构的描述组成,随着技术的发展元数据内涵有了非常大的扩展,比如 UML 模型、
数据交易规则、用 Java,.NET,C++等编写的 APIs、业务流程和工作流模型、产
品配置描述和调优参数以及各种业务规则、术语和定义等[1]。在大数据时代,
元数据还应该包括对各种新数据类型的描述,如对位置、名字、用户点击次数、
音频、视频、图片、各种无线感知设备数据和各种监控设备数据等的描述等。元
数据通常分为业务元数据、技术元数据和操作元数据等。业务元数据主要包括业
务规则、定义、术语、术语表、运算法则和系统使用业务语言等,主要使用者是
业务用户。技术元数据主要用来定义信息供应链(Information Supply Chain,ISC)
各类组成部分元数据结构,具体包括各个系统表和字段结构、属性、出处、依赖
性等,以及存储过程、函数、序列等各种对象。操作元数据是指应用程序运行信
息,比如其频率、记录数以及各个组件的分析和其它统计信息等。
从整个企业层面来说,各种工具软件和应用程序越来越复杂,相互依存度逐
年增加,相应的追踪整个信息供应链各组件之间数据流动、了解数据元素含义和
上下文的需求越来越强烈。在从应用议程往信息议程的转变过程中,元数据管理
也逐渐从局部存储和管理转向共享。从总量上来看,整个企业的元数据越来越多,
光现有的数据模型中就包含了成千上万的表,同时还有更多的模型等着上线,同
时随着大数据时代的来临,企业需要处理的数据类型越来越多。为了企业更高效
地运转,企业需要明确元数据管理策略和元数据集成体系结构,依托成熟的方法
论和工具实现元数据管理,并有步骤的提升其元数据管理成熟度。
为了实现大数据治理,构建智慧的分析洞察,企业需要实现贯穿整个企业的
元数据集成,建立完整且一致的元数据管理策略,该策略不仅仅针对某个数据仓
库项目、业务分析项目、某个大数据项目或某个应用单独制定一个管理策略,而
是针对整个企业构建完整的管理策略。元数据管理策略也不是技术标准或某个软
件工具可以取代的,无论软件工具功能多强大都不能完全替代一个完整一致的元
数据管理策略,反而在定义元数据集成体系结构以及选购元数据管理工具之前需
要定义元数据管理策略。
元数据管理策略需要明确企业元数据管理的愿景、目标、需求、约束和策略
等,依据企业自身当前以及未来的需要确定要实现的元数据管理成熟度以及实现
目标成熟度的路线图,完成基础本体、领域本体、任务本体和应用本体的构建,
评论0
最新资源