O OpenLineage é um padrão aberto para coleta de metadados de linhagem para pipelines de dados, projetado para instrumentar trabalhos durante sua execução. Ele define um modelo genérico de execução, trabalho e entidades de conjunto de dados usando convenções de nomenclatura consistentes. O modelo de linhagem central é extensível ao definir facetas específicas para enriquecer essas entidades. O OpenLineage resolve o problema de interoperabilidade entre produtores e consumidores de dados de linhagem que, de outra forma, precisariam saber como se comunicar uns com os outros de várias maneiras. Embora exista o risco de ser só outro padrão sem adesão, o projeto ser da Linux Foundation AI & Data Foundation aumenta suas chances de ser adotado de maneira generalizada. Atualmente, o OpenLineage oferece suporte à coleta de dados para várias plataformas, como Spark, Airflow e dbt, embora as usuáriasprecisem configurar seus listeners. O suporte para consumidores de dados OpenLineage é mais limitado neste momento.
