百度胜算数据血缘，监控数据对象和相关任务变化状态，进行血缘解析，提供数据在生产流转过程中的血缘关系。旨在帮助您分析数据对象的上下游关联关系，定位影响层级和任务依赖关系，可快速发现和回溯对其他数据对象的影响。

功能介绍

百度胜算数据血缘模块用于刻画数据在平台内从产生、加工到消费的完整流转关系，统一覆盖结构化与非结构化数据对象，帮助用户清晰理解数据表、数据文件在不同计算任务与业务流程中的上下游依赖关系。

该模块通过对数据集成任务、Notebook、工作流及多种计算引擎执行过程的血缘解析与采集，自动构建跨对象、跨引擎的数据加工链路，并以血缘列表与血缘图谱两种视图进行统一展示。用户可以快速查看数据来源、加工路径及数据去向，为数据发现、问题排查、影响评估及治理决策提供可靠依据。

数据血缘模块以“自动采集、统一建模、可视化分析、稳定可追溯”为设计目标，即使数据对象被删除或用户无访问权限，血缘结构仍然保留，确保数据流转关系的完整性与可追溯性，支撑企业级数据治理与合规需求。

其核心价值体现在：

• 全链路可视化：以列表与图谱形式直观呈现数据对象的上下游关系与流转路径。
• 多对象统一建模：统一展示 Notebook、工作流、数据集成任务、数据表、数据卷及数据路径等多类对象的血缘关系。
• 多引擎血缘解析：支持 Doris、Spark、Ray 等多种计算引擎的血缘解析与自动采集。
• 时间维度追溯：支持按时间范围筛选血缘关系，聚焦近期活跃的数据链路，提升排查与分析效率。
• 稳定可追溯：即使对象被删除或无访问权限，仍保留血缘结构，保障血缘关系的完整性与历史可追溯性。

典型场景

场景一：帮助您快速找到想要的数据，并且了解数据对象的详情和上下游血缘关系。

场景二：帮助开发人员高效地定位问题，在问题排查时能评估故障影响范围。

• 归因分析（上游）：采用向上追溯的方式查找数据来源于哪里，经过了哪些加工和处理。常用于在发现数据问题时，追溯上游表、字段，快速定位和找到数据问题的原因。
• 影响分析（下游）：影响分析是向下游追踪，用来查询和定位数据去了哪里。常用于当元数据发生变更时，分析和评估变更对下游业务的影响。

术语定义

• 上游对象：数据的来源对象，即当前数据对象的数据源自该对象。
• 下游对象：数据的去向对象，即当前数据对象的数据会流转至该对象进行加工、存储或使用。

前提条件

当前账号有数据血缘权限。

查看数据血缘列表

1. 登录百度胜算控制台，在选中的工作空间操作列单击打开按钮，进入空间内。
2. 侧边导航依次选择数据连接与集成>数据血缘，然后在左侧目录选择数据对象。

3. 根据数据对象类型选择对应页签：

   • 查看结构化数据集、媒体集：在工作台页签操作；
   • 查看数据表、数据卷：在元数据页签操作，支持额外按数据源类型筛选。
4. 在列表中找到目标对象，支持按名称搜索。

5. 选中对象后，即可查看对应的数据血缘列表。

   • 结构化数据集、数据表：支持按关联对象搜索；
   • 媒体集、数据卷：额外支持按全部路径搜索。
6. 所有对象均支持按时间范围筛选：最近一周、最近一个月、最近三个月、最近六个月、最近一年。

表1 数据血缘列表项

列表项名称	说明
关联对象	显示与当前数据对象存在数据血缘关系的对象。
上 / 下游	标识关联对象相对于当前数据对象的上下游位置关系。
类型	说明关联对象的类型，类型分为全部、Notebook、工作流、数据集成、数据管道、数据表、结构化数据集、数据卷、媒体集、外部数据路径、SQL任务。
最近活跃时间	记录关联对象最近一次与当前数据对象产生数据交互或活跃的时间。

被删除或无权限查看的对象仍然在数据血缘列表处展示，但不支持单击或查看详情。

查看数据血缘图谱

1. 登录百度胜算控制台，在选中的工作空间操作列单击打开按钮，进入空间内。
2. 侧边导航依次选择数据连接与集成>数据血缘，然后在左侧目录选择数据对象。
3. 选择目标数据对象后，单击查看数据血缘图谱。

图谱支持以下操作：

• 节点查看详情：选择任意一个节点，右侧展开节点详细信息。包括所有者、存储路径、血缘。
• 单击连线查看血缘链路详情：用户点击连线，右侧展开血缘链路详细信息。展示源对象、目标对象、最近活跃时间和血缘采集来源。
• 单击表字段现实字段级血缘：单击表字段，展开字段列表并高亮当前字段的上下游链路。
• 展开节点上下游：默认仅展示当前对象上下游各1层，可逐层展开，未展开上下游的节点会有对应的上下游节点展开按钮，单击后刷新图谱，刷新完成后显示对应上下游内容。
• 其他操作：支持恢复默认图谱、居中视图、全屏查看、缩小和放大。

被删除或无权限查看的对象仍然在数据血缘图谱处展示，但不支持单击或展开。

数据血缘采集来源

模块	支持场景
数据集成	支持文件离线采集、库表离线采集、库表实时采集任务自动解析相关血缘。
Notebook	支持Spark SQL、Doris SQL、Spark python、Ray python自动解析相关血缘。
工作流	支持文件采集、库表采集、notebook、SparkJar任务、PySpark任务、Ray任务、算子任务节点自动解析相关血缘。
SQL任务	支持JDBC SQL任务自动解析相关血缘。
数据管道	支持结构化数据集自动解析相关血缘；媒体集仅支持PDF或Markdown类型自动解析相关血缘。