2. SQL 血缘分析核心要素：表、字段、视图、存储过程、ETL 任务在血缘中的角色

数据血缘分析的核心在于追踪数据从产生、加工到消费的完整生命周期。在 SQL 生态中，血缘的载体并非抽象概念，而是由具体的数据库对象与任务构成。理解这些核心要素在血缘图谱中的角色，是构建高质量血缘追踪体系的基础。

2.1 五大核心要素概览

在 SQL 数据血缘中，表（Table）、字段（Column）、视图（View）、存储过程（Stored Procedure） 与 ETL 任务（ETL Job） 构成了血缘图谱的节点与边。下表总结了各要素在血缘中的核心定位与典型贡献：

2.2 要素间的血缘关系：从表到字段的穿透

血缘分析不是孤立地看待每个要素，而是理解它们之间的依赖与派生关系。下图展示了从 ETL 任务到字段的完整血缘链路：

2.3 各要素的深度解析

2.3.1 表（Table）—— 血缘的实体锚点

表是数据存储的物理载体，在血缘图谱中通常作为源表、中间表或目标表出现。血缘分析需要记录表的全限定名（库名.模式名.表名），并追踪表结构的变更历史。

• 源表：血缘的起点，数据从外部系统或上游表流入。
• 中间表：存储加工过程中的临时结果，常出现在存储过程或 ETL 任务中。
• 目标表：血缘的终点，数据最终落地的位置。

2.3.2 字段（Column）—— 血缘的精度核心

字段级血缘是数据质量追踪的最小粒度。一个字段的值可能来自上游表的直接映射、SQL 函数的计算、或者多个字段的聚合。字段级血缘需要记录：

• 直接映射： target.col_a = source.col_a
• 表达式转换： target.col_b = UPPER(source.col_c)
• 聚合派生： target.col_d = SUM(source.col_e)

-- 字段级血缘示例：目标表字段的来源分析
-- target_table.order_amount 来源于 source_table.price * source_table.quantity
INSERT INTO target_table (order_id, order_amount, create_date)
SELECT 
    order_id,
    price * quantity AS order_amount,  -- 字段级表达式血缘
    CURRENT_DATE AS create_date         -- 常量赋值
FROM source_table;

2.3.3 视图（View）—— 逻辑层的血缘穿透

视图本质上是保存的查询，不存储数据，但会继承其基表的血缘关系。血缘分析必须支持视图穿透，即解析视图定义中的 SQL，将其基表的字段血缘传递到引用该视图的上游对象。

• 简单视图： 直接映射基表字段，血缘关系透明。
• 复杂视图： 包含 JOIN、聚合、子查询，需要递归解析。
• 物化视图： 兼具表的物理存储特性，血缘分析需同时考虑其定义与刷新逻辑。

2.3.4 存储过程（Stored Procedure）—— 加工逻辑的黑盒破解

存储过程是 SQL 血缘分析中最复杂的要素。一个存储过程可能包含多条 DML 语句、临时表、游标、条件分支和循环。血缘分析需要：

1. 解析过程体内的每条 INSERT、UPDATE、MERGE 语句。
2. 追踪临时表的创建与销毁，识别临时表与物理表之间的血缘关系。
3. 处理动态 SQL，在运行时捕获实际执行的 SQL 语句。

2.3.5 ETL 任务（ETL Job）—— 血缘的调度骨架

ETL 任务将多个 SQL 操作串联成数据流水线。在血缘分析中，ETL 任务定义了数据加工的时序依赖和执行顺序。一个典型的 ETL 任务血缘包含：

• 任务依赖： 任务 A 完成后才能执行任务 B。
• 数据流： 任务 A 的输出表是任务 B 的输入表。
• 调度频率： 日批、小时批、实时流，影响血缘的时间维度。

2.4 要素间的典型血缘模式

在实际生产环境中，五大要素的组合形成了多种血缘模式。下表总结了三种最常见的模式：