如何在Snowflake中查找列级数据血缘信息？Access_History视图相关疑问

你找不到列级血缘信息，是因为Access_History里的列级访问记录并非显式字段，而是嵌套在半结构化数据字段里，需要解析才能提取。以下是具体操作和注意事项：

关键字段与解析方法 #

Access_History视图里的核心关联字段是QUERY_HISTORY_ID（关联Query_History获取完整SQL）和OBJECTS_ACCESSED（存储访问的对象及列信息）。必须用FLATTEN函数解析OBJECTS_ACCESSED中的COLUMNS数组，才能拿到列级血缘：

SELECT
  ah.QUERY_HISTORY_ID,
  qh.QUERY_TEXT,
  obj.value:OBJECT_DATABASE::STRING AS source_db,
  obj.value:OBJECT_SCHEMA::STRING AS source_schema,
  obj.value:OBJECT_NAME::STRING AS source_table,
  col.value::STRING AS source_column
FROM
  SNOWFLAKE.ACCOUNT_USAGE.ACCESS_HISTORY ah
JOIN
  SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY qh
  ON ah.QUERY_HISTORY_ID = qh.QUERY_HISTORY_ID,
  LATERAL FLATTEN(input => ah.OBJECTS_ACCESSED) obj,
  LATERAL FLATTEN(input => obj.value:COLUMNS) col
WHERE
  ah.OBJECTS_ACCESSED IS NOT NULL
  AND qh.QUERY_TYPE IN ('INSERT', 'UPDATE', 'CREATE_TABLE_AS_SELECT', 'MERGE') -- 筛选产生血缘的写操作
ORDER BY
  ah.START_TIME DESC;

常见问题排查 #

• 权限不足：只有ACCOUNTADMIN角色或被授予MONITOR USAGE权限的用户能访问Account Usage视图，普通用户看不到数据
• 数据延迟：Access_History的数据有1-2小时的同步延迟，刚执行的查询不会立刻出现在视图里
• 操作类型限制：部分只读操作（如简单SELECT）的列信息可能不会被完整记录，优先看写操作（如CTAS、INSERT）的记录
• 半结构化字段为空：如果OBJECTS_ACCESSED是NULL，说明该查询没有访问持久化对象（比如只操作临时表）

内容的提问来源于stack exchange，提问作者N Srikanth