DMBOK数据质量管理.docx

DMBOK：元数据管理 2011-12-26 21:43:30标签：DMBOK 原创作品，允许转载，转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。/1281471/751610 BI的成功运用深度依赖于有效的元数据管理，通常被称作关于数据的数据。元数据为所有BI系统的数据充当路标，从而能够对这些数据迚行高效地管理、控 制发更和分发。全面的元数据管理保证了BI系统具有高质量的信息，并提供充分的扩展性，能满足新的信息需求和数据源增加。元数据实施也是信息集成中的一部 分，最重要的工作是将存储在各种工具中的元数据进行整合。元数据管理是数据管理框架的第九个数据管理功能，本篇将介绍一下这个功能。1 DMBOK的元数据管理2 什么是元数据？元数据通帯被称作关于数据的数据，即用于描述其它数据的数据。对于数据可以通过多种方式进行解释，例如当我们说元数据是关于数据的数据时，我们需要确保所讨论的是数据的背景，而不是有关数据的详细细节或相关数据。元数据描述的是数据的背景、内容、数据结构及其生命周期管理。简而言之，元数据是数据的背景。元数据管理全景包括三个部分内容：1.元数据模型 2.元数据拓扑结构 3.元数据管理方法论3 元数据模型元数据是BI架构中的一个重要组件。在BI环境中，元数据管理最主要是能方便地集成不同数据库、数据模型、OLAP 和ETL工具所包含的各式各样的元数据。元数据包括业务规则、数据源、汇总级别、数据别名、数据转换规则、技术配置、数据访问权限、数据用途等。设计良好的元数据模型能够提高管理、变更控制和分发元数据的效率，实现无缝的、端到端的跟踪回溯能力。下面举个例子，如果102250Richard King是数据，下面则是元数据： 员工代码类型为 Number（6）这告诉我们该数据中首 6 位字符是数字类型，代表员工代码； 员工姓名类型为 Varchar（30）这告诉我们后面的 30 位字符是发长字符类型，表示员工姓名。这些元数据可以迚一步抽象为元-元数据（Meta-Metadata），表示元数据的背景。4 企业数据模型5 BI元数据模型在 BI 层面， IT/技术元数据被分为两类，被称为：BI 技术元数据、数据源元数据 顶层 (领域或概念层)在最顶层，业务的主题域可以直接运用于BI技术元数据的报表和分析，继而被映射到数据源元数据反映的源系统中。 中层 (实体层)业务实体连接到技术实体，如数据表，立方体和报表等，它们从可用的源表或数据表单直接获取信息。 底层 (元素层)最细节的元数据存在于数据元素层。业务元数据中的业务术语映射到技术元数据的对应层，包括数据表、报表及多维立方体的维度/度量。业务用户广泛使用这层元数据。6 BI技术元数据BI 技术元数据包含了 BI 环境中丌同层级的所有元数据，迚一步可以细分为三个类型： 信息整合 ETL(数据抽取，转换和装载)元数据 信息存储 数据仓库元数据 信息发布 报表元数据7 BIDS元数据管理方法论一个定义良好的元数据管理产品应该保证信息的高质量，同时能够灵活地扩展BI系统新的数据需求和数据源。BIDS作为元数据管理的解决方案之一，提 供了一套方法论Business Intelligence for Decision Support (BIDS)，该方法论由6个模块组成，如下图：8 元数据框架定义 元数据管理主要目的在于基于灵活、健壮的架构实现元数据的标准化、集中化。框架定义涉及分析元数据的当前状态、处理过程，并为元数据管理系统提供一个开发蓝图，主要从长远目标、具体目的和高层需求三个方面来描述：1. 长远目标|元数据管理系统的总体目标如下： o 标准化的元数据和数据处理o 元数据管理的集中化o 元数据信息去重o 适应变化的元数据架构2. 