数据血缘

数据血缘展示了数据如何从源对象流向目标对象。你可以使用它来理解依赖关系、评估变更影响、排查数据管道问题，以及将派生列追溯到其来源。

TiDB Cloud Lake 会记录对象级和列级两种关系：

• 上游血缘 用于识别为某个对象提供数据的表、视图或 stage。
• 下游血缘 用于识别消费某个对象数据的对象。
• 列血缘 用于将源列映射到派生出的目标列。

启用数据血缘

TiDB Cloud Lake 会为支持 Lineage 标签页的计算集群 (Warehouse) 管理血缘配置（Data > Databases > databaseName > tableName）。

生成血缘

启用血缘后，TiDB Cloud Lake 会自动记录由以下操作创建的关系，例如 CREATE TABLE ... AS SELECT、CREATE VIEW、INSERT ... SELECT、多表 INSERT、REPLACE、MERGE 和 COPY。对于 stream，系统会将其解析为其底层表。

以下示例会创建一条两跳的血缘路径：

CREATE OR REPLACE DATABASE lineage_demo;

CREATE OR REPLACE TABLE lineage_demo.fact_orders (
    order_id BIGINT,
    customer_id BIGINT,
    amount DECIMAL(12, 2),
    order_time TIMESTAMP
);

CREATE OR REPLACE TABLE lineage_demo.agg_customer_sales AS
SELECT
    customer_id,
    sum(amount) AS total_amount,
    count(*) AS order_count,
    max(order_time) AS last_order_time
FROM lineage_demo.fact_orders
GROUP BY customer_id;

CREATE OR REPLACE TABLE lineage_demo.customer_segments AS
SELECT
    customer_id,
    total_amount,
    order_count,
    if(total_amount >= 1000, 'high_value', 'standard') AS segment,
    now() AS updated_at
FROM lineage_demo.agg_customer_sales;

探索血缘

在 TiDB Cloud Lake 中，在 Database Explorer 中打开一个表或视图，然后选择 Lineage 标签页。图中会显示上游和下游对象；如果列血缘可用，还会显示列之间的连接关系。

如需使用 SQL 获取血缘信息，请使用 GET_LINEAGE 表函数：

SELECT
    distance,
    source_object_database,
    source_object_name,
    target_object_database,
    target_object_name
FROM GET_LINEAGE(
    'lineage_demo.agg_customer_sales',
    'TABLE',
    'UPSTREAM',
    2
)
ORDER BY distance;

对于列级血缘，请限定列名并使用 COLUMN 域：

SELECT
    distance,
    source_object_name,
    source_column_name,
    target_object_name,
    target_column_name
FROM GET_LINEAGE(
    'lineage_demo.customer_segments.segment',
    'COLUMN',
    'UPSTREAM',
    2
)
ORDER BY distance;

刷新现有视图的血缘

在启用血缘之后创建的视图会被自动跟踪。对于已经包含视图的部署，在启用血缘后，可以先预览缺失或过期的关系，然后再刷新它们：

REFRESH LINEAGE FOR ALL VIEWS DRY RUN;
REFRESH LINEAGE FOR ALL VIEWS;

刷新操作会为 default catalog 中的所有视图校正血缘信息。它只会报告需要变更或无法处理的视图；未发生变化的视图不会显示。该命令需要全局 SUPER 权限。有关输出详情，请参见 REFRESH LINEAGE。

限制

• GET_LINEAGE 最多只能遍历五跳。
• 系统对象和 information_schema 对象不会作为血缘源被纳入。
• stage 会参与对象级血缘，但暂存文件字段无法提供稳定的列级映射。
• 外部 catalog 对象可以作为端点出现，但不会跨越外部 catalog 边界继续遍历。
• 结果仅包含当前角色可见的对象。