为什么要在大数据中心实施元数据管理

-4-为什么要在大数据中心实施元数据管理当我们费尽艰辛搭建好数据仓库并胜利用于线上运行时，发觉我们将花费更多时间为数据科学家、分析师做数据预备。分析他们的数据需求，供应闪闪发光的数据报表。在数据管理领域，我们始终致力于让数据为我们供应价值，为此我们付出大量的努力和投入。

在过去二十年，各大企业都在着手搭建数据仓库。当我们费尽艰辛搭建好数据仓库并胜利用于线上运行时，发觉我们将花费更多时间为数据科学家、分析师做数据预备。分析他们的数据需求，供应闪闪发光的数据报表。这将占用数据维护人员80%的时间投入，这个投入是偏高的，包含如沟通、反查、校正等大量重复和不必要投入。

如何提升数据管理力量？

我们需要回到这80%的投入，想尽一切方法压缩它们，这样才能更快的供应数据服务。这时有种工具呈现出了优势，那就是"元数据'。

元数据，通常的定义为"描述数据的数据'。更精确     一点说：元数据是描述流程、信息和对象的数据。这些描述涉及技术属性特征（例如，结构和行为）、业务定义（包括字典和分类法）以及操作特征（如活动指标和使用历史）。

我们用"元数据'去攻击这"80%'。将元数据做集中式管理，梳理元数据树，翻译、标注、补充元数据内容。便利使用者查找数据、理解数据、追踪溯源以及规范专业学问。降低数据预备期间沟通、反查、校正等大量重复和不必要投入，这样我们就可以留下更多的时间进行数据分析，不仅节约大量资金投入，还赚取更多的利润。

以电信运营商为例，通过各个时期的IT建设，公司有计费系统、网络系统、OA系统、财会系统和客服系统等等。随着公司数据仓库项目建设完成，各系统核心业务数据都汇总到了大数据中心。本以为会大幅提升IT系统的"智能性'，没想到基层的反应是根本用不起来。许多问题都来源于：缺乏针对数据的指导，业务规律把控不精确     ，各部门指标不统一，导致数据预备的成本较高。

连续以电信运营商为例，对于运营商的"当日用户数'这个指标，各个部门给出的定义并不一样：

在营业部每周例会上，各个部门对"当日用户数'争吵的面红耳赤，担负着业务压力的业务人员很可能谁也劝说不了对方来接受自己的数字，不得不要求数据维护人员额外投入工作量去解析差异根源，校准报表数据。

这个问题根据元数据技术的术语来讲，就是在业务元数据上，大家对于业务的熟悉并不统一。这种问题会造成大量的时间成本铺张：

元数据管理平台的建设就是为了避开消失这样的问题。建设元数据管理平台可以：

实现对技术元数据抽取、汇合、梳理，解释相关库表、列信息。支持查看完整数据链路和关联图谱。

梳理业务元数据，将相关的指标、流程在平台中建立起来，固化并传播企业专业学问。

将业务元数据同技术元数据联系起来，联通业务与技术，给业务管理人员和技术维护人员供应更详尽的指导。

就上文的举例来看，就可以在元数据管理平台上维护"当日用户数'等易混淆指标，规范其数据来源，将其同技术库表元数据关联起来并作详尽的解释。报表建设以元数据管理平台维护的业务学问为基准，这样报表数据有章可循、有理有据，消弭不必要的争吵，各部门用心分析报表数据，充分利用数据价值。

显而易见，元数据管理平台梳理企业资产、规范专业学问。推动元数据管理可以显着降低数据预备成本：

元数据管理是基础

元数据管理可以梳理企业资产，规范专业学问，降低数据预备期间沟通、反查、校正等大量重复和不必要投入，帮助提升数据分析效率，是数据管理的基础。

假如你进行的数据处理越简单，作为支撑的数据就需要更好。假如你同时兼顾了这两件事，才能让更多的人直接使用数据并为自己服务。许多时候我们往往"本末倒置'，遇到问题仅仅关注要如何解决，而忽视基础的预备，不仅增加简单度和重复工作量，还会花费大量的沟通、理解的成本。

元数据管理是基础

额外的，元数据管理作为底层基础，能使我们在后续进行集成操作，如处理云；在混合环境中做数据集成；在重复环境中做大数据时，猎取巨大的优势。事实上，将