5.1  元數據管理概述

1．元數據

人類大腦思維非常神奇，往往可以習慣地利用數據模型將數據和信息加以結構化，還可以利用元數據進行釋義并形成數據；同時，通過大腦思維的識別、轉化、擴充、統計、分析和挖掘等，可以獲取衍生信息，并同樣利用數據模型和元數據進行結構化和釋義。

元數據最早于1969年由Jack E．Myers提出。長期以來，在銀行領域，元數據主要應用在數據倉庫。在數據倉庫中，元數據是用以描述數據倉庫內數據的結構和建立方法的數據。

對于數據倉庫這類集成類數據系統來說，存儲的表、視圖等數據對象數以萬計，再加上內部復雜的數據抽取、加載和轉換，聯機分析處理( On Line Analytical Processing，OLAP)和數據挖掘，以及眾多的數據集市，很容易形成“蜘蛛網”現象。而解決“蜘蛛網”問題的關鍵就在于元數據管理，它可以幫助最終用戶理解和使用數據倉庫中的數據，也是保證數據質量的關鍵。同樣，它也應用在圖書館日常管理中。圖書館中的書籍多如繁星，要想在浩瀚的書海中快速準確定位到某種想要選擇的具體書籍，書簽必不可少，而書簽就是書籍的元數據。

根據銀行數據特點，結合業界理論和實踐經驗，元數據一般可以分為業務元數據、技術元數據、操作元數據三個類別，內容覆蓋結構化數據、半結構化數據以及非結構化數據。