Aloudata BIG 主动元数据平台支持 Oracle/DB2 存储过程算子级血缘解析

Aloudata BIG 算子级血缘主动元数据平台已经支持 Oracle 类型、DB2 类型的存储过程算子级血缘解析，并达到 90% 血缘解析准确率：

1. 能够识别准确的字段级数据加工依赖关系；
2. 能够识别多级嵌套调用的存储过程的血缘；
3. 能够推断存储过程内部变量的再加工取值；
4. 能够从存储过程中提取出字段的主要加工口径。

存储过程的算子级血缘攻克了企业数据链路上的“断点和黑洞”，可以应用在国产数据库迁移、指标口径盘点、团队知识转移和运维故障快速定位等场景，进一步提升数据管理效率。

存储过程（即一种 PL/SQL 语言编写的执行程序）被广泛应用于 Oracle、SQL Server、Greenplum 、GaussDB、MySQL 等 MPP 数据库的数据处理任务中，它支持将任务指令发送至服务端，以更少的系统资源执行数据批量处理和复杂操作，让数据处理和分析效率更高，从而被企业众多关键系统及 ETL 开发人员使用。

然而，PL/SQL相较于标准 SQL 而言，其引入了变量、流程控制、游标、动态 SQL 等更灵活、更复杂的高级语法，所以使用存储过程编写的数据处理任务，成为血缘解析的难点。部分企业通过规范写法、正则埋点等技术手段，实现了对存储过程血缘的部分解析，但在准确性和全面性上无法达到业务可用要求，导致只要涉及存储过程的数据处理任务，即使是表级血缘也存在“解不准、看不清”的情况，造成了数据链路的“断点和黑洞”。

在国产数据库替代、监管升级的行业趋势下，企业在数据库迁移、数据质量保障等业务中，迫切需要具备支持存储过程在内的全链路、精细化血缘分析和代码理解能力，从而实现“全面国产化、自主可控、风险可控”等业务要求。

为解决上述难题，Aloudata BIG 主动元数据平台团队经过技术攻关，实现了对 Oracle 类型和 DB2 类型 PL/SQL 存储过程的算子级血缘解析，并在真实生产级环境中验证达到 90% 以上的准确率。团队通过自研 PL/SQL 语义分析引擎，实现了对变量、流程控制、游标、动态 SQL 等高级语法算子血缘及