什么是元数据？为何需要元数据？

元数据

元数据，简单定义就是描述数据的数据。在企业中，只要有数据存在的地方，就有其对应元数据。只有完整、准确的元数据存在，才能更好地理解数据，充分挖掘数据的价值。本文针对数据分析类场景，描述其包含元数据，方便读者更好地理解它。

一、技术元数据

1、物理元数据

描述物理资源的元数据，包括但不限于服务器、操作系统、机房位置等信息。

2、数据源元数据

描述数据源的元数据，通常包括四类信息：

• 数据源地址（IP、PORT等）
• 物理拓扑（主备、角色等）
• 权限（用户名、口令等）
• 库名、版本、域名等

3、存储元数据

描述对象存储的元数据，也是通常"狭义"上的元数据，包括几大类

• 管理属性（创建人、应用系统、业务线、业务负责人等）
• 生命周期（创建时间、DDL时间、版本信息等）
• 存储属性（位置、物理大小等）
• 数据特征（数据倾斜、平均长度等）
• 使用特征（DML、刷新率等）
• 数据结构
• 表/分区（名称、类型、备注等）
• 列（名称、类型、长度、精度等）
• 索引（名称、类型、字段等）
• 约束（类型、字段等）

4、计算元数据

描述数据计算过程的元数据，通常可分为数据抽取（ETL）或数据加工（JOB）两类计算。每类计算又可以进一步细分

• 控制元数据（配置属性、调度策略等）
• 过程元数据（依赖关系、执行状态、执行日志等）

5、质量元数据

描述数据质量的一类元数据。通常情况下，是通过定义一系列质量指标反映数据质量。

6、操作元数据

描述数据是如何进行使用的一类元数据。

• 数据产生（产生时间、作业信息等）
• 表访问（查询、关联、聚合等）
• 表关联（关联表、关联字段、关联类型、关联次数）
• 字段访问（查询、关联、聚合、过滤等）

7、运维元数据

描述系统运维层面的元数据，通常包括任务类、报警类及故障类。

8、成本元数据

描述数据存储及计算成本的元数据。

• 计算成本（CPU、MEM等）
• 存储成本（空间、压缩率等）

9、标准元数据

描述数据标准化内容的元数据。

• 代码管理（转换规则、对外接口等）
• 映射管理
• 数据展示（样式、规则、语义、单位等）

10、安全元数据

描述数据安全内容的元数据。

• 安全等级
• 数据敏感性（是否敏感、脱敏算法等）

11、共享元数据

描述数据是如何共享的部分，包括接口方式、格式、内容等。

二、业务元数据

1、模型元数据

数据建模，是一种对业务的描述，通过模型可更好地了解业务。常见的建模方式有范式模型、维度模型、多维建模等。下面以维度模型为例进行说明。

• 业务线、板块、过程
• 数据域、主题域
• 维度、属性
• 指标
• 事实、度量
• 集市与应用

2、应用元数据

描述数据应用类的元数据。

3、分析元数据

从数据分析角度，描述业务的元数据。

• 数据域、主题域
• 产品线、板块、业务过程
• 业务流程
• 业务规则

三、管理元数据

1、管理元数据

描述企业内部，数据管理相关内容。

• 人员
• 流程
• 职责、岗位
• 组织、部门