元数据管理在数据仓库中的实践应用

一、什么是数据仓库的元数据管理？

1、什么是元数据？

元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（data about data）。

抽象的描述：一组用于描述数据的数据组，该数据组的一切信息都描述了该数据的某方面特征，则该数据组即可被称为元数据。

举几个简单例子:

• 如果一本书是一个“数据"，那么它的书名、封面、出版社、作者、总页码就是它的“元数据”。

• 如果一个电影是一个“数据”，那么它的总时长、制作人、总导演、演员列表就是它的“元数据”。

• 如果数据库中某个表是一个”数据”，那么它的列名、列类型、列长度、表注释就是它的"元数据"。

只要有一类"事物"，就可以定义它的“元数据”。大多数时候，元数据可以根据代表意义的不同分为业务元数据和技术元数据。

2、什么是数据仓库？

数据仓库 ，由数据仓库之父比尔·恩门（Bill Inmon）于 1990 年提出，主要功能仍是将组织透过资讯系统之联机事务处理（OLTP）经年累月所累积的大量资料，透过数据仓库理论所特有的资料储存架构，做有系统的分析整理，以利各种分析方法如联机分析处理、数据挖掘（Data Mining）之进行，并进而支持如决策支持系统（DSS）、主管资讯系统（EIS）之创建，帮助决策者能快速有效的自大量资料中，分析出有价值的资讯，以利决策拟定及快速回应外在环境变动，帮助建构商业智能（BI）。

3、什么是数据仓库的元数据管理

数仓中的元数据，主要记录各主题的定义、不同层级间的映射关系、监控数据仓库的数据状态及 ETL 的任务运行状态。一般会通过元数据资料库来统一地存储和管理元数据，其主要目的是使数据仓库的设计、部署、操作和管理能达成协同和一致。

元数据是数据仓库管理系统的重要组成部分，元数据管理是企业级数据仓库中的关键组件，贯穿数据仓库构建的整个过程，直接影响着数据仓库的构建、使用和维护。

二、为什么数据仓库要进行元数据管理？

1、建设数据仓库所必须

数据仓库是由外部数据、业务数据以及文档资料通过某些 ETL 工具得到的，如果没有一个明确、清晰的规则，根本不可能实现这个过程。

2、帮助快速理解数仓系统

一方面，数据仓库本质上是一个部门甚至一个公司的重要项目，开发时间冗长。中间不可避免的会产生人员流动，如果没有清楚的元数据，那会对整个系统乃和整个项目造成重大影响；

另一方面，数据仓库做为整个部门、公司的分析数据出口，并不仅仅对数据人员服务。DM 层对业务人员， DIM 对其他开发人员都是不可避免的。如果有清楚的元数据来说明数仓系统，就会节约双方大