概述
数据血缘（Data Lineage）记录表、视图、模型与生产它们的任务之间的上下游关系，回答两类核心问题：
影响分析（向下追溯） ：如果我修改这张表，下游有哪些任务、报表、模型会受影响？
数据溯源（向上追溯） ：这张表、这个模型的数据来自哪些源表、由哪个任务生成？
DataBuddy 在表和模型详情页提供 血缘 Tab，自动采集 SQL 开发、Notebook、Workflow 任务、数据集成、Dashboard 等多种执行平台上报的血缘信息，并提供 图模式 与 列表模式 两种查看方式。
本文介绍数据血缘的查看方式、节点信息、采集范围与典型用法。
前提条件
当前账号在目标工作空间中拥有目标资产的查看权限。
上下游关系依赖各执行平台的上报，仅运行过的任务才会产生血缘记录。
使用限制
限制项 | 说明 |
血缘维度 | 当前支持 表级血缘 ；字段级血缘在后续迭代规划 |
资产类型 | 表（含视图、推理表、特征表）、模型 |
任务类型 | SQL 开发、Notebook、Workflow 任务、数据集成（离线 / 实时）、BI（Dashboard） |
采集触发 | 血缘随任务运行（含测试运行）自动上报 |
删除联动 | 任务或文件被删除时，平台自动清理对应血缘关系，避免残留无效节点 |
查看血缘
入口
资产类型 | 入口 |
表 / 视图 | 表详情页 血缘 Tab |
模型 | 模型版本详情页 血缘 Tab |
进入 血缘 Tab 后，默认展示 列表模式 ，您可以点击右上角图标切换到 图模式 。
列表模式
列表模式以列表形式展示当前资产的上下游一层关系，适合快速查阅与按名称搜索。
表的列表模式
列 | 说明 |
名称 | 上下游资产名称（表 / 视图 / 推理表 / 特征表 / 模型 / SQL / Notebook / Task），支持点击跳转到详情页 |
方向 | 该项是当前表的「上游」还是「下游」 |
类型 | 表 / 视图 / 推理表 / 特征表 / 模型 / SQL / Notebook / Task |
支持模糊搜索资产名称、分页浏览。
模型的列表模式
模型的列表模式仅展示一层上下游关系：
列 | 说明 |
名称 | 上下游资产名称 |
方向 | 上游：数据表 / 特征表；下游：数据表 / 推理表 |
Process 类型 | 上游 process：Notebook / Studio；下游 process：模型服务 |
最近更新 | 该资产最近一次更新时间 |
图模式
图模式以拓扑图形式展示血缘关系，便于把握整体结构。点击列表模式右上角的 图模式 tab 切换。
节点类型
血缘图中的节点分为 资产节点 与 任务节点 。
节点类型 | 子类型 | 图标 |
资产 | 表（含视图、推理表、特征表） | 表 / 视图 / 推理表 / 特征表 各自的图标 |
资产 | 模型 | 模型图标（在画布右下角图例中可识别） |
任务 | TASK（Workflow 任务） | TASK 图标 |
任务 | SQL（Studio 中的 SQL 文件） | SQL 图标 |
任务 | NOTEBOOK | NOTEBOOK 图标 |
任务 | 数据集成（离线 / 实时） | 离线 / 实时集成各自的图标 |
任务 | BI（Dashboard） | BI 图标 |
节点信息
点击图中节点查看详细信息。各节点类型展示信息如下：
资产节点（表、视图）
业务信息：描述、标签、创建时间、责任人。
技术信息：数据源类型、Catalog、Schema、存储路径、最近 DDL 变更时间、最近数据变更时间。
跨数据源：Kafka 节点名称展示为
topic 名；ES 节点名称展示为 index 名。TASK 节点（Workflow 任务）
基本信息：任务名称（可跳转）、任务类型、描述、创建时间、更新时间、创建人、所属工作流（可跳转）。
业务代码：右侧展示任务代码。
SQL 节点（Studio 中的 SQL 文件）
基本信息：运行记录、类型、上次运行时间、来源（可跳转）
业务代码：右侧展示 SQL 内容。
Notebook 节点
基本信息：文件名称（可跳转）、创建时间、创建人。
业务代码：右侧展示 Notebook 内容。
模型节点
唯一标识：模型名称（可跳转）、版本。
操作：点击 查看详情 跳转到模型详情页。
数据集成节点
任务名称（可跳转到任务详情页）、任务类型（实时、离线）、创建人、创建时间。
BI 节点
BI 名称（可跳转到 Dashboard）、创建人、创建时间。
画布操作
操作 | 说明 |
搜索 | 画布右上角检索框，按节点名称（含机器学习模型名称）模糊搜索并定位 |
时间过滤 | 按上报时间范围过滤血缘节点 |
缩放 / 平移 | 鼠标滚轮缩放、拖拽平移，便于查看复杂血缘网络 |
