元数据（metadata）管理

 

什么是元数据

元数据(metadata)是从数据发展而来，同时作为数据的一种功能。

元数据是“数据的数据”，是对数据的标识——我们通常通过一组属性或元素来描述特定的资源，而这些属性或元素就是该资源的元数据。

典型的例子是图书馆的书目，就是一种元数据。书目包含作者、题名、出版日期、主题、存放架号等属性。对于每本指定的书，都会在书目中有上述属性值。这些数据值就是该书的“元数据”。

 

元数据的层次

分层管理是人们解决复杂问题的一种思路。通常人们会将资源按照一定的层次进行分类，以便于管理。元数据可应用于不同层次，或者说，可以定义全局的元数据，也可以定义某一层次资源的元数据。比如上述书目的例子中，我们可以在“计算机图书”类中加上“相关编程语言”这样一个属性。

 

元数据的作用

元数据的作用在于：以一种统一和稳定的方式描述和组织存储在不同介质上的信息。元数据有助于查找和描述信息资源，从而可以改进对资源进行检索、管理和利用。

元数据还可以帮助组织电子资源，促进其互用性，验证其标识，以及确保对它们的长期保存。

 

一般情况下，元数据的公认用途包括：

(1) 描述和发现资源，

(2) 管理资源集合

(3) 保存数字化资源。

 

元数据的类型

从上述元数据的作用，可以将元数据分成以下类型：

(1) 描述型元数据：用于识别、发现、访问以及评价资源；

(2) 管理型元数据：用于整理、聚合、验证和存档资源

(3) 存储型元数据：用于资源的存储（典型的如数据库元数据）

 

另外从信息系统的角度出发，元数据可以分为技术元数据和业务元数据。

技术元数据包括数据源的位置、数据访问协议（ODBC、JDBC、SQL*NET等）、数据源的物理结构（如数据库描述、表定义、栏目描述等）、数据源的逻辑结构（ER模型、目标模型、实体模型）等。

 

业务上元数据包括与信息获取有关的上下文信息、定义企业组织机构和产品层级的分类法、用来定义商业术语的控制性词汇的词汇表或参考数据，例如医学词典、金融术语等。

 

元数据管理

元数据管理的目标是为了提升共享、重新获取和理解企业信息资产的水平。良好的元数据管理可以避免信息丢失或隐藏，方便数据集成，从而更好的支持业务。

元数据管理包括元数据的创建、存储、集成、监督和优化几个方面。

 

元数据创建

元数据通常是被不同的用户或机构共享。为了保证元数据的共享和协同操作，必须建立元数据的构建规则，并加以权限控制，从而保证元数据及相应资源的充分利用。

 

元数据存储

元数据可以与资源存储在一起（如HTML文件），也可以单独存储（如图书馆书目）。

共同存储的好处是不会丢失，连接可靠的，可以同时更新；

分开存储的好处是易于管理。但是有时候元数据不能与资源一起存储，尤其是业务元数据。

 

元数据交换

元数据通常在局部产生，但需要在不同的用户或机构之间进行交换。元数据交换是资源共享的重要前提，尽管很多时候这一过程是隐式进行的。

 

元数据集成

局部定义的元数据可能会产生大量的不一致：相同的名字表示不同的属性，或者相同的属性用多种方法命名。为了保证元数据的一致性，有必要建立“中央知识库”，对组织内部的元数据进行集中管理。

 

元数据监督

元数据集成后，需要将元数据的修改传播到使用这些元数据的组织或个人。需要建立监督体系结构(定义数据和应用的拥有者)，监督数据资产（数据仓库、数据集市、命名标准），并定义监督流程（何时开始更新、如何更新）。

 

元数据优化

建立元数据模型和标准的词汇表，建立知识本体，对元数据进行优化，并实现知识库和知识集成。