{"id":6767,"date":"2026-07-12T02:08:34","date_gmt":"2026-07-12T10:08:34","guid":{"rendered":"https:\/\/www.gudusoft.com\/vertica-data-lineage\/"},"modified":"2026-07-12T02:08:34","modified_gmt":"2026-07-12T10:08:34","slug":"vertica-data-lineage","status":"publish","type":"page","link":"https:\/\/www.gudusoft.com\/fr\/lignee-de-donnees-vertica\/","title":{"rendered":"Tra\u00e7abilit\u00e9 des donn\u00e9es Vertica\u00a0: Tra\u00e7abilit\u00e9 au niveau des colonnes \u00e0 partir des projections et du SQL"},"content":{"rendered":"

Lign\u00e9e des donn\u00e9es Vertica<\/strong> Il s'agit de la carte au niveau des colonnes de la fa\u00e7on dont les donn\u00e9es circulent dans votre Vertica SQL\u00a0: quelles colonnes sources alimentent chaque table cible, projection et rapport, et quelles jointures, filtres, agr\u00e9gats et fonctions analytiques transforment les donn\u00e9es en cours de route. Gudu SQLFlow<\/a> il construit automatiquement cette carte avec un analyseur syntaxique d\u00e9di\u00e9 au dialecte Vertica\u00a0: il lit votre SQL de mani\u00e8re statique, r\u00e9sout chaque r\u00e9f\u00e9rence de colonne et g\u00e9n\u00e8re un diagramme de lignage interactif sans jamais toucher aux lignes de vos tables.<\/p>\n\n\n\n

\n\n

Essayez-le maintenant\u00a0:<\/strong> collez n'importe quelle requ\u00eate Vertica dans le Visualiseur de lign\u00e9es SQL en ligne gratuit<\/a>S\u00e9lectionnez le dialecte Vertica et obtenez un diagramme de lignage au niveau des colonnes en quelques secondes.<\/p>\n\n<\/div><\/div>\n\n\n\n

Pourquoi la lign\u00e9e Vertica pose un probl\u00e8me d'analyse SQL<\/h2>\n\n\n\n

Vertica se distingue des autres bases de donn\u00e9es analytiques par la part importante de sa conception physique exprim\u00e9e en SQL. Une projection, structure de stockage centrale de Vertica, est d\u00e9finie par une CR\u00c9ER UNE PROJECTION ... COMME S\u00c9LECTION<\/code> d\u00e9claration. Un tableau aplati d\u00e9normalise les attributs de dimension par le biais de UTILISATION PAR D\u00c9FAUT<\/code> et ENSEMBLE UTILISANT<\/code> Les expressions de colonnes sont elles-m\u00eames des requ\u00eates sur d'autres tables. Le remplissage des lacunes et l'interpolation des donn\u00e9es d'\u00e9v\u00e9nements ont lieu dans le S\u00c9RIE TEMPORELLE<\/code> clause, juste \u00e0 l'int\u00e9rieur d'une S\u00c9LECTIONNER<\/code>.<\/p>\n\n\n\n

Cette conception a une cons\u00e9quence sur la tra\u00e7abilit\u00e9\u00a0: si un outil peut analyser correctement le dialecte de Vertica, il peut reconstituer le flux de donn\u00e9es, non seulement \u00e0 travers vos scripts ETL et vos vues, mais aussi \u00e0 travers la couche de stockage elle-m\u00eame. Dans le cas contraire, il supprime silencieusement les instructions qui d\u00e9finissent pr\u00e9cis\u00e9ment un environnement Vertica. Les analyseurs syntaxiques g\u00e9n\u00e9riques ANSI sont bloqu\u00e9s par cette approche. S\u00c9RIE TEMPORELLE<\/code>, traitez les d\u00e9finitions de projection comme du bruit et ne voyez jamais la requ\u00eate cach\u00e9e \u00e0 l'int\u00e9rieur d'un ENSEMBLE UTILISANT<\/code> expression.<\/p>\n\n\n\n

SQLFlow int\u00e8gre un analyseur Vertica sp\u00e9cifique au dialecte, l'un des 39 analyseurs syntaxiques de dialecte<\/a>, chacune avec sa propre grammaire plut\u00f4t qu'une approximation ANSI partag\u00e9e. Il g\u00e8re les projections d\u00e9finies par des instructions SELECT, des expressions de table aplatie, et S\u00c9RIE TEMPORELLE<\/code> il traite les clauses comme du SQL de premi\u00e8re classe et r\u00e9sout les r\u00e9f\u00e9rences de colonnes via des CTE, des sous-requ\u00eates, des vues, etc. S\u00c9LECTIONNER *<\/code> expansion.<\/p>\n\n\n\n

Tra\u00e7abilit\u00e9 au niveau des colonnes \u00e0 partir d'une v\u00e9ritable instruction Vertica<\/h2>\n\n\n\n

Consid\u00e9rons un motif Vertica typique\u00a0: un INSERER ... S\u00c9LECTIONNER<\/code> qui agr\u00e8ge des donn\u00e9es factuelles et les classe \u00e0 l'aide d'une fonction analytique.<\/p>\n\n\n\n

INSERT INTO mart.region_daily_rank (sale_date, region_name, total_amount, region_rank) SELECT s.sale_date, r.region_name, SUM(s.amount) AS total_amount, RANK() OVER (PARTITION BY s.sale_date ORDER BY SUM(s.amount) DESC) AS region_rank FROM fact.sales s JOIN dim.regions r ON s.region_id = r.region_id WHERE s.sale_date >= '2026-01-01' GROUP BY s.sale_date, r.region_name;<\/code><\/pre>\n\n\n\n
Pour chaque colonne de sortie, SQLFlow identifie les colonnes sources qui l'alimentent et les fonctions qu'elles traversent\u00a0:<\/p>\n\n\n\n