1、元數據管理的五種成熟度元數據管理的五種成熟度當企業內外部的數據越來越多時，元數據管理就會成為許多公司的一個關鍵問題。本文從用戶、處理和技術的不同角度，描述企業元數據管理的不同成熟度模型和企業沿著成熟度階梯向上提升的步驟。對于什么是元數據，目前存在著許多種不同的描述。本文中的元數據包括技術上的元數據和業務上的元數據。技術上的元數據指數據源的位置、數據訪問協議（ODBCODBC、JDBCJDBC、SQL*NETSQL*NET 等）、數據源的物理結構（如數據庫描述、表定義、欄目描述等）、數據源的邏輯結構（ERER 模型、目標模型、實體模型）等。業務上的元數據指與信息獲取有關的上下文信息、 定義企業組

2、織機構和產品層級的分類法、用來定義商業術語的控制性詞匯的詞匯表或參考數據，例如醫學詞典、金融術語等。所謂元數據管理，就是對技術元數據和業務元數據進行管理，其目標是為了提升共享、重新獲取和理解企業信息資產的水平。不對元數據進行管理或管理不得當，信息將被丟失或處于隱匿狀態而難以被用戶使用，數據集成將十分昂貴，不能對業務進行有效支撐。終端用戶要識別相關的信息將十分困難，最終用戶將失去對數據的信任。本文描述了元數據管理的五級成熟度模型。各個公司可以依據本公司人們怎樣處理元數據的行為特征，利用它作為指導，決定公司目前所處的級別。第一級：隨機狀態（Ad-hocAd-hoc）行為特征在這一級上，對元數據的管

3、理是隨機的。元數據由莫個人或奧一組人員在局部產生或獲取，并在局部使用。在大多數時間里，元數據是隱匿在信息中，比如存儲于諸如 WordWord、ExcelExcel 等形式的辦公文檔，這些文檔使用的術語僅局部的用戶能知道其確切含義。人們通過與““責任人””直接通信或通過信息會話來獲取這些知識。 在局部環境工作數月或數年后，人們使這些元數據以及對它的理解內在化，使對這種信息有習慣性的理解。在這一階段，元數據通過組織機構緩慢的傳播或根本不傳播，這取決于局部小組與其他小組間的通信量的大小，這些元數據可能永遠&#82

4、20;“待””在該局部小組或莫個人那兒。如果這樣的小組或個人調離，則這種元數據信息可能永遠丟失。人元數據知識保留在人的大腦中。在這種環境中，知道（或不知道）與誰交談對于理解元數據成為一件十分重要的事。處理元數據要通過與““責任人””的交談才能共享。新來者需要通過他們的日常工作來學習元數據。外部人員難以理解元數據，他們必須與““責任人””交談才能得到他們想要的東西。因為元數據在局

5、部產生或抓取并在局部使用，所以通常也只能在局部修改，這種修改通常也不會通知公司里其他的組織。技術可以用各種不同的工具來生成元數據。絕大部分是面向個人電腦的應用軟件。例如，ERWinERWin 可用于數據庫建模，RationaRational l用于為對象建模、ExcelExcel 用于生成商品列表等。這些工具都沒有設計成可以交換信息，因此，只能在當地的文件系統中保存所生成的元數據。第二級：發現行為特征在元數據管理的這一級上，可以發現在不同企業之間的元數據。像第一級的情況一樣，元數據仍然在局部產生和抓取，然而，它處于可發現狀態，這樣的元數據在企業一級顯露，使得每一個對它有興趣的人都能隨時了解&a

6、mp;#8220;“什么已經存在””o o 元數據仍然可以在局部級上維護，然后更新中央知識庫，但它們仍然使用不同的命名法。結果，相同的名字被用于表示意義不同的事情，而同一件事情則使用了幾個不同的名字。盡管如此，相比之下，從不同來源來的數據和數據的含義已經具有了更多的透明度。對于商業用戶，如果他們需要，現存的技術可為他們提供有關數據的來源和怎樣對數據進行計算的信息。人人們開始感知到共享元數據信息的重要性。業務分析員、數據擁有者和應用開發者現在自覺地將元數據信息加載到中央知識庫中。處理元數據知識經由中央數據庫進行共享。憑借對中央知識庫地理

