使用 REST API 创建和获取关系

本教程介绍如何使用 Purview REST API:

  1. 创建资产和数据资产之间的世系关系。
  2. 查询世系关系/路径。

本文中引用的 API:

先决条件

使用这些 API 需要数据策展人和数据读取者角色。 请查看本教程,详细了解如何获取访问令牌。

概念

资产

在 Purview 中,我们有两种类型的基本资产:数据集和过程。

  • 包含 Azure SQL Table、Table 等数据的数据集资产应继承自 DataSet。
  • 处理数据管道、查询、函数等数据的过程资产应继承自 Process。

请参阅资产和类型,了解数据集和过程的类型定义。

关系和世系

在 Microsoft Purview 中,我们定义了三种类型的世系关系:

  • dataset_process_inputs:将 DataSet 连接到 Process,这意味着 DataSet 是 Process 的输入
  • process_dataset_outputs:将 Process 连接到 DataSet,这意味着 Process 生成 DataSet
  • direct_lineage_dataset_dataset:将 DataSet1 连接到 DataSet2,这意味着 DataSet1 是 DataSet2 的上游,但我们不知道它们之间的 Process 到底是什么

示例 1:下面是具有 2 个 DataSet、一个 Process 和两个世系关系的世系示例

Dataset ---> dataset_process_inputs ---> Process ---> process_dataset_outputs ---> DataSet

Screenshot showing DataSet to Process to DataSet lineage.

示例 2:另一个具有 2 个 DataSet 和一个世系关系的世系示例

Dataset ---> direct_lineage_dataset_dataset ---> DataSet

Screenshot showing DataSet to DataSet lineage.

创建资产和数据资产之间的世系关系

在以下部分中,我们将 hive_table 作为 DataSet 的示例类型,将 hive_query_process 作为 Process 的示例类型。 我们将使用这两种类型创建资产,并在它们之间创建世系。 可以使用任何其他类型(继承自 DataSet 或 Process)来创建世系。

示例 1

通过 API 创建资产

如果 Microsoft Purview 中尚未创建你想要为其创建世系的资产,可以调用以下 API 来创建这些资产。

API批量创建资产

任务:创建两个 hive_table 作为数据集(table1 和 table2),每个数据集具有 2 个 hive_column(column1 和 column2)。

POST {endpoint}/datamap/api/atlas/v2/entity/bulk

使用正文:

{
  "entities": [
    {
      "typeName": "hive_table",
      "attributes": {
        "qualifiedName": "test_lineage.table1",
        "name": "table1"
      },
      "relationshipAttributes": {
        "columns": [
          {
            "guid": "-11",
            "typeName": "hive_column"
          },{
            "guid": "-12",
            "typeName": "hive_column"
          }
        ]
      },
      "guid": "-1"
    },
    {
      "typeName": "hive_column",
      "attributes": {
        "qualifiedName": "test_lineage.table1#column1",
        "name": "column1",
        "type": "int"
      },
      "guid": "-11",
      "relationshipAttributes": {
        "table": {
          "guid": "-1",
          "typeName": "hive_table"
        }
      }
    },
    {
      "typeName": "hive_column",
      "attributes": {
        "qualifiedName": "test_lineage.table1#column2",
        "name": "column2",
        "type": "int"
      },
      "guid": "-12",
      "relationshipAttributes": {
        "table": {
          "guid": "-1",
          "typeName": "hive_table"
        }
      }
    },
    {
      "typeName": "hive_table",
      "attributes": {
        "qualifiedName": "test_lineage.table2",
        "name": "table2"
      },
      "relationshipAttributes": {
        "columns": [
          {
            "guid": "-21",
            "typeName": "hive_column"
          },{
            "guid": "-22",
            "typeName": "hive_column"
          }
        ]
      },
      "guid": "-2"
    },
    {
      "typeName": "hive_column",
      "attributes": {
        "qualifiedName": "test_lineage.table2#column1",
        "name": "column1",
        "type": "int"
      },
      "guid": "-21",
      "relationshipAttributes": {
        "table": {
          "guid": "-2",
          "typeName": "hive_table"
        }
      }
    },
    {
      "typeName": "hive_column",
      "attributes": {
        "qualifiedName": "test_lineage.table2#column2",
        "name": "column2",
        "type": "int"
      },
      "guid": "-22",
      "relationshipAttributes": {
        "table": {
          "guid": "-2",
          "typeName": "hive_table"
        }
      }
    }    
  ]
}

