使用说明

数据血缘是指数据在产生、处理、流转的消亡过程中，数据之间形成的一种类似于人类社会血缘关系的关系，是数据治理中的一个概念，简单来说是表达数据是怎么来的，以及数据经过了哪些处理分析过程。知识图谱为数据血缘的提取、存储、查询、可视化提供方案。

SuperMap提供将处理自动化（GPA）执行过程的数据血缘关系写入图数据库，通过构建的数据图谱可以直观展示数据处理流转过程，并提供对数据集进行向上溯源和向下追踪的能力。

• 对需要查询的数据集进行向上溯源，可获取其生产链路，当该数据出现质量问题时，可帮助解释来源，定位原因。
• 对需要查询的数据集进行向下追踪，可获得该数据的后续影响情况。

将处理自动化的数据血缘保存至图数据库，即处理自动化工具、数据集以及属性作为图谱实体，数据的处理过程作为图谱关系。如下图所示，输入数据集为降水量数据，经过更新列处理，得到新的降水量数据集，其中图谱节点为输入和输出数据，以及GPA工具，关系为input（输入）和output（输出）。

操作步骤

1. 启用数据血缘：
• 处理自动化选项卡->数据血缘->：保存数据血缘，启用后可将执行流程写入到图数据库中。
• 直接在工作空间管理器中选择数据集->右键->数据血缘->保存数据血缘。
2. 勾选保存数据血缘后若没有连接图数据库，需要先进行连接，才能进行数据血缘的保存和应用。
3. 执行处理自动化(GPA)模型。
4. 对执行的结果数据集进行血缘的查询或探索：
• 知识图谱选项卡->图谱查询，可使用cypher查询。
• 直接在工作空间管理器中选择数据集->右键->数据血缘->溯源/追踪。



• 打开数据血缘的图谱后，可在图谱窗口点击数据实体的节点属性，包含有数据地址、记录数、坐标、范围、执行时间等属性，通过链路中的数据属性变化可以辅助探索数据的变化情况。