数据血缘目录

数据血缘目录的作用是把一条数据从源头到最终消费方的路径完整记录下来，便于排错、审计和影响分析。

建设目标

血缘目录解决的是“某个字段出了问题时，应该回到哪一层查”的问题。没有这层目录，排障通常只能靠口口相传和临时搜索。

目录应包含

1. 数据源与采集频率。
2. 清洗和加工任务链路。
3. 下游表、特征和服务依赖。
4. 所属责任人与变更记录。

最低可用视图

• 表到表的加工链路
• 特征到原始源表的依赖链路
• 服务接口到上游数据集的依赖关系
• schema 变更历史和影响范围

推荐做法

• 给关键表配置唯一标识。
• 每次 schema 变更都同步更新血缘说明。
• 把血缘目录接入告警排查流程。

实际收益

1. 缩短排障时间。
2. 提高变更前影响评估的准确度。
3. 让数据审计和合规检查更可落地。