元數據就是指數據的數據，主要記錄數據倉庫中各層級間的映射關系、模型的定義、監控數據倉庫的數據狀態及 ETL 的任務運行狀態。用于打通源數據、數據倉庫、數據應用，記錄了數據從產生到消費的全過程。

一、大數據治理主要內容
1、元數據管理
元數據就是指數據的數據，主要記錄數據倉庫中各層級間的映射關系、模型的定義、監控數據倉庫的數據狀態及 ETL 的任務運行狀態。用于打通源數據、數據倉庫、數據應用，記錄了數據從產生到消費的全過程。
2、主數據管理
主數據管理就是對數據本身的管理，主數據管理的范圍包括數據的分層、數據域的劃分、對需要共享的數據建立統一視圖和集中管理等
3、數據質量管理
數據質量管理，就是通過特定的規則對數據進行測試，檢查，監控和告警。包含五個部分：數據的完整性、唯一性、一致性、有效性、準確性。
1）完整性：數據完整且連續；
2）唯一性：不存在無意義的重復數據；
3）有效性：數據在分析的時間點是有效；
4）準確性：數據合理、準確，并符合數據類型的標準；
5）一致性：數據在多數據源中意義一致。
4、數據標準
數據標準建設為決定和建立單一、準確、權威的事實來源，提供全面完整的數據標準管理流程及辦法，從而實現大數據平臺數據的有效性、完整性、規范性、一致性、共享性和開放性管理，并為數據安全管理、數據質量檢查提供標準依據。
5、數據計算管理
數據計算管理就是對大數據集群每天計算資源、存儲資源消耗等進行管理、監控、優化。一般從系統優化和任務優化兩個方面進行計算優化，如何降低計算資源的消耗，提高任務執行的性能，提升任務產出的時間。

二、大數據治理的核心技術
1、數據的結構化處理
很多非結構化數據、Web數據是以文本形式存在的，需要使用信息抽取技術識別文本中的實體、屬性、關系等信息。為了更好地融合多源異構數據，結構化處理是必不可少的過程。數據結構化處理首先要對原始數據進行解析，提取出需要的信息，再進一步將其轉換成結構化數據。
2、數據質量評估與數據清洗
數據質量評估就是對結構化之后的數據進行質量評估，如果數據中還存在問題，則采用進一步的數據清洗措施。數據質量問題存在多樣性和不可預測性，因此數據可視化技術成為數據質量評估的關鍵技術。借助可視化技術，對數據語義非常了解的業務人員更容易發現數據存在的質量問題。然后，用戶可以根據數據治理問題自定義數據清洗規則，量化地處理數據中存在的質量問題，提高數據清洗的效率。
3、數據融合與摘取
數據融合是數據集整合的過程，將多個數據集融合到一起，可使數據內容更豐富，更容易獲得新的發現。數據摘取就是從數據集中提取部分數據，降低數據量，供數據分析模型實現分析操作。
4、數據規范化
數據規范化分為兩個層面，簡單層面的數據包括單位變換、格式表換、數據類型轉換等；復雜層面的數據包括郵編、地址、電話號碼等。數據的規范化處理需要根據應用的需求特點，確定數據粒度和表達方式，把同一實體的不同表達形式映射到同一個實體名字上，消除實體表達的語義鴻溝，進而通過關聯在數據集中不同地方出現的相同語義的實體，達到數據融合的目的。
5、發布共享
企業中某些數據整理操作會被重復使用，復雜的數據分析任務也經常需要被共享。企業需要將這些操作以腳本的形式物化出來，使其能夠被檢索、分享和重復利用。企業內部對數據整理的共享對于企業內部知識管理、協同工作而言有很重要的意義。

三、大數據治理工具有哪些
睿治一站式數據治理管理平臺，是由億信華辰經過十余年技術沉淀和項目錘煉，全面推出的幫助企業搭建數據治理全棧解決方案。由數據標準、數據質量、實時計算存儲、元數據、數據資產、數據交換、數據集成、主數據、數據生命周期、數據安10大產品組成。
在企業實際數據治理過程中，不是一項技術或工具就能搞定的，需要根據企業的需求采用不同產品和工具的組合。睿治數據治理平臺各產品模塊，均可以靈活組合使用，也可以分開單獨來使用，完美的滿足了不同數據治理的場景。