基本概念

什么是數據治理?

答：又叫”數據管控”。引用《DAMA 數據管理知識體系指南》一書給出的定義：數據治理是對數據資產管理行使權力和控制的活動集合（規劃、監控和執行）。數據治理職能指導其他數據管理職能如何執行。

數據元：通過名稱、格式、長度、定義值域等一系列屬性描述的數據單元。

代碼集：數據元的取值范圍。

數據元類目：按照標準規范對數據元進行分類。

元數據：對數據資源的描述性信息（數據的數據）。例如數據表的字段就是描述這些數據表中數據的元數據。

元模型：定義各種元數據的結構以及元數據間的關系。

概述

元數據（Metadata）?使得用戶可以掌握數據的歷史情況，如數據從哪里來？流通時間有多長？更新頻率是多大？數據元素的含義是什么？對它已經進行了哪些計算、轉換和篩選等等。在需求不確定情況下，在瞬間萬變的商業環境下，元數據可以更好的支持需求的變化，降低項目風險。

元數據按照適用場景可有以下兩種區分：

• 技術元數據—-從開發的角度描述的元數據，應用于開發、管理和維護數據治理平臺。
• 業務元數據—-從業務的角度描述的元數據，提供良好的語義層定義，更便于業務人員理解。

元數據貫徹于建立數據倉庫的全過程，不僅僅只是TL過程。

元數據標準?不統一，各廠商、各軟件采用不同的元數據標準。業界需要統一的標準，以便各個軟件系統之間可以相互交換元數據。CWG 1.0 (Common Warehouse Metamodel Version 1.0)?就是一種，其定義一個描述數據源、數據目的、轉換、分析的元數據框架，以及定義建立和管理數據倉庫的過程和操作，提供使用信息的繼承。目前宣布支持CWM的廠商包括：IBM、Oracle、Hyperion、Dimension EDI、Genesis IONA、HP、NCR和Unisys等。

CWM基于3個工業標準：

• UML - Unified Modeling Language，OMG建模標準；
• MOF - Meta Object Facility，OMG建立元模型和模型庫的標準，提供在異構環境下的數據交換的接口；
• XMI - XML Metadata Interchange，OMG元數據交換標準。

數據分類

對每類數據進行治理時，關注點、方法以及效果都不同，需要區別對待。

主數據?關注的是”人”和”物”，主數據管理是數據治理領域一個專門的話題，其主要目的是對關鍵業務實體（如員工、客戶、產品、供應商等）建立統一視圖，讓客觀世界里本是同一個人或物，在數據世界里也能做到唯一識別，而不是在不同系統、不同業務中成為不同的人或物。

事務數據?關注的是”事”，事務數據沒有形成單獨的數據治理領域，由于事務數據是BI分析的基礎，因此往往在數據質量管理中重點關注。

參考數據?是更細粒度的數據，是對”人”“事”“物”的某些屬性進行規范性描述的，對參考數據的管理一般會與主數據管理同時進行，或與BI數據質量管理同時進行，因為指標維度和維值直接影響到BI數據質量。

元數據?是一個包羅萬象的概念，其本質是為數據提供描述，所以任何數據都有元數據。數據治理領域的元數據，更多是指BI、數據倉庫這個范疇內的元數據（國際上有Common Warehouse Meta-model規范），此外還有信息資源管理的元數據（如Dublin core協議）、地理信息元數據、氣象元數據等等。正因為如此廣泛，也造成了從業者對其有極高的預期以及實踐后的極大失落。

現在極少談”元數據”，而是談”數據定義”，談數據必談定義，但卻又不將其作為專門一類數據來管理，在數據治理領域單獨做元數據管理，收效甚微。 主要原因有兩點：

1. 數據生產與數據管理脫節，元數據管理更多是在數據生產的事后進行元數據收集和應用展現，對數據生產起到的管控作用極小；
2. 工具自身問題：雖然很多工具都號稱支持CWM規范，但元數據自動獲取始終是技術難題，而且對于存儲過程、自定義腳本很難自動解析和獲取，就無法準確、完整展現細節的數據處理過程。

統計分析數據?，目前BI系統建設的主要作用就是做各種指標和報表的計算和展示。統計分析數據往往是數據治理的重點，統計分析數據的數據流分析、統計分析數據的數值的波動性、平衡性監控，幾乎是各個企業做數據治理的必備應用。