任务:创建过程资产“hive_view_query”

POST {endpoint}/datamap/api/atlas/v2/entity/bulk

使用正文:

{
  "entities": [
    {
      "typeName": "hive_view_query",
      "attributes": {
        "qualifiedName": "test_lineage.HiveQuery1",
        "name": "HiveQuery1",
        "columnMapping": "[{\"DatasetMapping\":{\"Source\":\"test_lineage.table1\",\"Sink\":\"test_lineage.table2\"},\"ColumnMapping\":[{\"Source\":\"column1\",\"Sink\":\"column1\"},{\"Source\":\"column2\",\"Sink\":\"column2\"}]}]"
      },
      "guid": "-1"
    }
  ]
}

上述 API 调用会导致创建两个 hive_table (DataSet) 和一个 hive_view_query (Process)。

在 DataSet 和 Process 之间创建世系关系

API创建关系

任务:根据 table1 创建世系 -> HiveQuery1(即 Dataset -> Process)

POST {endpoint}/datamap/api/atlas/v2/relationship

使用正文:

{
        "typeName": "dataset_process_inputs",
        "guid": "-1",
        "end1": {
            "typeName": "hive_table",
            "uniqueAttributes": {
                "qualifiedName": "test_lineage.table1"
            }
        },
        "end2": {
            "typeName": "Process",
            "uniqueAttributes": {
                "qualifiedName": "test_lineage.HiveQuery1"
            }
        }
}

任务:从 HiveQuery1 创建世系 -> table2(即 Process -> DataSet)

POST {endpoint}/datamap/api/atlas/v2/relationship

使用正文:

{
        "typeName": "process_dataset_outputs",
        "guid": "-2",
        "end1": {
            "typeName": "Process",
            "uniqueAttributes": {
                "qualifiedName": "test_lineage.HiveQuery1"
            }
        },
        "end2": {
            "typeName": "hive_table",
            "uniqueAttributes": {
                "qualifiedName": "test_lineage.table2"
            }
        }
}

查看世系

创建资产和世系关系后,可以在 Microsoft Purview 中查看世系图:

DataSet-Process-DataSet lineage.

示例 2

创建一个 hive 表 (table3),其中包含两列

API批量创建资产

任务:创建 table3,其中包含 2 个 hive_column(column1 和 column2)

POST {endpoint}/datamap/api/atlas/v2/entity/bulk

使用正文:

{
"entities": [
    {
      "typeName": "hive_table",
      "attributes": {
        "qualifiedName": "test_lineage.table3",
        "name": "table3"
      },
      "relationshipAttributes": {
        "columns": [
          {
            "guid": "-31",
            "typeName": "hive_column"
          },{
            "guid": "-32",
            "typeName": "hive_column"
          }
        ]
      },
      "guid": "-3"
    },
    {
      "typeName": "hive_column",
      "attributes": {
        "qualifiedName": "test_lineage.table3#column1",
        "name": "column1",
        "type": "int"
      },
      "guid": "-31",
      "relationshipAttributes": {
        "table": {
          "guid": "-3",
          "typeName": "hive_table"
        }
      }
    },
    {
      "typeName": "hive_column",
      "attributes": {
        "qualifiedName": "test_lineage.table3#column2",
        "name": "column2",
        "type": "int"
      },
      "guid": "-32",
      "relationshipAttributes": {
        "table": {
          "guid": "-3",
          "typeName": "hive_table"
        }
      }
    }
   ]
}

