企业官网建设流程全解析

DataHub GraphQL 实战：3 个任务搞定元数据查询与变更

【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub

想在代码里查一张表归谁管、上下游是什么，总不能靠在页面间来回翻吧。DataHub GraphQL 是 DataHub 的图查询接口，元数据查询、数据血缘、变更描述都能在一个端点里完成。读到这里，你能在本地跑通一个查询、改掉一条元数据。

先搞懂 4 个名词

和 REST 的区别只有一句话：GraphQL 让你精确指定要哪些字段，多要少要都自己定。

三步跑起来：clone、启动、打开 Playground

下面这段命令会克隆仓库、用 Docker 起一套完整环境，最后告诉你打开哪个地址：

git clone https://gitcode.com/GitHub_Trending/da/datahub cd datahub docker compose -f docker/profiles/docker-compose.yml up -d

1. 克隆仓库到本地。
2. 执行 quickstart 的 docker compose 命令，等容器全部变成 green。
3. 浏览器打开http://localhost:9002/api/graphiql，这就是 Playground。

注意：quickstart 不会预置业务数据，建议先用 ingestion 同步任意一个源（或手动推几条 MCE），这样下面查询时才有东西可看。

任务一：查出这张表归谁管

用这条查询取回数据集的基本信息和全部负责人：

{ dataset(urn: "urn:li:dataset:(urn:li:dataPlatform:kafka,my_topic,PROD)") { urn name platform { name } owners { owners { urn displayName } } } }

跑完你会看到返回的 owners 列表，这就是这张表的责任人；如果列表为空，说明没人认领。

任务二：摸清它的上下游

这条血缘查询沿 incoming 方向拉取所有上游实体：

{ dataset(urn: "urn:li:dataset:(urn:li:dataPlatform:kafka,my_topic,PROD)") { lineage(input: { direction: INCOMING, start: 0, count: 20 }) { relationships { source { urn } relationshipType } } } }

跑完每条 relationship 的source.urn就是一个上游节点，改direction为OUTGOING就能看下游。

任务三：改一句描述、顺带搜一个词

先用 mutation 把这张表的描述改掉：

mutation { updateDataset( urn: "urn:li:dataset:(urn:li:dataPlatform:kafka,my_topic,PROD)" input: { editableProperties: { description: "订单实时 Topic，由风控组维护，SLA 5 分钟" } } ) { urn } }

返回 urn 且没有 error，说明已经写进去了；刷新页面里的 Dataset 详情就能看到新描述。这种变更完全可以封装成脚本定期跑，比如批量给无主表打标记。

搜索也是一样的套路：search(input: { type: DATASET, query: "order", start: 0, count: 10 })就能跨表找关键词，用法和查询基本一致。

避坑与提速清单

• 只取需要的字段，返回体越小解析越快
• 批量变更用updateDatasets，别循环单条发请求
• 常用字段组合抽成 fragment 复用
• 高频读请求在客户端做本地缓存
• 血缘查询带start/count分页，别一次拉全图

整套 schema、解析器和变更逻辑都在 datahub-graphql-core/ 里，写查询前拿不准字段就去查 docs/api/graphql/ 里的 getting-started，照着官方文档改比硬猜字段名快得多。

【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub