数据沿袭和数据来源通常一起使用，但它们侧重于数据历程的不同方面。

• 数据沿袭从宏观、历史和战略角度审视数据的历程。它侧重于导致数据资产当前状态的完整路径和转换逻辑，是一个全景式地图。
• 数据来源更加精细和具体，通常关注特定数据点或特定时间点的记录的直接来源和所有权。它通常用于验证一段数据的来源。

简而言之，沿袭展示的是数据随时间推移以及跨系统的整个演变过程，而来源通常侧重于特定数据元素的来源和真实性。

好的数据沿袭地图可以帮助您快速回答任何数据资产的相关问题，包括“谁、什么、何时、何地和为什么”。跟踪的基本组成部分包括：

• 来源：数据的来源，例如事务型数据库、文件或外部系统
• 转换逻辑：应用于数据的具体操作或业务规则；可能包括 SQL 查询、Python 脚本或 ETL（提取、转换、加载）作业逻辑
• 路径/流：数据所经过的系统、流程和数据存储区的顺序
• 时间/版本：数据的处理时间，以及所使用的数据版本或转换逻辑
• 目标/使用者：数据最终所处的位置，以及使用数据的人或东西，例如监管报告或机器

数据沿袭可以在数据开发生命周期的不同阶段进行跟踪，并且可以根据需要跟踪不同级别的详细信息。

设计时沿袭会在开发和测试环境中设计和配置数据流时捕获数据流。它基于对数据流水线蓝图的读取，例如架构、脚本和 ETL 作业配置。它会告诉您数据应该会发生什么。

运行时沿袭会捕获生产环境中实际发生的数据流。它记录已执行作业和流程的具体输入和输出。它会告诉您数据发生了什么，包括任何意外行为或错误。对于数据治理，运行时沿袭通常被认为更有价值，因为它反映了真实情况。

所捕获的信息详细程度称为粒度。组织可以根据数据治理需求和环境的技术复杂性来选择粒度级别。

• 表级：跟踪数据在整个表或数据集之间的流向；显示“客户表 A”流入“销售报告表 B”
• 示例：系统显示整个 raw_transactions 表已加载到 daily_aggregations 表中
• 列级：跟踪数据从源列到目标列的流向，包括所应用的转换；这通常是满足合规性所必需的
• 示例：它跟踪源数据库中的 customer_id 列在数据仓库中重命名为 user_key，然后用作联接的一部分来创建 final_report
• 报告级：跟踪哪些报告、信息中心或应用使用了哪些表和列；这对于影响分析和业务用户信任至关重要
• 示例：业务分析师可以将高管销售信息中心内的指标追溯到用于计算该指标的特定列和表
• 端到端：提供跨所有系统的完整视图，从初始源应用（如 CRM）到所有暂存、清理和转换步骤，再到最终报告或机器学习模型
• 示例：跟踪单个客户的历程，从首次注册（在 Web 应用数据库中捕获）到使用情况，汇总在流失预测模型输出中