什么是元数据治理

实施元数据治理的第一步是分析现有数据，对其进行编目并识别相关的业务领域。这涉及定义字段类型格式、元数据字段和数据产品地址约定的全局标准。通过分析现有数据，可以为元数据模式奠定基础。

中央IT团队负责制定和实施全局数据治理政策，包括识别数据网格的报告、身份验证和合规性标准，以及为数据产品所有者定义细粒度的访问控制。虽然数据生产者定义和衡量数据质量，但中央治理政策可以指导他们的决策。

构建一个通用的自助式数据平台，允许任何人在其上构建新的领域数据产品。该平台应隐藏底层的技术复杂性，并提供数据加密、模式管理、访问控制、发现、日志记录和缓存等功能。还可以构建自动化缩短创建新数据产品的前置时间。

选择合适的技术来支持元数据治理的实施非常重要，例如Amazon Glue、Amazon Athena、Amazon EMR和Amazon Redshift Spectrum等亚马逊云科技产品。这些产品可以帮助数据发现、准备、集成和访问控制。

企业应该分析现有数据，识别相关的业务领域，并为字段类型、元数据字段和数据产品地址约定建立全局标准。这有助于确保元数据在整个组织中保持一致性和可理解性。

中央IT团队应该为数据网格定义报告、身份验证和合规性标准，以及数据产品所有者可以应用的细粒度访问控制。同时，数据生产者负责定义和衡量数据质量，而中央治理政策则指导他们的决策。

建议任命专门的元数据管理员维护数据所有者定义的元数据标准以及一般最佳实践的遵从性。该人员负责管理元数据模式的业务和技术层面，通常还参与策略和实施。

定期监控元数据以确保模式保持相关性非常必要。元数据管理还涉及管理特定知识领域的元数据边界，因为通用本体对于语言特定于知识领域的专家可能没有用处。

元数据通常伴随着电子存储的数据，如果存储和管理正确，对企业来说是非常有价值。因此，有效的元数据存储和管理对于元数据治理至关重要。

元数据治理被广泛应用于管理数字媒体和其他形式的内容元数据，如目录、词典和分类法等。它涉及创建、控制、增强、标注、定义和管理元数据模式或结构化聚合系统的端到端流程和治理框架。这通常用于实现内容管理，其中URL、图像、视频等可能会从对象、属性和值的三元组表中引用。

在特定的知识领域，元数据治理尤为重要，因为需要仔细管理元数据的边界，一般本体可能无法满足特定领域专家的需求。在开发知识管理解决方案的过程中，通常会指定专门的元数据管理员维护元数据标准和最佳实践。

元数据治理在信息治理中也扮演着关键角色，有助于数据质量管理、主数据管理，并通过业务价值丰富数据血统。元数据对于电子发现和合规性也很重要，因为它可以提供有关电子存储数据的宝贵信息。

现代数据环境的分布式和异构性给元数据治理带来了巨大的复杂性。服务导向架构（SOA）环境可能会产生数百万条消息，来自不同组织或竞争对手的多个服务协同工作时，就会产生重大的信任问题，需要有效的治理来解决。此外，缺乏统一的SOA服务测试框架，也给元数据管理带来了挑战。

元数据治理需要定义和管理元数据模式、模型或其他结构化聚合系统，这在特定知识领域内（其中元数据语言和边界不同）尤其具有挑战性。指定专门的元数据管理员来维护元数据标准的遵从性并确保开发相关模式，可以帮助解决这些挑战，但这一角色需要对整个元数据管理过程有广泛的理解。

元数据治理计划应与支持业务计划保持一致，而不是直接提出元数据治理的价值。每个主要业务计划都需要数据，元数据治理可确保数据处于支持这些计划的正确状态。另一个挑战是避免将元数据治理应用得过于狭隘，例如将其与单个业务领域或用例相关联，而没有从整个组织的角度来看待。数据治理计划应在集中和分散之间保持平衡，赋予领域团队权力，同时在整个组织内保持连贯性。

元数据治理涉及创建、控制、增强、归属、定义和管理元数据模式、模型或其他结构化聚合系统的端到端流程和治理框架。数据治理是一个更广泛的概念，涵盖了组织在整个业务企业中创建一致和适当处理数据所需的人员、流程和信息技术。数据治理旨在确保整个数据生命周期中数据的高质量、可用性、可用性、一致性、完整性、安全性和标准合规性。它还建立了问责制和有效数据管理的流程。

虽然元数据治理专注于管理元数据，但数据治理是一种更全面的方法，将数据作为组织的战略资产进行管理。元数据治理是数据治理的重要组成部分，但数据治理涵盖了比仅仅管理元数据更广泛的数据管理实践。