使用列映射在 table2 和 table3 之间创建直接世系

API创建关系

任务:使用列映射根据 table2 创建世系 -> table3(即 Dataset -> Dataset)

POST {endpoint}/datamap/api/atlas/v2/relationship

使用正文:

{
    "typeName": "direct_lineage_dataset_dataset",
    "guid": "-1",
    "end1": {
        "typeName": "hive_table",
        "uniqueAttributes": {
            "qualifiedName": "test_lineage.table2"
        }
    },
    "end2": {
        "typeName": " hive_table ",
        "uniqueAttributes": {
            "qualifiedName": "test_lineage.table3"
        }
    },
    "attributes": {
      "columnMapping": "[{\"Source\":\"column1\",\"Sink\":\"column1\"},{\"Source\":\"column2\",\"Sink\":\"column2\"}]"
    }
}

查看世系

现在,世系图(由上面的示例 1 和示例 2 组合而成)变为:

DataSet to DataSet lineage.

请注意,table2 直接链接到 table3,在它们之间没有 HiveQuery。

查询世系关系/路径

API按 GUID 获取世系

任务:通过 REST API 获取 table2 的世系

GET {{endpoint}}/api/atlas/v2/lineage/{{guid_of_table2}}?direction=BOTH

可以在下面使用 JSON 表示响应有效负载:

{
    "baseEntityGuid": "2a12b3ff-5816-4222-833a-035bf82e06e0",
    "lineageDirection": "BOTH",
    "lineageDepth": 3,
    "lineageWidth": -1,
    "childrenCount": -1,
    "guidEntityMap": {
        "16b93b78-8683-4f88-9651-24c4a9d797b0": {
            "typeName": "hive_table",
            "attributes": {
                "temporary": false,
                "lastAccessTime": 0,
                "createTime": 0,
                "qualifiedName": "test_lineage.table3",
                "name": "table3",
                "retention": 0
            },
            "lastModifiedTS": "1",
            "guid": "16b93b78-8683-4f88-9651-24c4a9d797b0",
            "status": "ACTIVE",
            "displayText": "table3",
            "classificationNames": [],
            "meaningNames": [],
            "meanings": [],
            "isIncomplete": false,
            "labels": [],
            "isIndexed": true
        },
        "cb22ba23-47a2-4149-ade6-e3d9642fe592": {
            "typeName": "hive_table",
            "attributes": {
                "temporary": false,
                "lastAccessTime": 0,
                "createTime": 0,
                "qualifiedName": "test_lineage.table1",
                "name": "table1",
                "retention": 0
            },
            "lastModifiedTS": "1",
            "guid": "cb22ba23-47a2-4149-ade6-e3d9642fe592",
            "status": "ACTIVE",
            "displayText": "table1",
            "classificationNames": [],
            "meaningNames": [],
            "meanings": [],
            "isIncomplete": false,
            "labels": [],
            "isIndexed": true
        },
        "bbeacce6-5bde-46f7-8fe4-689cbb36ba51": {
            "typeName": "hive_view_query",
            "attributes": {
                "qualifiedName": "test_lineage.HiveQuery1",
                "name": "HiveQuery1",
                "columnMapping": "[{\"DatasetMapping\":{\"Source\":\"test_lineage.table1\",\"Sink\":\"test_lineage.table2\"},\"ColumnMapping\":[{\"Source\":\"column1\",\"Sink\":\"column1\"},{\"Source\":\"column2\",\"Sink\":\"column2\"}]}]"
            },
            "lastModifiedTS": "1",
            "guid": "bbeacce6-5bde-46f7-8fe4-689cbb36ba51",
            "status": "ACTIVE",
            "displayText": "HiveQuery1",
            "classificationNames": [],
            "meaningNames": [],
            "meanings": [],
            "isIncomplete": false,
            "labels": [],
            "isIndexed": true
        },
        "2a12b3ff-5816-4222-833a-035bf82e06e0": {
            "typeName": "hive_table",
            "attributes": {
                "temporary": false,
                "lastAccessTime": 0,
                "createTime": 0,
                "qualifiedName": "test_lineage.table2",
                "name": "table2",
                "retention": 0
            },
            "lastModifiedTS": "1",
            "guid": "2a12b3ff-5816-4222-833a-035bf82e06e0",
            "status": "ACTIVE",
            "displayText": "table2",
            "classificationNames": [],
            "meaningNames": [],
            "meanings": [],
            "isIncomplete": false,
            "labels": [],
            "isIndexed": true
        }
    },
    "includeParent": false,
    "relations": [
        {
            "fromEntityId": "2a12b3ff-5816-4222-833a-035bf82e06e0",
            "toEntityId": "16b93b78-8683-4f88-9651-24c4a9d797b0",
            "relationshipId": "23df8e3e-b066-40b2-be29-9fd90693c51b",
            "columnMapping": "[{\"Source\":\"column1\",\"Sink\":\"column1\"},{\"Source\":\"column2\",\"Sink\":\"column2\"}]"
        },
        {
            "fromEntityId": "bbeacce6-5bde-46f7-8fe4-689cbb36ba51",
            "toEntityId": "2a12b3ff-5816-4222-833a-035bf82e06e0",
            "relationshipId": "5fe8d378-39cd-4c6b-8ced-91b0152d3014"
        },
        {
            "fromEntityId": "cb22ba23-47a2-4149-ade6-e3d9642fe592",
            "toEntityId": "bbeacce6-5bde-46f7-8fe4-689cbb36ba51",
            "relationshipId": "73e084bf-98a3-45fb-a1e4-c56cc40661b8"
        }
    ],
    "parentRelations": [],
    "widthCounts": {
        "INPUT": {
            "cb22ba23-47a2-4149-ade6-e3d9642fe592": 0,
            "bbeacce6-5bde-46f7-8fe4-689cbb36ba51": 1,
            "2a12b3ff-5816-4222-833a-035bf82e06e0": 1
        },
        "OUTPUT": {
            "16b93b78-8683-4f88-9651-24c4a9d797b0": 0,
            "2a12b3ff-5816-4222-833a-035bf82e06e0": 1
        }
    }
}

