Apache Atlas血缘关系实战（四）atlas核心概念介绍

在前面我们已经安装部署好了atlas，并且也导入了演示数据，同时我们可以通过演示数据查看表与表之间，列与列之间的血缘关系。随后我们会演示如何自定义的创建一套自定义的血缘关系，在介绍之前，我们首先介绍一些atlas的核心概念。

一、名词定义

1）type System

这里的类型就是我们在页面上看到的类型，如下图：

这里类型的含义是指元数据类型的定义，这里可以是数据库，表，列等，还可以细分 mysql 表( mysql_table )，oracle 表( oracle_table )等，atlas自带了很多类型，如 DataSet，Process 等，一般情况下，数据相关的类型在定义类型的时候都会继承 DataSet，而流程相关的类型则会继承 Process，便于生成血缘关系。我们也可以通过调用 api 自定义类型。这是一切的起点，定义完类型之后，才能生成不同类型的元数据实体，生成血缘关系，我个人更喜欢把元数据类型称之为建模。

2）classification

这里的classification的位置如下图：

这里的classification指的是分类，通俗点就是给元数据打标签，分类是可以传递的，比如 A 视图是基于 A 表生成的，那么如果 A 表打上了 a 这个标签，A 视图也会自动打上 a 标签，这样的好处就是便于数据的追踪。

3）Entity

Entity就是一个个实体类，他是由一个个type来管理的，例如下图：

4）Lineage

这里的Lineae就是血统关系，这里我们找到对应的实体，例如上图table8的实体，点击一列，例如：cystomer_dim，就可以看到对应的属性信息：

在这个图里面就有Lineage血缘关系的tab，我们点击进去就可以看到对应的血缘关系了：

这个customer_dim属性只有一个图形，代表没有其他的血缘能和他关联起来。最后我们总结下这个血缘关系：数据血缘，表示数据之间的传递关系，通过 Lineage 我们可以清晰的知道数据的从何而来又流向何处，中间经历了哪些操作，这样一旦数据出现问题，可以迅速追溯，定位是哪个环节出现错误。

5）Relationships

这里的关系图也是对应实体属性的，他可以展示当前属性所属的关联列，关联表，关联视图，存储路径的信息，如下图：

以上就是我们在使用atlas的过程中必须涉及到的几个核心概念。最后我们再总结下atlas是干什么用的：

Atlas 主要是通过内部提供的脚本读取数仓中的数据库结构，生成数据模型，存储到 Atlas的 Hbase 中，同时通过 hook 的方式监听数仓中的数据变化，分析执行的 sql 语句，从而生成表与表，列与列的血缘关系依赖，在前台展示给用户查看。