图书《数据资产管理核心技术与应用》介绍

核心章节介绍如下：全书依托于大数据技术，独家解密数据血缘的底层技术实现

通常来说，数据血缘的来源可以包括数据源自身、数据处理的任务、数据任务的编排系统等。

• 数据源自身：比如像Hive，由于其本身就是支持通过HQL做数据处理的，所以其本身就可以通过数据处理的过程来分析从而获取血缘。
• 数据处理的任务：这点很容易理解，因为不管是实时任务还是离线任务，都会涉及到数据逻辑的处理，从数据任务的底层实现技术上来说，不管是Hadoop的Map-Reduce 任务还是Spark任务还是Flink任务，本质也都是在做数据的转换处理，有数据的转换，就可能会有数据血缘的变化。
• 数据任务的编排系统：这点也很容易理解，如下图3-1-1所示，在任务编排时，可能会将很多不同的任务节点按照依赖顺序串联起来。前一个任务节点的数据输出会是下一个任务节点的数据输入，所以肯定也会产生数据的转换，就肯定也会存在血缘。
• 
• 重点介绍了数据血缘的底层技术实现，包括：

1. 如何从Hive中获取数据血缘
2. 从Spark 执行计划中获取数据血缘
3. 从Spark  SQL语句中获取数据血缘
4. 从Flink中获取数据血缘
5. 从数据任务的编排系统中获取数据血缘