管理数据资产，TuGraph打造数据血缘图谱

（预计阅读时间：8分钟）

数据血缘，数据旅行的地图

大数据时代，我们都被数据包围着。企业中的数据作为生产要素，只有进行流转、使用，才能发挥其最大价值。

面对这些来自不同系统、存储为不同形式的数据，我们不禁好奇：这些数据从哪里产生，流经过哪些业务系统？这些系统又对这些数据进行了哪些操作或计算？数据血缘图谱可以回答这些问题。

数据血缘是数据旅行的地图，它显示了数据的起源、沿途的每一站、以及在每一站对数据做了哪些处理和操作。

数据是生产资料，要管理和保护好数据、挖掘数据的价值，最好能怀揣这样一张数据旅行的地图——数据血缘图谱。

数据血缘图谱的典型应用

来源跟踪

这里包括数据来源和报表来源的跟踪。一份数据或是报表的生产，可能涉及到很多的来源和流转路径。掌握这些信息，可以帮助决策者深入理解数据和报表，为科学决策提供依据。

影响分析

数据不断地产生和变化。假如一份数据在源头或上游发生改变，就可以通过数据血缘图谱检查改变后的数据流转过程，并找出下游哪些数据（如消费者）将受到影响。

依赖分析

有些数据源、子系统或中间表、字段是被深入依赖的。数据血缘图谱可以帮助数据管理者调整数据架构，减少数据冗余，优化数据的存储和分析。

数据治理

数据血缘图谱，可以帮助业务领导者在跟踪数据的合规性、管理数据风险的同时，做出更好的决策。

图数据库最适合构建数据血缘图谱

数据血缘映射的是组织中数据实体之间大量的、复杂的依赖关系。假如使用传统关系型数据库中的关系数据模型，由行，列组成的二维表来表示，对于数据血缘问题的处理难免复杂低效。使用图数据库来处理，数据及其关系被抽象为图模型中的“点、边”结构，让关系表达更直观，操作更简单、更快捷。

我们以金融场景为例。如图1所示，这张图被经常引用，它展示的是金融机构在信用卡应用和个人身份分析场景下，数据的来源、流转、最终生成报表和应用的过程。图右侧自上而下的四个节点，分别代表管理者关注的“信用卡历史交易报告”和“数据安全报告”，以及运维系统和工程师日常监测的仪表盘。

（图1，金融机构信用卡应用和个人身份分析架构图）

图片来源：