数据治理系列文章：（4）元数据

      讲到元数据，其实有很多东西可以聊的，元数据作为数据治理的基本抓手，是整个数据治理过程中的关键环节，是诸如数据质量、数据资产、数据安全、数据开发等模块的重要基础，可以说治理好元数据，也就治理好了数据。

      元数据到底是啥意思呢？从基础定义上来说，元数据就是用来描述数据实体的数据，从而帮助用户更好的理解数据，一切用来描述数据的信息都可以称为元数据，因而元数据是一个相对较为宽泛的概念，但是在实际落地项目中，各企业会根据自身信息化建设和业务需要，对元数据做出比较明确的限定，所以不同企业的元数据信息会有所差异。

      一般来说，对元数据的定义都会分为三大类，即技术元数据、业务元数据、管理元数据：

       我们都知道理论与实际都是有差异的，在实际IT建设中，大部分企业主要聚焦在技术元数据和业务元数据上，且重点关注技术元数据的治理，这是因为管理元数据与业务相关度低，而业务元数据又会受限于对业务的理解深度，相较而言，IT用户对技术元数据更加熟悉，也更容易处理。

       知道元数据是啥了，那元数据的意义或者说作用又是什么呢？事实上，前面已经提到过，元数据对数据治理至关重要，基于元数据，我们可以摸清数据的来龙去脉、可以帮助提升数据质量、可以形成体系化的数据资产……，元数据既然这么重要，那怎样来进行元数据的治理呢？

 图 元数据治理过程

首先，要对分散在各业务系统、数据库的元数据信息进行采集汇聚。

      对于企业来说，元数据一般分布较为散，涵盖有数据源元数据、数据处理过程元数据、数据仓库元数据、数据指标元数据、数据接口元数据等，因而需要进行各种采集适配和定制开发，来完成相关元数据的采集，包括RDB、MPP、Hadoop、ETL工具等。这里还涉及到元模型，元模型顾名思义就是元数据的模型，实际上就是采集元数据时，对采集内容的一些配置和限定，保障采集进来的元数据是满足我们的要求，同时也方便元数据的统一化和集中化管理。

其次，采集进来的元数据还不够完善，需要对其进一步实施管理。

      元数据管理的目标就是让元数据更加规范易用，涉及到元数据的解析、稽核、维护等方面，通过这一系列的处理，保障元数据对数据描述的完整、准确。

      元数据解析：元数据采集主要是采集的一些日志信息，需要基于采集到的日志对SQL进行解析，从而得到目标数据的元数据信息。

       元数据稽核：对于采集、开发过程中的元数据信息，在SQL解析成功率、数据映射关系完整性、元数据属性完整性、标准合规性等进行稽核，从而帮助提升和优化元数据的质量。

       元数据维护：元数据维护主要是对元数据信息的新增、修改、删除等处理，同时，也要对元数据的版本进行管理，元数据变更会基于制定的申请、审核、执行、发布等流程节点来串通，规范元数据的维护工作。

最后，元数据是数据治理的核心，要充分的应用起来。

       基于元数据构建数据资产目录：根据元数据丰富的数据描述信息，可以对数据资产进行分门别类的梳理，形成一个直观的数据资产展现目录，让分散在各个存储部位的数据资产，在管理上实现统一与规范，提升数据的资产化属性。

       基于元数据构建数据血缘链路：数据血缘是数据治理工作的关键，通过元数据分析出数据加工处理的相关信息，把数据的来龙去脉梳理清楚，这样数据治理过程，对各类数据问题都可以快速的进行定位和溯源，提升数据治理水平。

       元数据的应用还有很多方面，比如说数据冷热度分析、数据关联度分析、数据生命周期管理等等，可以说数据治理的各个方面都绕不开元数据，可见元数据的重要度。

总结一下

       元数据是企业开展数据治理和数据资产化工作的关键点，是数据资源的字典和指南，做好元数据管理，让数据从混乱走向规范，为企业的数据战略规划、存量数据梳理、数据质量提升、数据安全管控、数据资产应用等提供基础支撑，提供精准高效的分析和决策，帮助企业实现数字化转型，让数据驱动企业业务发展。