数据血缘

Data Lineage（数据血缘）指的是数据的生命周期，包括其来源、移动、特性和质量。它是数据工程中的一个关键组成部分，用于跟踪数据在管道中每个过程中的旅程，从原始输入到模型输出。数据血缘有助于保持透明度、确保合规性，并促进数据调试或追踪与数据相关的错误。它提供了数据源、转换和依赖关系的清晰表示，从而有助于审计、治理或机器学习模型的复现。