其他资源

类型定义

所有资产/实体和关系都在类型系统中定义。

调用列出所有类型定义 API,以获取 Microsoft Purview 实例中的当前类型定义。 如果不确定在描述的 API 调用中使用的 typeName,则可以检查类型定义 API 以查找相应的资产/实体类型。

下面是此 API 的示例响应:

TypeDef API response 1.

可以看到,在上述响应的 entityDefs 中,定义了资产类型。 进一步了解资产的定义,发现资产是继承的数据集类型。

TypeDef API response 2.

同样,可以发现过程继承自“过程”类型,如下所示:

TypeDef API response 3.

创建新的自定义类型

如果要创建自定义资产或过程,可以使用以下 API。

API创建 Typedef API

任务:创建自定义过程类型

POST {endpoint}/datamap/api/atlas/v2/types/typedefs

使用正文:

{
  "enumDefs": [],
  "structDefs": [],
  "classificationDefs": [],
  "entityDefs": [
    {
      "name": "MyCustomServiceProcess",
      "superTypes": [
        "Process"
      ],
      "typeVersion": "1.0",
      "attributeDefs": []
    }
  ],
  "relationshipDefs": []
}

任务:创建自定义数据集类型

POST {endpoint}/datamap/api/atlas/v2/types/typedefs

使用正文:

{
  "enumDefs": [],
  "structDefs": [],
  "classificationDefs": [],
  "entityDefs": [
    {
      "name": "MyCustomDataSet",
      "superTypes": [
        "DataSet"
      ],
      "typeVersion": "1.0",
      "attributeDefs": []
    }
  ],
  "relationshipDefs": []
}