Oracle 数据库作为一个传统老牌的数据库，在各个行业都有广泛的应用。随着大数据应用的兴起，Oracle 以其卓越的性能表现，作为数据仓库使用，也有着众多的用户。数据治理在大数据应用中是一个重要的环节，它对保证企业的数据质量，满足监管的数据合规性都必不可少。数据血缘是数据治理中一种重要的元数据，有了数据血缘这个种类的元数据，我们可以用它进行数据溯源、表和字段变更的影响分析、数据合规性的证明、数据质量的检查等。
在 Oracle 数据库的环境中，我们可以通过进行以下内容的分析，获得数据血缘元数据：
一、数据库对象的DDL
我们可以从 Oracle 数据库中获取各种数据库对象的 DDL，即各种数据库对象的 SQL 定义语句，这些数据库对象有 View、Function, Procedure, Package 等。通过对这些数据库对象 DDL 的分析，我们不但可以获得这些数据库对象的定义，例如有哪些表和字段，而且可以获得表、视图之间的数据血缘关系，也可以知道哪些表和视图的数据在哪些 Function, Procedure, Package 中进行了数据的转换。
血缘分析中常见的 Oracle 数据库对象：
- DB Link
- Function
- Package
- Procedure
- Synonym
- Table
- View
二、ETL 转换中的脚本
在 Oracle 的数仓环境中，很多企业利用 Oralce 的 PL/SQL 进行 ETL 脚本的开发，在数仓的不同层之间进行数据的抽取（Extract）、转换（Transform）、加载（Load）。如果我们对这些用 PL/SQL 编写的 ETL 脚本进行分析，可以整理出数据在数仓不同层之间是如何进行转换的，获得 ETL 过程中数据血缘元数据。
三、报表等应用系统中的 SQL 语句
在仪表盘（Dashboard）等应用中，会显示大量的指标数据，这些数据一般都是通过复杂的 SQL 语句计算而来，通常这些 SQL 语句都有嵌套的子查询，多个表的 JOIN 等复杂操作。通过实时分析这些 SQL 语句，我们可以知道这些统计的指标数据来自数仓 DW 层的哪些表（一般都是一些大宽表）。
看了上面的这些描述，可能你还没有完全明白这些数据血缘分析的结果有什么作用。那么我们换一个视角，从一个典型数仓包含的各个分层入手，看看以上进行的数据血缘分析，如何帮助你从应用层的一个你感兴趣的报表的数据开始，逐层穿透，溯源到这个数据来自哪个业务系统的哪些表和字段。
数据仓库的分层
数仓的分层：
1、ODS 层 （Operation Data Store 数据准备区）， 数据仓库源头系统的数据表通常会原封不动的存储一份，这称为ODS层，也称为准备区。它们是后续数据仓库层加工数据的来源。ODS层数据的主要来源是业务数据库、埋点日志、其他数据源。
2、DW 层（Data Warehouse 数据仓库层），该层包含DWD、DWS、DIM层，由ODS层数据加工而成，主要是完成数据加工与整合，建立一致性的维度，构建可复用的面向分析和统计的明细事实表，以及汇总公共粒度的指标。
3、ADS 层（Application Data Store 应用数据层），该层是基于DW层的数据，整合汇总成主题域的服务数据，用于提供后续的业务查询等。
在 Oracle 数仓环境中，不同层的数据会利用 Oralce 的 PL/SQL 开发的 ETL 脚本进行数据的抽取、转换、加载。通过对 ETL 代码的分析，数仓不同层之间数据的血缘关系就可以梳理出来。
通过分析业务数据库中的数据库对象 DDL，业务库中的血缘关系也就准备就绪。
经过以上两步的准备，基本的数据血缘信息都有了。然后如果需要对最顶层的应用中的数据（一般都是一些动态计算的汇总数据）进行溯源，只要分析应用中使用的 SQL 查询，就可以通过类似下面这条链路完成数据的完整溯源：
应用数据 -> ADS -> DW -> ODS -> 业务数据库
