{"id":6756,"date":"2026-07-12T02:06:52","date_gmt":"2026-07-12T10:06:52","guid":{"rendered":"https:\/\/www.gudusoft.com\/postgresql-data-lineage\/"},"modified":"2026-07-12T02:06:52","modified_gmt":"2026-07-12T10:06:52","slug":"postgresql-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/es\/linaje-de-datos-de-postgresql\/","title":{"rendered":"Linaje de datos de PostgreSQL: Linaje a nivel de columna desde vistas y SQL"},"content":{"rendered":"

Linaje de datos de PostgreSQL<\/strong> es el mapa a nivel de columna de c\u00f3mo se mueven los datos a trav\u00e9s de sus vistas, CTE y DML de PostgreSQL: qu\u00e9 columnas de la tabla base alimentan cada columna de vista o informe, y qu\u00e9 uniones, filtros, conversiones y agregaciones transforman los datos en el proceso. El propio cat\u00e1logo de PostgreSQL le indica que los objetos dependen unos de otros. pg_depend<\/code> registra que una vista hace referencia a una tabla, pero no dice nada sobre c\u00f3mo se transforman las columnas. Construir un linaje real significa analizar el SQL en s\u00ed, y eso es exactamente lo que Flujo de SQL de Gudu<\/strong> S\u00ed, con un analizador de dialecto espec\u00edfico para PostgreSQL en lugar de una gram\u00e1tica ANSI gen\u00e9rica.<\/p>\n\n\n\n

\n\n

Pru\u00e9balo en 30 segundos:<\/strong> Pegue cualquier consulta o definici\u00f3n de vista de PostgreSQL en el Visualizador de linaje SQLFlow gratuito<\/a> y obtenga un diagrama de linaje interactivo a nivel de columna. La edici\u00f3n en la nube tiene un nivel gratuito.<\/p>\n\n<\/div><\/div>\n\n\n\n

\u00bfPor qu\u00e9 pg_depend no puede responder preguntas sobre el linaje?<\/h2>\n\n\n\n

PostgreSQL mantiene registros de dependencias meticulosos. pg_depend<\/code> y pg_rewrite<\/code> saber que v_region_revenue<\/code> no se puede eliminar mientras haga referencia a v_orders_enriched<\/code>, y esquema_de_informaci\u00f3n<\/code> Las vistas exponen a qu\u00e9 tablas accede una vista. Eso es seguimiento de dependencias a nivel de objeto, creado para CA\u00cdDA ... CASCADA<\/code> Seguridad, no linaje.<\/p>\n\n\n\n

Lo que el cat\u00e1logo no puede decirle: qu\u00e9 columnas espec\u00edficas alimentan ganancia<\/code>, si cantidad<\/code> fue fundido o agregado en el camino, ya sea estado<\/code> Filtra el resultado sin aparecer nunca en \u00e9l, y muestra c\u00f3mo se ve la ruta completa cuando las vistas se apilan a tres o cuatro niveles de profundidad. Responder a "\u00bfde d\u00f3nde viene este n\u00famero?" o "\u00bfqu\u00e9 falla si elimino esta columna?" requiere reconstruir la l\u00f3gica de transformaci\u00f3n a partir del texto SQL almacenado en las definiciones de vista; un problema de an\u00e1lisis sint\u00e1ctico, no una consulta de cat\u00e1logo.<\/p>\n\n\n\n

