一、数据血缘关系的概念
数据血缘关系是指数据在产生、处理、流转到消亡过程中，数据之间形成的一种类似于人类社会血缘关系的关系。
数据血缘属于
数据治理中的一个概念，是在数据溯源的过程中找到相关数据之间的联系，它是一个逻辑概念。
数据治理里经常提到的一个词就是血缘分析，血缘分析是保证数据融合的一个手段，通过血缘分析实现数据融合处理的可追溯。大数据数据血缘是指数据产生的链路，直白点说，就是我们这个数据是怎么来的，经过了哪些过程和阶段。
二、数据血缘的特征
与人类社会的血缘关系不同，数据间的血缘关系包含了一些独有的特征：
多源性：同一个数据可以有多个来源，即一个数据可以是经由多个数据加工而生成的，而且这种加工过程可以是多个；
归属性：一般来说，特定的数据会归属特定的组织或个人；
层次性：对数据的分类、归纳、总结等不同程度的描述信息形成了数据的层次。例如在数据库中的结构化数据血缘关系的层次结构，是最经典的一种血缘关系层次结构。不同类型的数据，其血缘关系的层次结构之间会有细微的差别。
可追溯性：数据的血缘关系，体现了数据的生命周期，体现了数据从产生到消亡的整个过程，具备可追溯性。
三、数据血缘关系的作用
1、评估数据价值
数据的价值在数据交易领域非常重要，数据血缘关系，可以从数据受众、数据更新量级、数据更新频次几方面来给数据价值的评估提供依据。
2、数据溯源
数据的血缘关系，体现了数据的来龙去脉，能帮助我们追踪数据的来源，追踪数据处理过程。
3、数据归档、销毁的参考
从数据生命周期管理角度来看，数据的血缘关系有助于我们判断数据的生命周期，是数据的归档和销毁操作的参考。
4、数据质量评估
从数据质量评估角度来看，清晰的数据源和加工处理方法，可以明确每个节点数据质量的好坏。从数据的血缘关系图上，可以方便地看到数据清洗的标准清单。
四、数据血缘关系的可视化
对于数据之间的血缘关系，可以利用计算机图形学和图像处理技术，通过可视化来清晰地展现在用户面前，方便后续探讨信息间的关联关系、本质探索。
根据血缘关系的特点及所需要展现的表现含义，数据血缘关系的可视化元素可以包括数据流转线路、信息节点、转换规则节点、数据归档销毁规则节点、清洗规则节点。
1）数据流转线路：数据流转线路从数据流入节点出来往主节点汇聚，又从主节点流出往数据流出节点扩散。数据流转线路表现了三个维度的信息，分别是方向、数据更新量级、数据更新频次；
2）信息节点：用来表现信息的所有者、层次信息及终端信息。信息节点有三种类型：主节点，数据流出节点，数据流入节点；
3）转换规则节点：位于数据流转线路上，用来表现数据流转过程中发生的变化、变换；
4）数据归档销毁规则节点：当数据不再具备使用价值，就可以考虑对其进行归档或者直接销毁；
5）清洗规则节点：用来表现数据流转过程中的筛选标准。其简略图形一般会位于数据流转线路上，表示该线路上流转的数据符合这些标准才能继续流转下去。
