元数据概念

刘耀铭同学元数据系列作品的第一篇，大家支持！

其他元数据相关系列文章：

基于元数据驱动的ETL

Hive 元数据表结构详解

1、 元数据是描述其他数据的数据（data about other data）,用于提供某种资源有关信息的结构化数据（structed data）。字面上看无法看出所以然，但其实看对应的英文含义就明确了，Meta指“对······的描述”类似Meta tag，所以元数据就是对数据的解释和描述。

2、 这里主要将数据仓库的元数据分为3类：DBMS数据字典、ETL处理流程产生的日志、BI建模等。

DBMS数据字典

　　数据库管理系统（DBMS）中的元数据一般在所有的数据仓库都会包含，因为数据仓库一般都是基于数据库搭建的，而数据库本身的管理系统就会自动维护一套数据字典供用户查询。这些信息一般包括：

• 数据库的关系模型，包含的对象及对象的描述；
• 数据库的表结构、字段信息及描述；
• 表和字段中的主外键、索引、约束等信息；
• 各对象的存储位置和操作权限等。

ETL处理日志

ETL是数据仓库管理和维护的基础，就像是数据仓库的血液维系着整个数据的新陈代谢。我们需要时刻关注血液的循环是否正常，它是保证数据完整性、一致性、准确性和及时性的重要参考依据，所以我们需要记录ETL任务的处理日志。任务信息、调用的程序或脚本、前置任务；

• 数据来源、加载目标、转化规则或计算公式；
• 数据的刷新类型、刷新频率，任务调度信息；
• 每次运行的起始时间、结束时间、操作记录数、任务状态及出错信息。

　　记录ETL信息的方式有很多：一类是ETL基本信息与调度信息，另一类是ETL的每次运行日志。以文档或建数据库表的形式记录；

BI分析模型

　　这里的BI分析模型主要有两类，一类是数据仓库常见的多维模型，另一类是根据具体业务构建的商业分析模型。大概有一下几类信息：

• 分析模型的设计和结构；
• 模型的分析应用和商业价值；
• 模型中指标的定义、计算方法；
• 模型的展现和效果；

3、 元数据使用的目的：识别资源，评价资源，追踪资源在使用中的变化，实现简单高效地管理大量网络化数据，实现数据资源化的有效发现，查找，一体化组织对使用资源的有效管理。