C\u00f3mo SQLFlow crea el linaje de datos de PostgreSQL<\/h2>\n\n\n\n
  1. Ingerir SQL.<\/strong> Pegue consultas, cargue archivos de script, con\u00e9ctese a PostgreSQL a trav\u00e9s de JDBC para obtener DDL y ver definiciones directamente, o importe un manifiesto dbt para proyectos dbt-on-Postgres.<\/li>\n
  2. Analizar con una gram\u00e1tica espec\u00edfica de PostgreSQL.<\/strong> SQLFlow est\u00e1 construido sobre la base de Analizador SQL general (GSP)<\/a>, un front-end de compilador SQL comercial desarrollado desde mediados de la d\u00e9cada de 2000 y validado contra aproximadamente 13.600 conjuntos de prueba por dialecto. Su analizador PostgreSQL maneja las construcciones propias del dialecto: CTEs modificables, INSERTAR ... SOBRE EL CONFLICTO<\/code>, el ::<\/code> Operador de conversi\u00f3n, herencia y particionamiento DDL: y su resolvedor sem\u00e1ntico se expande SELECCIONAR *<\/code>Resuelve las referencias de columna a trav\u00e9s de CTEs, subconsultas y definiciones de vista, y luego extrae las relaciones de origen a destino con granularidad de columna.<\/li>\n
  3. Visualizar y exportar.<\/strong> El resultado es un diagrama interactivo que permite seguir el flujo de datos desde cualquier columna, tanto aguas arriba como aguas abajo, y que se puede exportar como JSON, CSV o PNG, o consultar a trav\u00e9s de una API REST.<\/li><\/ol>\n\n\n\n

    PostgreSQL es uno de los 39 dialectos para los que SQLFlow incluye analizadores, incluidos los motores de la familia Postgres Greenplum, Amazon Redshift y EDB Postgres, cada uno con su propio analizador porque cada uno se ha desviado del n\u00facleo de PostgreSQL de maneras que importan para un motor de linaje. La metodolog\u00eda completa se cubre en el Descripci\u00f3n general de la herramienta de linaje de datos SQL<\/a>.<\/p>\n\n\n\n

    Rastreo de una cadena de vistas anidadas hasta las tablas base<\/h2>\n\n\n\n

    Las pilas de vistas superpuestas son la forma predeterminada en que se acumula la l\u00f3gica en PostgreSQL, y es donde el rastreo manual del linaje falla. Consideremos una cadena de dos niveles:<\/p>\n\n\n\n

