整合元数据

1.整合元数据

集成过程中从整个企业范围内收集和整合元数据，包括从企业外部

获取的数据中的元数据。元数据存储库应将提取的技术元数据与相关的

业务、流程和管理元数据集成在一起，可以使用适配器、扫描仪、网桥应用程序或直接访问源数据存储中的方式来提取元数据。第三方厂商的

软件工具和元数据整合工具都提供采集适配器程序。在某些情况下，需

要通过API来开发适配器。

元数据整合过程中可能存在一些挑战，也可能需要诉诸数据治理流

程进行协调解决，例如，在对内部数据集、外部数据（如政府统计数

据）、非电子形式数据（如白皮书、杂志文章或报表）进行整合时，可

能会出现大量的质量和语义方面的问题。

对元数据存储库的扫描有两种不同的方式：

1）专用接口。采用单步方式，扫描程序从来源系统中采集元数

据，直接调用特定格式的装载程序，将元数据加载到元数据存储中。在

此过程中，不需要输出任何中间元数据文件，元数据的采集和装载也是

一步完成的。

2）半专用接口。采用两步方式，扫描程序从来源系统中采集元数

据，并输出到特定格式的数据文件中。扫描程序只产生目标存储库能够

正确读取和加载的数据文件。数据文件可以被多种方式读取，所以这种

接口的架构更加开放。

在此过程中，扫描程序产生和使用多种类型文件：

1）控制文件。包含数据模型的数据源结构信息。

2）重用文件。包含管理装载流程的重用规则信息。

3）日志文件。在流程的每一阶段、每次扫描或抽取操作生成的日

志。

4）临时和备份文件。在流程中使用或做追溯流程所使用的文件。

可以使用一个非持久的元数据暂存区进行临时和备份文件的存储，

暂存区应支持回滚和恢复处理，并提供临时审计跟踪信息，这样有助于

存储库管理员追踪元数据来源或质量问题。暂存区可以采用文件目录或

数据库的形式。

数据仓库和商务智能所使用的数据整合工具通常也适用于元数据整

合（参