Informatica 10.5.3中abc.txt文件下游数据血缘查询求助

针对你要从abc.txt追踪到最终表的下游血缘需求，结合Informatica 10.5.3的元数据表结构，你的CTE思路是对的，但原语句存在几个关键问题，直接运行会出错，下面是具体分析和改进方案：

原语句的核心问题 #

• 类型不匹配的关联错误：递归部分的dep.SOURCE_WIDGET_ID = cte.target_table完全错误——SOURCE_WIDGET_ID是OPB_WIDGET_INST表的数值型主键，而cte.target_table是字符串类型的组件名称，两者无法关联，这会导致递归分支没有数据返回。
• 血缘路径构建不完整：锚点的lineage_path只保留了源名称，应该直接把首次的源→目标链路写进去，后续递归再追加，这样路径可读性更强。
• 未过滤组件类型：OPB_WIDGET_INST包含映射里的所有组件（比如转换、过滤器等），如果不限制源/目标组件类型，会把非表/文件的中间组件也纳入链路，导致结果混乱。
• 未处理循环依赖：如果Informatica映射存在循环依赖，递归会无限运行，SQL Server默认递归次数限制是100，需要手动指定限制。

改进后的查询语句 #

WITH LineageCTE AS (
    -- 锚点：从指定源文件开始，只关联到目标表组件
    SELECT
        src.INSTANCE_NAME AS source_name,
        tgt.INSTANCE_NAME AS target_name,
        m.MAPPING_NAME,
        f.SUBJECT_AREA AS folder_name,
        CAST(src.INSTANCE_NAME + ' → ' + tgt.INSTANCE_NAME AS VARCHAR(MAX)) AS lineage_path,
        1 AS level,
        tgt.WIDGET_ID AS target_widget_id  -- 保留组件ID用于递归关联
    FROM
        OPB_MAPPING_DEP dep
    JOIN OPB_MAPPING m ON dep.MAPPING_ID = m.MAPPING_ID
    JOIN OPB_WIDGET_INST src ON dep.SOURCE_WIDGET_ID = src.WIDGET_ID
    JOIN OPB_WIDGET_INST tgt ON dep.TARGET_WIDGET_ID = tgt.WIDGET_ID
    JOIN OPB_SUBJECT f ON m.SUBJECT_ID = f.SUBJ_ID
    WHERE
        src.INSTANCE_NAME = 'abc.txt'
        AND src.WIDGET_TYPE = 'SOURCE'  -- 过滤源组件类型
        AND tgt.WIDGET_TYPE = 'TARGET'  -- 过滤目标组件类型
    UNION ALL
    -- 递归：以上一轮的目标组件作为下一轮的源，继续追踪下游
    SELECT
        src.INSTANCE_NAME AS source_name,
        tgt.INSTANCE_NAME AS target_name,
        m.MAPPING_NAME,
        f.SUBJECT_AREA AS folder_name,
        CAST(cte.lineage_path + ' → ' + tgt.INSTANCE_NAME AS VARCHAR(MAX)) AS lineage_path,
        cte.level + 1 AS level,
        tgt.WIDGET_ID AS target_widget_id
    FROM
        LineageCTE cte
    JOIN OPB_MAPPING_DEP dep ON dep.SOURCE_WIDGET_ID = cte.target_widget_id  -- 用组件ID关联，类型匹配
    JOIN OPB_MAPPING m ON dep.MAPPING_ID = m.MAPPING_ID
    JOIN OPB_WIDGET_INST src ON dep.SOURCE_WIDGET_ID = src.WIDGET_ID
    JOIN OPB_WIDGET_INST tgt ON dep.TARGET_WIDGET_ID = tgt.WIDGET_ID
    JOIN OPB_SUBJECT f ON m.SUBJECT_ID = f.SUBJ_ID
    WHERE
        src.WIDGET_TYPE = 'SOURCE'  -- 确保当前源是上一轮的目标表
        AND tgt.WIDGET_TYPE = 'TARGET'  -- 只追踪到下一级目标表
)
SELECT
    source_name,
    target_name,
    MAPPING_NAME,
    folder_name,
    lineage_path,
    level
FROM
    LineageCTE
ORDER BY
    level
OPTION (MAXRECURSION 100);  -- 限制递归次数，避免无限循环，0表示无限制

关键修改说明 #

1. 修复递归关联逻辑：新增target_widget_id字段，用数值型的组件ID进行递归关联，解决类型不匹配问题。
2. 完善血缘路径：锚点直接生成源→目标的初始路径，递归时追加后续目标，路径更直观。
3. 过滤组件类型：通过WIDGET_TYPE筛选出源（SOURCE）和目标（TARGET）组件，排除中间转换节点，只保留文件/表的链路。
4. 添加递归限制：用OPTION (MAXRECURSION 100)控制递归次数，根据你的实际链路深度调整数值，设为0则允许无限递归（不推荐，避免循环）。

额外注意事项 #

• 确认OPB_WIDGET_INST表的WIDGET_TYPE值是否正确：不同Informatica版本的组件类型代码可能有差异，如果SOURCE/TARGET不生效，可以查询OPB_WIDGET_TYPE表获取准确的类型标识。
• 如果需要包含列级血缘，需要关联OPB_COLUMN_DEP表，但你当前需求是表级链路，暂时不需要。

内容的提问来源于stack exchange，提问作者Pravinkumar Hadpad