图例 | 画布右下角展示节点类型图例，可在多种资产 / 任务图标间快速识别 |
血缘的采集与更新
自动采集
DataBuddy 自动从下列执行平台采集血缘信息：
来源 | 上报内容 |
Studio SQL 文件 / Workflow SQL 任务 | 由计算引擎在执行时动态解析 SQL 输入输出表，每次提交（含测试运行）都会上报 |
Spark Jar 任务 | 任务运行时上报 |
Notebook | Notebook 中执行的 SQL / Python 代码引用的表 |
Workflow 任务 | 周期调度运行时随任务上报 |
数据集成（离线 / 实时） | 由数据集成模块定时上报源表与目标表关系 |
BI（Dashboard） | 由 BI 模块定时上报 Dashboard 与数据集、源表关系 |
底层基于 DLC SQL 在 Spark 内核的动态血缘解析能力，对所有给引擎提交的 SQL 与作业进行统一采集。
删除时的清理
当任务或文件被删除时，平台会向血缘系统上报删除事件，自动清理对应的血缘关系，避免血缘图中残留无效节点：
对象 | 触发动作 |
任务（Workflow Task） | 任务被删除 |
文件（Studio 中的 SQL 文件） | 文件被删除 |
时间元数据
血缘节点会附带时间元数据，便于区分活跃与历史节点：
字段 | 说明 |
任务创建时间 | 任务被创建的时间，用于区分新老任务 |
任务最近运行时间 | 最近一次运行时间 |
SQL 最近运行时间 | SQL 文件最近一次运行时间 |
模型血缘
模型血缘是表血缘的延伸，对应机器学习全流程的资产关系：
阶段 | 节点类型 | 关系说明 |
原始数据 → 特征表 | 上游：数据表；下游：特征表 | 沿用表血缘逻辑（数据处理任务） |
特征表 → 训练数据 | 上游：特征表；下游：训练数据表 | 数据处理 / 特征提取任务 |
训练数据 → 模型 | 上游：表；下游：模型节点 | 模型训练任务（来源是 Notebook 或 Studio 任务） |
模型 → 推理表 | 上游：模型；下游：推理表 | 模型服务任务 |
模型血缘的关键行为：
模型唯一标识使用 模型名称、版本 。
不存在「模型更新」的语义；新版本被视作新血缘节点。
任务删除时，关联血缘节点同步删除连线或节点。
典型用法
影响分析：修改前评估下游
在准备修改某张事实表前：
1. 进入表详情页 血缘 Tab。
2. 在列表模式中查看「下游」资产清单：哪些 SQL 文件、Workflow 任务、Dashboard、模型直接依赖这张表。
3. 切换到图模式，进一步查看二级、三级下游。
4. 提前通知相关 owner，并安排回归测试。
数据溯源：定位异常源头
发现某张表数据异常时：
1. 进入表详情页 血缘 Tab。
2. 在图模式中向上游展开，找到生产该表的任务节点（Notebook / Workflow Task / SQL）。
3. 点击任务节点查看任务代码与最近运行时间。
4. 进入任务详情页排查具体逻辑或运行日志。
模型治理：版本对比与下游评估
在模型版本切换前：
1. 进入模型详情页 血缘 Tab。
2. 列表模式中查看「下游」推理表与模型服务。
3. 评估切换版本对线上服务的影响。
与其他模块的关系
模块 | 关系 |
Workflow | Workflow 任务运行时自动上报血缘，任务节点出现在血缘图中 |
Studio | SQL 开发、Notebook 在执行 SQL 时自动上报血缘 |
模型 Catalog | 模型节点的元数据来源 |
数据集成 | 离线 / 实时同步任务作为血缘节点参与图谱 |
仪表盘 | Dashboard 作为下游血缘节点参与图谱 |
常见问题
Q：为什么我刚跑完的 SQL 还没出现在血缘图中？
A：血缘采集与图模式渲染存在短暂延迟。请稍等 1-2 分钟后刷新血缘 Tab。如长时间未出现，请检查任务是否成功执行、SQL 中是否使用了三段式
catalog.schema.table 路径或当前 SQL 上下文是否设置正确。Q：测试运行的 SQL 也会产生血缘吗？
A：会。引擎对所有提交执行的 SQL 与作业都会进行血缘解析，包含测试运行。如不希望测试上报，建议使用临时表或单独的测试 Schema。
Q：删除任务后血缘节点会立刻消失吗？
A：平台在任务删除时会上报清理事件，血缘节点通常在短时间内同步清理。
Q：能否查看字段级血缘？
A：当前版本仅支持表级血缘。字段级血缘已在后续迭代规划中。
Q：跨 Catalog 的血缘能否正确展示？
A：可以。血缘节点以三段式
catalog.schema.object 唯一标识，跨 Catalog 与跨工作空间的血缘均可在图中展示。是否对您可见，仍受当前账号的访问权限控制。相关文档
仪表盘概述
