# JSON 数据血缘追踪器

追踪 JSON 字段路径、派生依赖关系和变换历史，生成字段级血缘图

> 标准页面: https://elysiatools.com/zh/tools/json-data-lineage-tracer

- **分类:** Data Processing

- **关键词:** json, 血缘, etl, 字段映射, 依赖图, 数据工程

## 概述

适合 ETL、API 响应分析和字段映射梳理。可直接输入 JSON，并叠加规则描述派生字段来源。

## 输入项

- **源 JSON** (textarea): { "order": { "id": "ORD-1001", "customer": { "firstName": "Ada", "lastName": "Lovelace" }, "totalCents": 2599 } }
- **血缘规则 JSON（可选）** (textarea): { "rules": \[ { "target": "$.order.totalUsd", "sources": \["$.order.totalCents"\], "transforms": \["divide_by_100", "round(2)"\] }, { "target": "$.order.customerLabel", "sources": \["$.order.customer.firstName", "$.order.customer.lastName"\], "transforms": \["concat(" ")"\] } \] }
- **包含对象与数组节点** (checkbox)
- **输出中的最大字段数** (number)

## 适用场景

- 在重构或迁移旧版 API 时，需要梳理复杂 JSON 响应中各个字段的来源和依赖关系。
- 编写或调试 ETL 数据管道时，需要验证派生字段（如金额换算、字符串拼接）的转换逻辑是否正确映射。
- 接手缺乏文档的遗留系统，需要快速逆向工程并可视化数据字典及字段流向。

## 工作原理

- 在源 JSON 文本框中粘贴需要分析的原始 JSON 数据，工具会自动枚举并提取所有基础字段路径（如 $.order.totalCents）。
- （可选）在血缘规则 JSON 中输入派生逻辑，指定目标字段、来源字段数组以及所经历的转换操作（如 divide_by_100）。
- 配置是否包含对象与数组等容器节点，并设置最大输出字段数以控制分析规模。
- 点击生成，工具将整合基础路径与派生规则，输出包含节点统计和依赖关系的结构化血缘图 JSON 数据。

## 使用案例

- ETL 数据清洗与转换：记录原始日志数据如何通过清洗、聚合计算生成最终入库的宽表字段。
- BFF (Backend for Frontend) 层 API 聚合分析：追踪前端展示的复合字段是由哪些底层微服务接口字段拼接或计算而来的。
- 数据合规与隐私审计：标记包含敏感信息（如 PII）的源字段，并追踪其在下游系统中的所有派生流向。

## 常见问题

### 什么是血缘规则 JSON？

它是一个可选配置，用于声明原始 JSON 中不存在的派生字段。您可以指定目标字段（target）、依赖的源字段（sources）以及转换过程（transforms），工具会将其合并到最终的血缘图中。

### 支持多深的 JSON 嵌套层级？

工具支持任意深度的 JSON 嵌套解析，但为了保证性能和输出可读性，您可以通过“输出中的最大字段数”参数限制最终生成的节点数量。

### 为什么需要包含容器节点（对象与数组）？

包含容器节点可以完整保留 JSON 的层级树结构（如保留 $.order 节点），有助于在可视化或整体结构分析时理解字段的归属关系；如果只需关注叶子节点，可以取消勾选。

### 这个工具会自动推断转换逻辑吗？

不会。工具会自动提取源 JSON 的物理路径，但派生字段的业务转换逻辑（如汇率计算、字符串拼接）需要您通过血缘规则 JSON 显式定义。

### 输出的血缘图 JSON 可以用来做什么？

输出的结构化数据包含了节点（nodes）和依赖关系，您可以将其直接导入到 ECharts、D3.js 或其他图表库中进行可视化渲染，或者作为数据治理平台的元数据输入。

## 相关工具

- [JSON反扁平化工具](https://elysiatools.com/zh/tools/json-unflattener): 将扁平化的键值对转换回嵌套的JSON对象，支持不同键格式和数据类型推断
- [JSON键重命名器](https://elysiatools.com/zh/tools/json-key-renamer): 批量重命名JSON对象键，支持模式、规则和转换。适用于API响应格式化和数据标准化。
- [Lodash 在线工具](https://elysiatools.com/zh/tools/lodash-online-utility): 对 JSON 输入运行安全、精选的 Lodash 数组、对象和字符串方法。
- [BOM字符移除器](https://elysiatools.com/zh/tools/data-bom-remover): 从文本和文件内容中移除BOM（字节顺序标记）字符。非常适合清理有编码问题的文本文件、修复CSV导入和为处理准备数据。 功能特点： - 检测并移除UTF-8 BOM (EF BB BF) - 检测并移除UTF-16 BOM (FE FF 或 FF FE) - 检测并移除UTF-32 BOM (00 00 FE FF 或 FF FE 00 00) - 支持多种输入格式 - 可视化BOM字符显示 - 详细检测报告 - 支持批量文本处理 常见用途： - 修复CSV文件导入错误 - 清理文本文件编码问题 - 为JSON解析准备数据 - 修复XML解析问题 - 解决API数据编码冲突 - 标准化文本数据格式
- [BSON转换器](https://elysiatools.com/zh/tools/bson-converter): 将数据编码/解码为BSON（Binary JSON）格式
- [JSON模式校验器](https://elysiatools.com/zh/tools/json-schema-validator): 验证JSON数据是否符合JSON Schema结构定义
- [Smile转换器](https://elysiatools.com/zh/tools/smile-converter): 将数据编码/解码为Smile（二进制JSON）格式
- [文本转Excel转换器](https://elysiatools.com/zh/tools/text-to-excel): 将各种文本格式转换为Excel，支持自定义解析和格式化选项

## 示例

- [Terraform Plan JSON 样本](https://elysiatools.com/zh/samples/terraform-plan-json-samples): 用于依赖可视化和变更审查的 Terraform plan JSON 文件样本，贴近 terraform show -json 输出结构
- [JSON 示例](https://elysiatools.com/zh/samples/json): JSON（JavaScript 对象表示法）格式示例，从简单到复杂结构
- [聊天记录 JSON 示例](https://elysiatools.com/zh/samples/chat-transcript-json): 多角色聊天记录的 JSON 示例
- [富媒体 JSON 示例](https://elysiatools.com/zh/samples/rich-media-json): 常见富文本编辑器（TipTap、Quill、Slate）的 JSON 示例

## 相关内容

- [JSON Schema、Mock 数据与 API 夹具生成工具](https://elysiatools.com/zh/hubs/json-generate): 围绕JSON Schema 生成、Mock 负载构建与 API 夹具准备整理的一组工具。
- [可观测性、日志分析与 Trace 排障工具](https://elysiatools.com/zh/hubs/observability-debugging): 在一个专题里完成日志解析、Trace 检查、API 载荷漂移对比，以及把原始观测数据整理成时间线、时序图和结构化排障证据。
- [JSON 交换与格式翻译工具](https://elysiatools.com/zh/hubs/json-convert): 在一个专题里比较 JSON 与 CSV、YAML、TOML、GraphQL、XML、Markdown、Excel、BSON、EDN 等结构化格式之间的转换工具。
- [JSON 检查、对比与转换工具](https://elysiatools.com/zh/hubs/json-utility): 把 JSON 格式化、差异对比、路径检查、Schema 校验、合并、转换和导出工具集中到一个专题中，适合 API 与数据处理流程。