    CREATE VIEW v_orders_enriched AS SELECT o.order_id, o.customer_id, o.amount::numeric(12,2) AS amount, c.region FROM orders o JOIN customers c ON c.customer_id = o.customer_id WHERE o.status = 'shipped'; CREATE VIEW v_region_revenue AS SELECT region, SUM(amount) AS revenue FROM v_orders_enriched GROUP BY region;<\/code><\/pre>\n\n\n\n
    Preg\u00fantale a SQLFlow d\u00f3nde v_region_revenue.revenue<\/code> proviene de y resuelve la cadena completa: ganancia<\/code> es SUMA()<\/code> encima v_orders_enriched.amount<\/code>, que es un num\u00e9rico(12,2)<\/code> reparto de pedidos.cantidad<\/code>El diagrama muestra cada salto \u2014tabla base, vista intermedia, agregado\u2014 como una ruta explorable, no como una simple suposici\u00f3n. Tambi\u00e9n pone de manifiesto lo que una lectura ingenua pasa por alto: estado de los pedidos<\/code> nunca aparece en la salida, sin embargo, cada cifra de ingresos depende de la DONDE o.status = 'enviado'<\/code> filtro. SQLFlow registra eso como linaje indirecto (m\u00e1s abajo).<\/p>\n\n\n\n
    La misma resoluci\u00f3n funciona a cualquier profundidad. En un esquema real donde las vistas se apilan a cinco niveles de profundidad y la mitad de ellas utilizan SELECCIONAR *<\/code>SQLFlow expande los asteriscos en funci\u00f3n de las definiciones de tabla reales obtenidas a trav\u00e9s de JDBC, de modo que el linaje se mantiene preciso a nivel de columna incluso cuando el texto SQL nunca nombra las columnas.<\/p>\n\n\n\n
    Constructos de PostgreSQL que rompen los analizadores sint\u00e1cticos gen\u00e9ricos<\/h2>\n\n\n\n
    Las herramientas que tratan PostgreSQL como \u201cSQL est\u00e1ndar ANSI\u201d fallan precisamente en las sentencias que manejan el mayor flujo de datos. Todas estas sentencias son gestionadas por el analizador de dialecto PostgreSQL de SQLFlow:<\/p>\n\n\n\n
    \n
    Construir<\/th>Por qu\u00e9 es importante para el linaje<\/th><\/tr><\/thead>
    CTE modificables (CON ... INSERTAR\/ACTUALIZAR\/ELIMINAR ... RETORNANDO<\/code>)<\/td>Una sola instrucci\u00f3n lee y escribe: la salida DML de la CTE alimenta la consulta externa. El linaje debe conectar la tabla modificada, la REGRESO<\/code> columnas y el objetivo final en un gr\u00e1fico.<\/td><\/tr>\n
    INSERTAR ... EN CASO DE CONFLICTO, ACTUALIZAR<\/code><\/td>Las operaciones Upsert enrutan los datos por dos rutas: la ruta de inserci\u00f3n y la ruta de actualizaci\u00f3n a trav\u00e9s de la EXCLUIDO<\/code> pseudotabla. Ambos son flujos de columnas reales hacia la tabla de destino.<\/td><\/tr>\n
    Herencia de tablas y particionamiento declarativo<\/td>Las consultas a una tabla principal leen impl\u00edcitamente sus tablas secundarias. SQLFlow analiza el DDL de herencia y particionamiento para que el linaje se adjunte correctamente a nivel de la tabla principal en lugar de fragmentarse por partici\u00f3n.<\/td><\/tr>\n
    CTE encadenadas y vistas anidadas<\/td>Las referencias a columnas deben resolverse a trav\u00e9s de cada capa intermedia, incluidas las CTE que hacen referencia a CTE anteriores, hasta llegar a las tablas base f\u00edsicas.<\/td><\/tr>\n
    ::<\/code> columnas de expresiones y ladrones<\/td>Cada columna de salida se asigna a sus fuentes a trav\u00e9s de las funciones y conversiones aplicadas, por lo que puede ver no solo d\u00f3nde<\/em> un valor provino de pero \u00bfQu\u00e9 le pas\u00f3?<\/em>.<\/td><\/tr>\n<\/tbody><\/table><\/figure>\n\n\n\n
    Linaje directo vs. indirecto: las columnas de filtro que de otro modo pasar\u00edas por alto.<\/h2>\n\n\n\n
    SQLFlow distingue linaje directo<\/strong> \u2014 valores de columna que fluyen f\u00edsicamente a una salida \u2014 desde linaje indirecto (de impacto)<\/strong> \u2014 columnas utilizadas en D\u00d3NDE<\/code> cl\u00e1usulas, UNIRSE<\/code> condiciones y AGRUPACI\u00d3N POR<\/code> claves que dan forma al resultado sin llegar a \u00e9l. En el ejemplo anterior, pedidos.cantidad<\/code> es linaje directo para ganancia<\/code>; estado de los pedidos<\/code> y ambos ID del cliente<\/code> Las claves de uni\u00f3n son indirectas.<\/p>\n\n\n\n
    La distinci\u00f3n se puede activar o desactivar en el diagrama y cambia las decisiones reales. Si planea cambiar el dominio de estado de los pedidos<\/code>El linaje directo indica que nada depende de \u00e9l; el linaje indirecto muestra todos los informes de ingresos que filtra silenciosamente. La mayor\u00eda de las herramientas de linaje no modelan este tipo de relaci\u00f3n en absoluto.<\/p>\n\n\n\n
    Desde una sola consulta hasta todo un entorno PostgreSQL.<\/h2>\n\n\n\n
    Para una \u00fanica cadena de vistas compleja, el nivel gratuito de SQLFlow Cloud es suficiente: pegar, analizar, explorar. M\u00e1s all\u00e1 de eso:<\/p>\n\n\n\n