Sublime Text 不内置数据血缘追踪功能，但可作为轻量SQL编辑与预处理工具，通过正则提取表名、多光标分析CTE、着色区分分层、添加lineage_id注释、统一编码格式，并集成sqllineage等工具实现“写完即分析”，辅助离线血缘验证。
Sublime Text 本身不内置数据血缘（Data Lineage）追踪功能，也无法直接解析 SQL 脚本生成可视化数据处理图谱。但它可以作为轻量、高效的 SQL 脚本编辑与预处理工具，配合外部分析手段完成血缘分析任务。关键在于：把 Sublime 当作“SQL 清洗+标注+协作入口”，而非执行引擎。
用 Sublime 快速识别和标注血缘线索
在原始 SQL 脚本中，表名、CTE、INSERT/SELECT 目标、临时表、视图引用等都是血缘节点线索。Sublime 的高亮、多光标、正则查找能力可快速定位：
- 批量提取表名：用正则 `(?i)\b(from|join|into|update)\s+([a-zA-Z_][\w.]*)(?=\s|\)|,|$)` 匹配来源/目标表，再人工去重归类
- 标记 CTE 依赖链：用 Ctrl+D 多选同名 CTE 名，观察其定义位置与被引用位置，手绘层级关系
- 着色区分对象类型：安装插件 BracketHighlighter 或自定义语法高亮，让 `stg_`（中间层）、`dwd_`（明细层）、`ads_`（应用层）前缀用不同颜色显示，一眼识别分层流向
导出结构化元数据供下游工具分析
血缘分析真正靠的是解析器+图数据库，Sublime 的作用是帮你“准备好干净、带注释的 SQL 输入”：
- 用 Text Pastry 插件为每段 SQL 批量添加唯一 ID 注释，如 -- lineage_id: job_user_login_v1
- 将脚本按调度单元（如 Airflow Task、DolphinScheduler 节点）拆成独立文件，文件名体现业务域+时间粒度，例如 etl_user_active_daily.sql
- 保存时统一用 UTF-8 编码、LF 换行，避免下游解析器因格式报错
联动外部血缘工具提升效率
Sublime 可通过 Build System 集成命令行血缘工具，实现“写完即分析”：
- 配置 Python 构建系统，调用开源库如 sqllineage：
sqllineage -f %f --verbose → 自动输出源表→目标表映射及列级影响 - 结合 SublimeREPL，粘贴一段 SQL 后直接运行 parse_sql_lineage(sql) 查看 JSON 结构结果
- 将输出结果复制到 Graphviz 或 Mermaid Live Editor，一键渲染血缘图（Sublime 支持 .mmd 文件语法高亮）
基本上就这些。Sublime 不造轮子，但能让血缘分析的前期准备更稳、更快、更可控——尤其适合数仓开发初期缺乏平台支持，或需要离线快速验证逻辑的场景。
