AnalyticDB PostgreSQL数据血缘分析功能介绍-云原生数据仓库AnalyticDB(AnalyticDB)-阿里云帮助中心

使用说明

数据血缘分析基于审计日志中的 SQL 文本进行静态解析，不解析 SQL 的实际执行计划，也不校验 SQL 是否执行成功、事务是否提交或数据是否实际写入。血缘结果不能作为 SQL 执行状态、执行次数或数据一致性的判断依据。
本文采用白名单口径。仅本文明确列出的 SQL 形态属于支持范围；未列出的语法、对象类型和组合方式均不支持。
开启该功能后，后台进程会持续读取并解析审计日志，因此会增加 Master 节点的 CPU 和内存消耗。业务越繁忙、审计日志产生越快，资源消耗通常越高。如需关闭血缘分析功能，请提交工单。
在 DataWorks 中使用数据地图功能时，会自动启动AnalyticDB for PostgreSQL血缘分析功能，无需手动开启。

前提条件

使用数据血缘分析功能前，实例必须同时满足以下条件：

实例为公共云AnalyticDB for PostgreSQL 6.0 版，且内核版本为 6.3.11.1 或以上版本。AnalyticDB for PostgreSQL 7.0 版实例不支持。
实例不是 Serverless 模式。
实例为公共云实例。

SQL 支持范围

数据血缘分析仅支持同时包含明确源表和目标表、且字段映射关系简单明确的数据加工 SQL。支持以下三类语句：

SQL 类型	支持的语句形态	表级血缘	字段级血缘
`CREATE TABLE AS SELECT`	`CREATE TABLE ... AS SELECT ... FROM ...`	支持	支持
`SELECT INTO`	`SELECT ... INTO ... FROM ...`	支持	支持
`INSERT INTO SELECT`	`INSERT INTO ... (...) SELECT ... FROM ...`	支持	支持

上述三类 SQL 还必须同时满足以下全部条件：

单条 SQL 仅包含一个源表和一个目标表。
表名和字段名使用未加双引号的小写标识符。
SELECT 列表必须显式列出字段，不支持 SELECT * 或 table_name.*。
源字段与目标字段必须按照顺序一一对应。
每个目标字段只能直接来源于一个源字段，不支持函数、运算、常量或其他表达式。
INSERT INTO SELECT 必须显式指定目标字段列表，且目标字段数量与 SELECT 字段数量相同。
SQL 中不能包含本文"不支持的 SQL 和查询结构"章节列出的任何结构。

支持示例

CREATE TABLE AS SELECT

CREATE TABLE target_table AS
SELECT id, name
FROM source_table;

生成的血缘包括：

表级血缘：source_table → target_table
字段级血缘：source_table.id → target_table.id
字段级血缘：source_table.name → target_table.name

SELECT INTO

SELECT id, name
INTO target_table
FROM source_table;

生成的血缘包括：

表级血缘：source_table → target_table
字段级血缘：source_table.id → target_table.id
字段级血缘：source_table.name → target_table.name

INSERT INTO SELECT

INSERT INTO target_table (id, name)
SELECT id, name
FROM source_table;

生成的血缘包括：

表级血缘：source_table → target_table
字段级血缘：source_table.id → target_table.id
字段级血缘：source_table.name → target_table.name

不支持的 SQL 和查询结构

如果一条 SQL 包含以下任一语法、对象或场景，则整条 SQL 均不属于支持范围。即使系统偶尔生成了部分血缘，也不保证结果正确或完整。

类型	不支持的范围或示例
普通查询	不带 `INTO` 的 `SELECT`，例如 `SELECT id FROM sourcetable;`
`UPDATE`	所有 `UPDATE`，包括带子查询的 `UPDATE`、行赋值子查询和 `UPDATE ... FROM`
其他 DML	`INSERT ... VALUES`、`INSERT ... DEFAULT VALUES`、`DELETE`、`MERGE`
多表查询	`JOIN`、逗号连接、多源表查询、自连接
子查询	`FROM` 子查询、`WHERE` 子查询、标量子查询、相关子查询和嵌套子查询
CTE	`WITH`、递归 CTE
集合运算	`UNION`、`UNION ALL`、`INTERSECT`、`EXCEPT`
聚合和分组	聚合函数、`GROUP BY`、`HAVING`
排序和结果修饰	`DISTINCT`、`ORDER BY`、`LIMIT`、`OFFSET`、窗口函数
条件过滤	`WHERE` 子句
字段表达式	函数调用、算术运算、字符串拼接、`CASE`、类型转换、数组或行表达式
非直接字段映射	常量、一个源字段映射到多个目标字段、多个源字段计算后映射到一个目标字段
未显式指定目标字段	`INSERT INTO targettable SELECT ...`
DDL 和管理语句	不带查询子句的 `CREATE TABLE`、`CREATE TABLE LIKE`、`ALTER`、`DROP`、`TRUNCATE`、`COMMENT`、`GRANT` 等
视图	`CREATE VIEW`、`CREATE MATERIALIZED VIEW`，以及以视图或物化视图作为源或目标的 SQL
特殊表类型	临时表、分区表、外部表及其他非普通持久表
跨 Schema 或跨库	非 `public` Schema、跨 Schema、跨数据库引用
特殊标识符	使用双引号、大小写敏感名称或无法唯一还原的对象名称
外部数据读写	`COPY`、外部加载、外部导出，以及文件、OSS 等外部介质与表之间的血缘
过程化或动态 SQL	存储过程、UDF、`DO` 块、动态 SQL、`PREPARE`、`EXECUTE`
解释执行	`EXPLAIN`、`EXPLAIN ANALYZE`
复杂输入	一次提交多条 SQL、审计日志中被截断或无法完整还原的 SQL

其他使用限制

异步展示：血缘由后台进程异步解析并上报，不保证实时生成。SQL 执行后，DataWorks 数据地图中的血缘展示可能存在延迟。
不判断执行结果：解析器不判断 SQL 是否执行成功，也不判断事务是否提交。执行失败或最终回滚的 SQL 仍可能生成血缘，因此可能出现与实际数据写入情况不一致的结果。
不补充隐含关系：系统仅解析 SQL 文本中直接出现的源表、目标表和字段映射，不推导分区父子关系、视图展开关系、函数内部关系或过程内部关系。
不提供实时性和完整性 SLA：血缘结果用于辅助影响分析和数据理解，不应作为审计、计费、任务状态判断或数据一致性校验的唯一依据。