영향 분석

원본 테이블: warehouse.products
│
├─ [DEPTH 1] analytics.product_summary
│  ├─ [DEPTH 2] dashboards.sales_overview (HIGH PRIORITY)
│  ├─ [DEPTH 2] reports.monthly_revenue (HIGH PRIORITY)
│  └─ [DEPTH 2] ml_models.demand_forecast (MEDIUM PRIORITY)
│
├─ [DEPTH 1] exports.product_catalog_api (CRITICAL - SLA: 99.9%)
│  ├─ [DEPTH 2] mobile_app.product_listing
│  └─ [DEPTH 2] website.search_results
│
└─ [DEPTH 1] staging.product_enrichment
   └─ [DEPTH 2] warehouse.products_360 (CIRCULAR - WARNING!)

영향 요약:
- 직접 소비자: 3개
- 간접 소비자: 5개
- 중요 시스템: 2개
- 순환 종속성: 1개 (해결 필요)

변경: customers.email → customers.contact_email

영향받는 자산별 비용:

1. analytics.customer_summary
   - 수정 시간: 2시간 (SQL 업데이트)
   - 테스트 시간: 4시간
   - 배포 창: 1시간
   - 총 비용: 7 엔지니어-시간
   - 비즈니스 영향: 낮음 (일일 배치)

2. real_time_api.customer_lookup
   - 수정 시간: 4시간 (API 코드, 스키마)
   - 테스트 시간: 8시간 (통합 테스트)
   - 배포 창: 30분 (블루-그린 배포)
   - 다운타임 위험: 5분
   - 총 비용: 12.5 엔지니어-시간
   - 비즈니스 영향: 높음 (실시간 서비스)
   - SLA 위험: $10,000/시간 잠재적 수익 손실

3. dashboards.executive_overview
   - 수정 시간: 1시간 (Tableau 업데이트)
   - 테스트 시간: 2시간
   - 총 비용: 3 엔지니어-시간
   - 비즈니스 영향: 중간 (경영진 가시성)

전체 변경 비용 추정:
- 총 엔지니어-시간: 22.5시간
- 조정 오버헤드: 4시간
- 위험 버퍼: 8시간
- **총 프로젝트 비용: 34.5 엔지니어-시간 (4.3 인-일)**

name: Data Impact Analysis

on:
  pull_request:
    paths:
      - 'sql/**'
      - 'dbt/**'
      - 'airflow/**'

jobs:
  impact-analysis:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2

      - name: Extract Changed Tables
        id: changes
        run: |
          # PR에서 변경된 테이블 식별
          python scripts/extract_schema_changes.py > changes.json

      - name: Run Impact Analysis
        id: impact
        run: |
          # 계보 API를 통해 영향 분석 실행
          curl -X POST $LINEAGE_API/analyze \
            -H "Content-Type: application/json" \
            -d @changes.json > impact_report.json

      - name: Evaluate Impact
        run: |
          # 영향이 임계값을 초과하면 실패
          python scripts/evaluate_impact.py impact_report.json

      - name: Comment on PR
        uses: actions/github-script@v5
        with:
          script: |
            const impact = require('./impact_report.json');
            const comment = `
            ## 영향 분석 결과

            **변경된 테이블:** ${impact.changedTables.join(', ')}

            **영향받는 자산:**
            - 직접 종속성: ${impact.directDependencies}개
            - 간접 종속성: ${impact.indirectDependencies}개
            - 중요 시스템: ${impact.criticalSystems}개

            **위험 수준:** ${impact.riskLevel}

            ${impact.riskLevel === 'HIGH' ? '⚠️ 이 변경은 높은 영향을 미칩니다. 승인이 필요합니다.' : '✅ 영향이 허용 범위 내입니다.'}
            `;

            github.rest.issues.createComment({
              issue_number: context.issue.number,
              owner: context.repo.owner,
              repo: context.repo.repo,
              body: comment
            });

# Python 클라이언트로 시뮬레이션 실행
from lineage_client import LineageAPI

api = LineageAPI(endpoint="https://lineage.company.com")

# 시나리오 1: 컬럼 삭제
simulation1 = api.simulate_change(
    change_type="DROP_COLUMN",
    target="warehouse.customers.deprecated_field",
    options={
        "analyze_depth": 5,
        "include_cost_estimate": True
    }
)

print(f"영향받는 자산: {simulation1.affected_count}")
print(f"예상 비용: {simulation1.cost_hours} 엔지니어-시간")
print(f"위험 수준: {simulation1.risk_level}")

# 시나리오 2: 테이블 이름 변경
simulation2 = api.simulate_change(
    change_type="RENAME_TABLE",
    target="warehouse.old_table_name",
    new_name="warehouse.new_table_name",
    options={
        "migration_strategy": "DUAL_WRITE",  # 이중 쓰기 기간
        "deprecation_days": 90
    }
)

# 마이그레이션 타임라인 생성
timeline = simulation2.generate_migration_plan()
for phase in timeline:
    print(f"{phase.date}: {phase.action}")

# 예상 출력:
# 2025-01-26: 새 테이블 생성, 이중 쓰기 시작
# 2025-02-02: 비중요 소비자 마이그레이션
# 2025-02-16: 중요 소비자 마이그레이션
# 2025-04-26: 이전 테이블 폐기

변경 ID: CHG-2025-0126-001
변경 유형: 컬럼 추가
대상: warehouse.customers.loyalty_tier
배포 시간: 2025-01-26 14:30 UTC

실시간 영향 추적:
┌─────────────────────────────────────────┐
│ 예상 영향    vs    실제 영향              │
├─────────────────────────────────────────┤
│ 23개 자산          22개 자산 영향받음     │
│ 0건 오류           1건 경고 (쿼리 타임아웃)│
│ 5분 예상 다운타임   3분 실제 다운타임      │
│ 0건 SLA 위반       0건 SLA 위반           │
└─────────────────────────────────────────┘

영향받은 자산:
✓ analytics.customer_summary - 성공 (2초)
✓ reports.marketing_list - 성공 (5초)
⚠ ml_features.customer_360 - 경고 (타임아웃, 재시도 성공)
✓ dashboards.executive_overview - 성공 (1초)
✗ legacy_report.monthly - 실패 (오래된 스키마, 예상됨)

권장 조치:
1. ml_features.customer_360 쿼리 최적화 검토
2. legacy_report.monthly 폐기 프로세스 진행