随着数据仓库技术的越发成熟,数据体系俨然成为企业决策的重要依据。数据仓库是一种由多数据源组成、以查询为主的数据库。其数据来源的多样性以及数据之间依赖关系的复杂性,导致其元数据管理的难度增加。清晰地数据血缘关系展现,实现了数据的追根溯源,便于排查数据出现问题时的原因。并且利用已经构建完成的数据血缘关系,能够发送数据变更通知、实现表的重要程度排名,对提升数据质量与资源治理具有重要意义。目前业内对于数据血缘关系的解析方案尚未达成共识,比较普遍的解决方法有:使用开源数据治理工具Apache Atlas,但该工具只提供Hive中血缘关系的获取,并不支持Apache Spark、Apache Flink等其他数据处理平台,而且与数据处理平台存在耦合性的问题,即血缘的获取依赖数据处理平台,在使用过程中会影响数据处理平台的执行效率,还会增加其故障率;使用某些数据处理平台本身提供的血缘工具类,不存在耦合性问题,但是只有表级别的血缘关系,没有字段级别的血缘关系。针对上述问题,本文提出了一种数据血缘解析方案,通过自行模拟Hive SQL和Spark SQL语句的执行的方式,从中解析出表级别以及字段级别的血缘关系,不依赖数据平台处理的中间过程,从而解决耦合性与解析粒度不够细致的问题;由于Flink任务并不使用Flink SQL开发,所以通过提供Flink插件的方式以获取Flink任务级别血缘,完成了Spark、Flink和Hive三个数据处理平台的血缘获取。本文还借鉴谷歌利用网页引用关系实现网页排名的思想,利用数据（表）之间的血缘关系完成数据的重要程度排名,优先对较重要数据的产出任务进行优化,从而提高数据产出任务治理的效率;据此排名标准可以将数据与个人或者团队关联,建立一套奖励或者惩罚制度,使数据开发人员不再热衷于建设新表,以提高数据开放程度,减少数据重复建设,达到节省资源的目的。本文依靠血缘关系的构建方法与表排名算法的研究,设计并实现了一种基于血缘关系的元数据管理系统,提供数据血缘展示、资源治理、数据变更和数据检索等功能。通过血缘关系的展现与应用,理清了数据之间的依赖关系,优化了资源配置,目前系统已上线并平稳运行,显著地提升了元数据管理服务的质量。