| name | byted-bytehouse-data-asset-analyzer |
| description | 基于ByteHouse MCP Server，生成数据资产目录和血缘分析的技能，用于获取数据库表结构、生成数据资产目录、分析表之间的血缘关系。当用户需要获取ByteHouse数据库的表结构、生成数据资产目录、分析表之间的血缘关系时，使用此Skill。 |
| version | 1.0.0 |
ByteHouse 数据资产和血缘分析 Skill
描述
本Skill基于ByteHouse MCP Server，生成数据资产目录和血缘分析的技能。
当以下情况时使用此 Skill:
(1) 需要获取数据库表结构和字段信息
(2) 需要生成数据资产目录
(3) 需要分析表之间的血缘关系
(4) 用户提到"数据资产"、"血缘分析"、"表结构"、"字段分析"
前置条件
- Python 3.8+
- uv (已安装在
/root/.local/bin/uv)
- ByteHouse MCP Server Skill - 本skill依赖
bytehouse-mcp skill提供的ByteHouse访问能力
依赖关系
本skill依赖 bytehouse-mcp skill，使用其提供的MCP Server访问ByteHouse。
确保 bytehouse-mcp skill已正确配置并可以正常使用。
📁 文件说明
- SKILL.md - 本文件，技能主文档
- data_asset_analyzer.py - 数据资产和血缘分析主程序
- README.md - 快速入门指南
配置信息
ByteHouse连接配置
本skill复用 bytehouse-mcp skill的配置。请确保已在 bytehouse-mcp skill中配置好
🎯 功能特性
1. 完整Schema获取
- 获取指定数据库的所有表
- 获取每张表的所有字段
- 提取表引擎、注释等元数据
- 解析CREATE TABLE语句
2. 数据资产目录生成
- 表统计（总表数、总列数）
- 引擎分布统计
- 自动标签生成
- 表资产详情
3. 血缘分析
- 表关系识别（Distributed → Local）
- 列相似性分析
- 关系可视化
🚀 快速开始
方法1: 运行数据资产和血缘分析
source scripts/export_config.sh
uv run scripts/data_asset_analyzer.py
分析内容包括：
- 数据库完整schema（所有表和字段）
- 数据资产目录（表统计、引擎分布、自动标签）
- 血缘分析（表关系、列相似性）
输出文件（保存在 output/ 目录）：
schema_{database}_{timestamp}.json - 完整的数据库schemacatalog_{database}_{timestamp}.json - 数据资产目录lineage_{database}_{timestamp}.json - 血缘分析报告
💻 程序化使用
使用分析器模块
import asyncio
import sys
import os
BYTEHOUSE_MCP_PATH = os.path.join(
os.path.dirname(os.path.dirname(os.path.abspath(__file__))),
"bytehouse-mcp"
)
sys.path.insert(0, BYTEHOUSE_MCP_PATH)
from data_asset_analyzer import DataAssetAnalyzer
async def main():
analyzer = DataAssetAnalyzer()
await analyzer.connect()
result = await analyzer.analyze_database("default")
asyncio.run(main())
📊 输出文件说明
1. Schema文件 (schema_*.json)
包含数据库的完整结构：
{
"database": "default",
"analyzed_at": "2026-03-12T19:50:00",
"tables": [
{
"name": "conversation_feedback",
"comment": "",
"engine": "Distributed",
"columns": [
{
"name": "session_id",
"type": "String",
"comment": ""
}
],
"create_table_query": "CREATE TABLE ..."
}
]
}
2. 数据资产目录 (catalog_*.json)
包含数据资产的统计信息：
{
"database": "default",
"generated_at": "2026-03-12T19:50:00",
"summary": {
"total_tables": 8,
"total_columns": 45,
"engines": {
"Distributed": 4,
"HaMergeTree": 3,
"MergeTree": 1
}
},
"tables": [
{
"name": "conversation_feedback",
"comment": "",
"engine": "Distributed",
"column_count": 10,
"columns": [...],
"tags": ["distributed", "user-feedback"]
}
]
}
3. 血缘分析 (lineage_*.json)
包含表关系和列相似性：
{
"database": "default",
"generated_at": "2026-03-12T19:50:00",
"table_relationships": [
{
"source_table": "conversation_feedback",
"relationships": [
{
"type": "distributed_to_local",
"target_table": "conversation_feedback_local",
"description": "Distributed表指向Local表"
}
]
}
],
"column_similarities": [
{
"column_name": "session_id",
"column_type": "String",
"found_in_tables": [
"conversation_feedback",
"conversation_feedback_local"
]
}
]
}
🏷️ 自动标签生成
分析器会根据表名和引擎自动生成标签：
| 标签 | 说明 |
|---|
merge-tree | 使用MergeTree引擎 |
distributed | 使用Distributed引擎 |
high-availability | 使用HaMergeTree或HaUniqueMergeTree |
log-table | 表名包含"log" |
user-feedback | 表名包含"feedback" |
local-table | 表名以"_local"结尾 |
test-table | 表名包含"test" |
📚 更多信息
详细使用说明请参考 bytehouse-mcp skill
最后更新: 2026-03-12
