马哈鱼数据血缘分析工具生成数据流介绍

马哈鱼是当前最流行的数据血缘分析工具(data lineage)是优秀的管理工具之一，它是一种通过分析SQL脚本来自动发现数据流向的工具。它通过生成一个简洁的图表来显示数据仓库中表/视图和列之间的数据流。支持超过20种流行的数据库，包括 bigquery, couchbase, dax, db2, greenplum, hana, hive, impala, informix, mdx, mysql, netezza, openedge, oracle, postgresql, redshift, snowflake, sqlserver, sybase, teradata, vertica等。只需通过复制、粘贴SQL脚本并单击一个分析按钮，即可立即获得数据流向图，只需单击鼠标即可在图中突出显示数据流，操作简单、显示结果清晰可见。

一、马哈鱼架构介绍

马哈鱼(SQLFlow)结构视图如下，它由客户端、前端、后端分析引擎三个基本组件后成，用户可以通过浏览器将要分析的SQL语句传递给前端，前端进行语法校验及分析参数设定等工作，然后将配置完成的逻辑发送给后端分析引擎，分析引擎生成数据血缘关系模型后交给前端生成图形化展示给用户。

具体结构如下图：

二、常见生成数据流的元素

1、Select

查询是最基本、最常见的结果集生成，它可能来源对象间关联或单个对象，也可能来源于子查询或CET。

SELECT a.empName "eName" FROM scott.emp a Where sal > 1000

目标列“eName”的数据来自scott.emp.empName，所以它生成了一个直接的数据流，如下所示：

scott.emp.empName -> direct -> RS-1."eName"

上面的RS-1是一个选择结果集，它是一个虚拟表，包含查询返回的列；

图示：

2、函数

函数在SQL语句中最常见的元素之一，它在马哈鱼分析中起到了关键性作用，它能将列作为参数返回具体的标量结果集。

select round(salary) as sal from scott.emp

在上述SQL中，从列salary到round函数生成一个直接数据流：

scott.emp.salary -> direct -> round(salary) -> direct -> sal

图示：

3、表达式

表达式类似于函数，它在具体的生成语句中也是广泛存在；

select a/2 ,id from T;

在上述SQL中，从a列计算而来的a/2将作为直接数据流被生产

scott.emp.a -> direct -> RS-2."a/2"

图示：

如果你想了解更多关于马哈鱼的使用及技术资料，请登录马哈鱼官网https://sqlflow.gudusoft.com，你会获得更多的支持与帮助。

三、参考

马哈鱼数据血缘分析器: https://sqlflow.gudusoft.com

马哈鱼数据血缘分析器中文网站: https://www.sqlflow.cn