元数据管理_原创精品文档.pdfVIP

1.前言

数据仓库中的数据是从许多业务处理系统中抽取、转换

而来，对于这样一个复杂的企业数据环境，如何以安全、

高效的方式来对它们进行管理和访问就变得尤为重

要。解决这一问题的关键是对元数据进行科学有效的管

理。元数据是关于数据、操纵数据的进程和应用程序的

结构和意义的描述信息，其主要目标是提供数据资源的

全面指南。元数据不仅定义了数据仓库中数据的模式、

来源以及抽取和转换规则等，而且整个数据仓库系统的

运行都是基于元数据的，是元数据把数据仓库系统中的

各个松散的组件联系起来，组成了一个有机的整体。

2.元数据

2.1元数据的概念

按照传统的定义，元数据（Metadata）是关于数据的数

据。在数据仓库系统中，元数据可以帮助数据仓库管理

员和数据仓库的开发人员非常方便地找到他们所关心

的数据；元数据是描述数据仓库内数据的结构和建立方

法的数据，可将其按用途的不同分为两类：技术元数据

（TechnicalMetadata）和业务元数据（Business

Metadata）。

技术元数据是存储关于数据仓库系统技术细节的数据，

是用于开发和管理数据仓库使用的数据。

业务元数据从业务角度描述了数据仓库中的数据，它提

供了介于使用者和实际系统之间的语义层，使得不懂计

算机技术的业务人员也能够“读懂”数据仓库中的数

据。业务元数据主要包括以下信息：使用者的业务术语

所表达的数据模型、对象名和属性名；访问数据的原则

和数据的来源；系统所提供的分析方法以及公式和报表

的信息。

2.2元数据的作用

在数据仓库系统中，元数据机制主要支持以下五类系统

管理功能：（１）描述哪些数据在数据仓库中；（２）定

义要进入数据仓库中的数据和从数据仓库中产生的数

据；（３）记录根据业务事件发生而随之进行的数据抽

取工作时间安排；（４）记录并检测系统数据一致性的

要求和执行情况；（５）衡量数据质量。

与其说数据仓库是软件开发项目，还不如说是系统集成

项目[1]，因为它的主要工作是把所需的数据仓库工具集

成在一起，完成数据的抽取、转换和加载，OLAP分析

和数据挖掘等。

3.数据仓库元数据管理现状

元数据管理的主要任务有两个方面：一是负责存储和维

护元数据库中的元数据；二是负责数据仓库建模工具、

数据获取工具、前端工具等之间的消息传递，协调各模

块和工具之间的工作。

元数据几乎可以被称为是数据仓库乃至商业智能（BI）

系统的“灵魂”，正是由于元数据在整个数据仓库生命周

期中有着重要的地位，各个厂商的数据仓库解决方案

都提到了关于对元数据的管理。但遗憾的是对于元数据

的管理，各个解决方案都没有明确提出一个完整的管理

模式；它们提供的仅仅是对特定的局部元数据的管理。

与元数据相关的数据仓库工具大致可分为四类：

1.数据抽取工具：把业务系统中的数据抽取、转换、

集成到数据仓库中，如Ardent的DataStage、CA（原

Platinum）的DecisionBase和ETI的Extract等。这些

工具仅提供了技术元数据，几乎没有提供对业务元数据

的支持。

2.前端展现工具：包括OLAP分析、报表和商业智能

工具等，如MicroStrategy的DSSAgent、Cognos的

PowerPlay、BusinessObjects的BO，以及Brio等。它

们通过把关系表映射成与业务相关的事实表和维表来

支持多维业务视图，进而对数据仓库中的数据进行多维

分析。这些工具都提供了业务元数据与技术元数据相

对应的语义层。

3.建模工具：为非技术人员准备的业务建模工具，这

些工具可以提供更高层的与特定业务相关的语义。如

CA的ERwin、Sysbase的PowerDesigner以及Rational

的Rose等。

4.元数据存储工具：元数据通常存储在专用的数据库

中，该数据库就如同一个“黑盒子”，外部无法知道这些

工具所用到和产生的元数据是如何存储的。还有一类被

称为元数据知识库（MetadataRepository）的工具，它

们独立于其它工具，为元数据提供一个集中的存储空

间。包括微软的Repository，CA的Repository，Ardent

的MetaStage和S