数据节点

数据血缘中的节点，可以理解为数据流转中的一个个实体，用于承载数据功能业务。例如数据库、数据表、数据字段都是数据节点；从广义上来说，与数据业务相关的实体都可以作为节点纳入血缘图中，例如指标、报表、业务系统等。

按照血缘关系划分节点，主要有以下三类：流出节点->中间节点->流入节点

流出节点： 数据提供方，血缘关系的源端节点。

中间节点： 血缘关系中类型最多的节点，既承接流入数据，又对外流出数据。

流入节点： 血缘关系的终端节点，一般为应用层，例如可视化报表、仪表板或业务系统。

2、节点属性

当前节点的属性信息，例如表名，字段名，注释，说明等。

3、流转路径

数据流转路径通过表现数据流动方向、数据更新量级、数据更新频率三个维度的信息，标明了数据的流入流出信息：

数据流动方向： 通过箭头的方式表明数据流动方向

数据更新量级： 数据更新的量级越大，血缘线条越粗，说明数据的重要性越高。

数据更新频率： 数据更新的频率越高，血缘线条越短，变化越频繁，重要性越高。

4、流转规则-属性

流转规则体现了数据流转过程中发生的变化，属性则记录了当前路径对数据的操作内容，用户可通过流转路径查看该路径规则与属性，规则可以是直接映射关系，也可以是复杂的规则，例如：

数据映射： 不对数据做任何变动，直接抽取。

数据清洗： 表现数据流转过程中的筛选标准。例如要求数据不能为空值、符合特定格式等。

数据转换： 数据流转过程中，流出实体的数据需要进行特殊处理才能接入到数据需求方。

数据调度： 体现当前数据的调度依赖关系。

数据应用： 为报表与应用提供数据。