用途:在集成新数据源、设计 ETL 或 dbt 转换、审计迁移中的字段变化、帮助新分析师理解列来源、编写需要列级血缘的数据目录条目时,整理源表与目标表之间的列级映射。
主要能力:收集源模式与目标模式(列名、数据类型、可空标记、简要描述);逐列建立映射,区分直接映射(仅重命名)与派生映射(计算、类型转换、查找连接);记录每条派生映射的精确转换规则(例如 CAST(amount_cents AS FLOAT) / 100.0、COALESCE(first_name, email));标记缺口,即无来源的目标列(需创建或设默认值)与无去向的源列(丢弃或延后),并为每个缺口记录决策;最终产出映射文档供实现前评审。
使用方式:输入包括源模式与目标模式(或由分析需求定义的目标结构)、已有的转换逻辑(SQL、dbt 模型、Python 代码)、控制取值转换或默认值的业务规则,以及可澄清歧义字段的相关方。执行流程为:收集源模式(可来自 INFORMATION_SCHEMA、数据字典或源 API 文档)、收集目标模式、映射列(可用 scripts/schema_compare.py 自动匹配同名)、记录转换规则、标记缺口、完成 assets/schema_mapping_template.md 并评审。
输出:scripts/schema_compare.py 比较两个模式并找出同名匹配与类型不匹配;assets/schema_mapping_template.md 为完整的逐列映射,含转换规则、缺口与决策;可选生成转换 SQL 或 dbt YAML。
限制:资料未说明该技能的具体运行环境、依赖版本、支持的数据平台或自动化程度;目标模式不存在时需依据分析需求自行草拟;歧义字段仍需人工或相关方裁定。