7、解，人們能夠發現在其他應用系統中的數據。然而,由于使用術語的不同，人們互相之間需要交流，以便弄清莫些元數據的含義。而且，由于元數據的更新不受任何方式的控制，使得這種更新沒有告示或貼切的分析。技術有一些元數據管理工具可用于共享來自數據源的元數據，并能把來自不同建模工具的邏輯元數據導入到元數據知識庫中。AGRochadeAGRochade、UniconUnicon、MetaMatrixMetaMatrix 是該類產品的一些例子。然而，除了以商業含義來定義數據表格的欄目名之外，這些工具沒有一個能很好地抓取元數據。第三級：管理控制行為特征這一級對元數據的修改進行集中管理。局部業務單元或開發小組如不通知

8、其他的元數據保管者和用戶，就不再能按照自己的想法對元數據進行修改。在一個地方發起的元數據的修改將傳播給其他地方。有各種工具和方法可用于不同業務單元之間交換元數據。為了整合不同數據源中的數據，仍然必須用手工進行數據的映射，以解決不同數據源的數據整合。但是，這種映射在一個中央知識庫上進行維護和管理。人數據擁有者、應用開發人員、用戶和其他的數據保存者現在比以往任何時候更清楚元數據管理的重要性。人們遵循有關元數據管理的““監督””處理操作規程。在對元數據進行修改前，他們就分析這種修改將會產生的影響。他們認識到元數據的共享將

9、使組織的運作更有效，并使他們的生活更輕松。處理建立了監督體系結構（誰是數據和應用的擁有者），監督資產（數據倉庫、數據集市、命名標準）和流程（何時開始更新、如何更新）。技術有幾個工具經常被用于元數據的監督處理。SchemaLogicSchemaLogic 是一種新興的工具，通常被用于幫助監督處理發現業務的詞匯及其分類。還有一些軟件提供商正在相互競爭，以填補這一空間，但還沒有一家能提供商用的產品。第四級：優化行為特征在對元數據實施集中存儲并通過監督體制對元數據進行管理后，企業會發現，通過標準化和整合可以實施有意義的優化。為了優化各業務單元之間的各種沖突和各個副本，人們開發了一個企業數據模型和詞匯表

10、。人們可以將這些標準模型和詞匯表用于各種新的應用。時機成熟時，可以把各種老的應用遷移到這些模型上。人在這一級，人們堅持不懈地探索優化的途徑。人們協同工作，通過在數據的入口點確認數據的有效性來提高數據的質量。通過確定各業務實體的權威數據源，使數據的映射達到最小化。數據開始從一個業務單元平滑地流到另一個業務單元，而不用擔心昂貴的數據集成成本。處理首先，生成企業數據模型，并在中央知識庫進行維護。第二，對數據模型中定義的每一個實體確定權威數據源或企業應用的主參照數據，然后將業務的上下文信息和含義與這些數據源進行關聯。在整個組織中對業務的詞匯表進行標準化。豉勵應用開發小組使用這些標準化的術語，來生成、傳

11、播和表示信息。技術目前，僅有少數幾個能幫助企業實施優化的工具。而且，每一個工具只能完成其中一到兩個任務，還沒有哪個工具能做企業優化所需的所有事情。第五級：自動化行為特征在這一級，元數據管理是自動進行的。當在邏輯層次發生元數據更新時，它們將被傳播到物理層次。反之，當在物理層次發生更新時，邏輯層次將被更新，以反映這種更新。在元數據中的任何變化也將觸發業務工作流，以處理其他各個業務系統所需的相對應的任何修改。由于各個應用系統遵照相同的詞匯表，它們之間的關系可以通過知識本體進行推斷，所以，各應用系統之間數據格式的映射自動產生人人們把元數據管理作為常規業務的組成部分。就像電信網對業務的支持一樣，元數據成為組織運作中一種關鍵的、普遍存在的、無形的資產。元數據管理變成業務處理的一個主要組成部分，而且，整個業務運作都要依賴于它。事實上,如果元數據管理實施得很好，人們可以無需關心它在何處。在自動化級，元數據管理成為一種使能器，而不被視為一種障礙。處理在這一級，元數據管理的處理較為理想。絕大多數處理是自動完成的。人們從手工和程序處理過程中解放由來。他們在元數據判定上可以工作得更有效。當業務變化時，由知識工人對企業數據模型、詞匯表和知識本體進行維護。這樣一種改變立即會在各個應用中反