DMBOK 数据质量管理.docx

DMBOK 数据质量管理.docx

《DMBOK 数据质量管理.docx》由会员分享，可在线阅读，更多相关《DMBOK 数据质量管理.docx（13页珍藏版）》请在冰豆网上搜索。

DMBOK数据质量管理

DMBOK：

元数据管理

2011-12-2621:

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。

     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。

1DMBOK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"102250RichardKing"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

5BI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。

6BI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

7BIDS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BusinessIntelligenceforDecisionSupport（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开发数据元标准

o数据元标准的技术性及跨功能性复查

o建立数据元设计规则及命名规范

∙接入接口机制

o元数据获取API及桥接器

∙DW元数据模式

o元数据分类维度

o使用元数据维度设计元数据模型

o数据元定义过程

o配置管理

∙协同（元数据发布）机制

o文件交换

o资料库API

o元数据服务

∙元数据同步机制

o联合度

o复制控制和更新传播

o共享资料库下的复制控制

11元数据管理成熟度发展阶段