具体目的元数据管理系统的目的如下： o 制定元数据及数据标准化o 集中化 BI 系统的管理和应用o 通过非冗余、非重复的元数据信息提高数据完整性、准确性o 减少BI系统组件开发、实现、完善及维护的代价o 建立灵活的元数据架构，使BI架构顺应变化3. 高层需求元数据创建及管理的高层需求可以通过下表中的内容来加以理解。序号需求1元数据标准化1.1企业内统一术语及沟通标准： 使用元数据作为用户的唯一根据，确保所有用户使用一致的名词进行沟通、理解，以及解释业务问题。同时可以消除歧义，保证企业内信息一致性，便于知识和经验的共享。1.2无缝系统集成： ETL过程，尤其是集成过程，依赖与多种多样的数据源和BI系统。标准化的元数据使得不同源系统的数据集成到BI系统时，数据元素的含义是统一的；此外，只有通过标准方法共享元数据的工具或应用程序才允许被集成到BI系统。1.3数据质量提升： 定义数据质量校验规则，是ETL元数据的有机组成部分。2元数据集中化2.1提升分析及与BI系统的交互： 分析涵盖一系列技术手段，包括从简单的报表查询，到OLAP分析，甚至复杂的数据挖掘，用户在很大程度上通过元数据层与这些技术进行交互，所有这些 分析都需要由元数据驱动。元数据需向用户提供集中化的信息，诸如数据含义、名词术语和业务概念，以及他们和数据之间的关系。因此元数据可以支持准确而直观 的查询，降低用户访问、评估、使用相关信息的代价。2.2数据完整性和准确性： 集中化的元数据应该是非冗余、非重复的。此外，数据的回溯性及一致性对高数据质量是很关键的。ETL过程需通过捕获数据继承（如：源、调度信息、时 间戳等）来管理元数据回溯性，通过诸如checksum这样的方法来管理一致性。集中化所有这些信息，有助于及时地解决数据整合问题，及更好的管理数据的 正确性。3降低BI系统管理代价3.1支持新应用开发： 元数据提供数据含义、结构和来源的相关信息，这有助于需求收集和设计阶段的产出控制，也能保证应用开发过程的可靠性。3.2自动化管理过程： 元数据应当驱动多种DW过程（如ETL、批处理报表），有关过程执行的信息（日志、DW 数据加载状态等）也应存储在资料库中，被管理员轻松访问。这些元数据驱动的过程能够实现BI管理自动化、减少人工干预，从而降低BI系统维护量。3.3周密的安全机制： 为了提供周密的安全机制，应该在元数据层管理ACL和用户信息。需要设计用户角色来控制不同部门、不同地域的用户对不同粒度的数据进行访问的权限，并通过审计跟踪过程对数据访问进行安全检测。4灵活的元数据架构元数据的扩展性与适应性： 为了适应变化，元数据必须是可扩展的。如，频繁变化的语义层，应当独立于应用程序，存储在元数据中，一方面保证系统扩展的灵活性，另一方面，可以很轻易的添加新的元数据对象。而且，通用元数据模型还提供了大量的代码片段的可重用性。此外，还有必要从产品和项目两个层面创建元数据管理团队，包括元数据管理员、协调员、数据分析员及DBA等角色。一旦该团队组建完成，通过跟业务和技术受益者的认识，就确立了高层元数据需求。9 规格描述 框架定义阶段完成后，下一步就是描述元数据规格，主要包括以下活动和子活动： 元数据现状清单：建立元数据清单，包括：功能性信息需求、数据模型、进程模型、数据字典、业务术语字典、已有元数据环境、系统文档等 元数据需求o 遵循的行业标准o 元数据模型需求：命名规范、结构、元素及关联关系o 元数据接口需求：元数据资料库及其内容，桥接器、所有者、系统访问、元数据血缘关系o 元数据系统需求o 元数据报表需求o 安全需求o 变更管理需求o 培训需求o 治理需求10 详细设计 设计阶段包括确定以下内容： 元数据标准o n开发数据元标准o n数据元标准的技术性及跨功能性复查o n建