SQLink 快速开始

本指南说明如何从一个明确的业务问题出发，完成系统初始化、元数据采集、血缘链路建设、准确性检查和应用分析。后续步骤依赖前面形成的应用系统、命名空间和元数据基础。

先体验一次在线解析

如果你是第一次使用 SQLink，可以先在“SQL血缘”页面完成一个小样例，认识代码与图中对象的对应关系。这个体验只解析 SQL 文本，不把 SQL 发送到数据库执行，也不替代正式元数据采集。

1. 从 SQLink 左侧导航进入“SQL血缘”。
2. 选择 Oracle 解析类型，输入下面的教学 SQL。示例中的 Schema、表和字段均为虚构名称，不代表环境中已有这些对象。
3. 初次体验不启用强制关联元数据，单击“解析血缘”。
4. 等待解析结束，检查 demo_input.customers 指向 demo_output.customer_names。
5. 展开两侧的“所有2个字段”，核对 customer_id 和 customer_name。

INSERT INTO demo_output.customer_names
  (customer_id, customer_name)
SELECT customer_id, customer_name
FROM demo_input.customers;

图为上述教学样例的实际解析结果；正文 SQL 换行仅为便于阅读。左侧是代码和解析控件，右侧是输入到输出的关系。图中的两张表存在于本次解析结果中，不表示已采集真实数据库元数据。

完成检查：来源是 demo_input.customers，目标是 demo_output.customer_names，箭头方向和字段名称符合语句含义。失败时先核对解析类型与 SQL 是否完整，详见在线 SQL 血缘。

只需要临时分析 SQL 的用户可继续阅读该操作页；需要长期维护真实系统链路的管理员，再按下面的建设流程执行。

快速开始流程

阶段	主要工作	完成标志
业务场景定义	设定目标、梳理系统、制定计划	明确分析问题、范围和责任人
系统初始化	准备用户、机构、应用系统、数据源和标签	采集所需基础对象已建立
元数据采集	盘点资源、规划命名空间、执行采集	目标元数据进入血缘空间
血缘链路管理	导入或采集血缘文件，配置预处理并解析	形成可查询的跨系统链路
准确性检查	检查解析成功率、覆盖率和血缘质量	关键链路满足使用要求
应用分析	数据目录、血缘地图和场景分析	业务问题获得可复核结果

第一步 定义业务应用场景

设定业务目标

先描述要通过血缘解决的具体问题，例如：

• 某个表或指标变更会影响哪些任务、报表和使用者。
• 一项数据质量问题从哪个源系统或加工步骤产生。
• 一条业务链路经过哪些数据库、ETL 作业和报表。
• 哪些血缘节点无法关联到已采集的元数据。

业务目标应包含目标对象、分析方向、结果形式和验收人。没有明确目标时，不建议直接扩大采集和解析范围。

梳理关联系统

列出链路涉及的源系统、加工系统、数据仓库、报表系统和文件交换环节。对每个系统记录技术类型、环境、责任人、数据源、可用采集方式以及是否包含可解析的 SQL 或 ETL 文件。

制定行动计划

把系统按优先级分批接入。先选择一条可人工核对的代表性链路作为样本，验证命名空间、采集和解析规则后，再扩大到完整范围。

第二步 完成系统初始化

用户与机构

确认管理员、血缘消费者和数据开发人员的账号、机构及功能权限。用户能够看到菜单，不代表能够查看所有数据对象；数据范围仍以当前授权为准。

应用系统

在应用系统中登记关联系统。应用系统是血缘展示中的较粗粒度对象，也为数据源提供业务归属。系统名称和简写用于唯一识别，已被数据源或模型目录引用时不能直接删除。

数据源

建立可供采集任务复用的数据源连接。新建或修改认证信息后执行连通性测试；连接成功仅证明网络和认证可用，不代表采集范围与权限正确。

标签

按实际业务准备需要用于筛选、标识和场景管理的标签，例如临时表、核心链路或责任域。标签应有统一口径，避免同义标签影响筛选结果。

第三步 采集元数据

盘点采集对象

SQLink 可从数据源、报表系统和文件采集元数据，也可通过自定义元模型处理非标准资源。采集前确认资源类型、采集范围、采集账号权限和更新周期。

定义命名空间

命名空间为血缘节点和关系提供顶层唯一标识。同一命名空间内不应出现无法区分的同名对象。开发、测试和生产环境，以及存在重复 Schema 或对象路径的系统，应使用不同命名空间隔离。

命名空间还可以配置默认 Schema。当 SQL 中的表名未带 Schema 时，解析会使用该默认值补全对象路径。

执行采集

1. 创建数据源、报表或文件采集任务。
2. 选择应用系统、数据源和采集范围。
3. 为采集结果指定正确的命名空间。
4. 配置采样、名称补全或黑名单等当前任务支持的选项。
5. 保存并执行任务，观察进度和状态。
6. 在血缘空间的数据库资源或报表资源中确认同步结果。

数据源、报表、文件及资源同步的详细配置见采集与资源同步；命名空间和连接映射见命名空间与预处理。

第四步 建设血缘链路

来源	典型处理方式	关键配置
SQL 脚本	创建 Script 类型任务并导入脚本	解析引擎、命名空间、默认 Schema
ETL 文件	创建与工具匹配的 ETL 类型任务	源目标连接、命名空间映射、预处理
Excel 自定义关系	下载并填写血缘模板后导入	源目标对象路径和命名空间
数据库对象	随数据库资源同步后自动或手工解析	解析引擎、元数据限制
报表系统	随报表资源同步并解析数据准备 SQL	报表连接对应的命名空间
OpenLineage 消息	监听第三方标准事件	消息来源和任务状态

解析前检查变量、数据连接和命名空间映射。血缘文件中任何连接未关联命名空间时，任务可能解析失败。

先选择与代码来源一致的任务类型，再核对解析引擎、命名空间和导入方式。具体保存、全量/增量导入及报告检查见血缘任务与解析。

第五步 检查链路准确性

解析成功率

血缘文件可能处于成功、部分成功、解析中、失败或未解析状态。只有目标范围内的文件完成解析并处理异常后，才能据此判断链路质量。对部分成功文件查看高亮的失败代码片段和解析详情。

元数据覆盖率

覆盖率用于比较图数据库中的血缘节点与同一命名空间内数据库资源、报表资源的元数据。覆盖率不足通常表示部分血缘节点找不到对应的实际表或字段，需要检查采集范围、对象命名和命名空间。

血缘质量

使用质量分析检查孤表、环线、断点和字段一致性问题。质量检查结果是排查线索，仍需结合源代码、调度和业务流程确认根因。

第六步 开展血缘应用分析

• 在数据目录中按关键字、应用系统、数据源和资产类型精确找到对象。
• 在血缘地图中从全局视角查看不同层级和深度的数据流向。
• 在通用场景中持续关注核心链路并比较相似链路。
• 在影响分析中评估数据源、实体、指标或任务变更。
• 在质量分析中跟踪并处理血缘结构问题。
• 在SQL 血缘中即时检查 SQL 输入、输出和中间处理过程。

完成检查

• 目标系统、数据源和命名空间与实施计划一致。
• 元数据已同步到血缘空间，关键对象可以搜索到。
• 血缘文件的失败和部分成功记录已处理或登记。
• 样本链路的起点、终点、中间对象和方向经责任人核对。
• 用户能够按授权查看链路和报告。
• 场景分析结果能够回答最初定义的业务问题。

相关文档

• 数据血缘探索
• 查看和分析血缘
• 应用场景
• 血缘系统管理