Select Star翻译站点

Select Star详细介绍

Select Star 是一个面向数据团队的数据发现与治理平台。它的核心场景很直接：公司数据越来越多、越来越散，数据科学家和分析师花大量时间在找数据、问别人“这个表是干什么的”“这个字段是什么意思”上，Select Star 试图解决的就是这个问题。它通过自动连接数据仓库和 BI 工具，把元数据、查询历史、活动日志统一拉取进来，生成一个可搜索的数据目录。

第一次配置的时候，只需要把 Snowflake 或 BigQuery 的只读权限给它，它就会开始自动扫描。过几个小时回来，所有表、列、BI 仪表盘都已经在里面了，还按使用频率排好了序，最常用的表排在最前面。这个细节很实用，新人进来不用再问“我们一般用哪张表”，打开 Select Star 看一眼流行度就知道了。

血缘是 Select Star 比较扎实的功能。从表到 BI 仪表盘，再到下游的数据模型，整条链路都能可视化追踪。有一次做数据迁移，需要知道某张表被哪些仪表盘引用了，点开血缘图几秒钟就看到了全部依赖，省了挨个问人的时间。列级血缘也支持，能精确到某张表的某一列被哪个报表用到了。

最近 Select Star 在 AI 方面也加了一些东西。AI 治理代理（Private Beta）可以用自然语言创建 tagging 规则，比如“给所有包含 email 的列打上 PII 标签”。语义模型允许把“客户”“ARR”“流失率”这类业务概念定义好，Ask AI 功能就能理解这些概念并生成准确的 SQL 查询。另外还支持了 MCP（Model Context Protocol），AI 代理可以直接安全地访问目录里的元数据。

定价上，有免费层，Starter 计划从 300 美元/用户/月起步。也有说法是 Growth 计划 810 美元/月、Enterprise 6100 美元/月。具体价格取决于套餐、合同长度和折扣，建议直接联系销售确认。对于中小团队，免费层够用来感受一下；真要深度使用，成本需要考虑进去。

Select Star的核心功能

• 自动化数据目录：连接数据仓库和 BI 工具自动获取元数据，构建统一的数据目录，按使用频率排序显示数据资产的流行度。
• 列级数据血缘：追溯数据从源系统到数据模型、BI 仪表盘的完整链路，支持列级别的精细血缘分析。
• Google-like 搜索与数据字典：提供类似搜索引擎的查找体验，配合数据字典、业务术语表和实体关系图，快速定位和理解数据。
• 语义模型与 AI 洞察：通过语义模型定义业务概念（如“客户”“ARR”“流失率”），Ask AI 可基于这些概念生成准确的 SQL 查询。
• AI 治理代理（Private Beta）：用自然语言创建 tagging 规则，支持智能标签验证预览和批量操作。
• MCP（Model Context Protocol）支持：AI 代理可通过 MCP 开放标准安全访问目录中的元数据。
• dbt、Airflow、Hex 等集成：自动集成 dbt 模型、Airflow DAG 和 Hex Notebook，扩展血缘覆盖范围。

Select Star的价格详情

免费权益：

提供免费层，可体验核心数据发现与目录功能。具体免费额度与限制请以官网为准。价格可能随官方调整。

收费模式：

Select Star的应用场景

• 新人数据 onboarding：新入职的数据分析师通过 Select Star 快速了解公司有哪些数据资产、哪些表最常用、字段含义是什么，缩短上手时间。
• 数据迁移影响分析：迁移数据前用血缘图查看某张表或字段被哪些下游报表和模型依赖，提前评估影响范围。
• 数据资产盘点与治理：数据治理团队用 Select Star 自动编目所有数据资产，打上 PII 标签、设置负责人，建立统一的数据视图。
• 数据探索与分析：分析师用 Google-like 搜索快速找到需要的数据集，查看流行度和血缘后确认数据可靠性，再开始分析。
• AI 就绪的元数据供给：为 AI 代理提供结构化的元数据访问，通过 MCP 协议让 AI 工具安全地获取数据目录信息。

Select Star的适用人群

• 数据分析师：需要快速查找和理解公司数据资产，减少问人的时间，把精力放在分析本身。
• 数据工程师：需要追踪数据管道中的血缘关系，评估数据变更的影响范围。
• 数据治理负责人：需要建立统一的数据目录和业务术语表，确保数据资产被正确管理和使用。
• 数据科学家：需要找到高质量、可信赖的数据集用于建模，并理解数据的来源和加工过程。
• 产品经理 / 业务用户：通过数据门户自助查找和理解业务指标背后的数据定义，减少对数据团队的依赖。

同类工具对比