最新元数据管理模块方案.doc

元数据管理模块方案
3
目录
1. 现状分析 1
目前的困境 2
什么是元数据管理 2
2. 目标分析 3
建立完善的指标解释体系 3
建立标准的元数据管理体系 3
：
今天的出帐用户数过高，是怎么回事？
数据集市层中的 DM_XXX 表中数据为空，什么原因？
A报表中的全省ARPU值和B报表中的ARPU值为什么不同？
…………
3. 功能概述
元数据管理
对数据仓库的层次结构、主题域划分，各层的各种对象，如表、存储过程、索引、数据链、函数和包等的管理。能够清晰的展现各层次结构之间的数据流程，图形化展现
6
各对象之间的关系，展现表中数据的来龙去脉。
业务元数据
业务元数据包括以下信息：使用者的业务术语所表达的数据模型、对象名和属性名；访问数据的原那么和数据来源；系统所提供的分析方法及公式、报表信息。
业务元数据管理除了管理上述信息外，还提供对业务元数据来源的管理和差异性比照功能，使用户能够方便的查询、比较和追溯。
包括两个子模块，指标管理和指标解释接口。
指标管理：主要实现对所有指标的维护功能，维护指标的根本信息、业务规那么和技术算法等。能够展现各个主题分析中的指标，以及指标间的区别等信息。
指标解释接口：提供统一的接口，使用户能够在经营分析系统或CRM系统中，点击任一指标名称，即可查看该指标的详细描述和解释说明。
7
技术元数据
技术元数据是存储关于数据仓库系统技术细节的数据，是用于开发和管理数据仓库的数据，主要包括数据仓库结构的描述〔各个主题的定义，星型模式或雪花型模式的描述定义等〕、ODS层〔操作数据存储ODS .Operation Data Storage)的企业数据模型描述〔以描述关系表及其关联关系为形式〕、对数据稽核规那么的定义、数据集市定义描述与装载描述〔包括Cube的维度、层次、度量以及相应事实表、概要表的抽取规那么〕。
系统除了维护技术员数据的根本信息外，更以图形的方式展现和管理各技术元数据之间的关联关系和来源。
技术元数据管理主要包括以下几个功能模块：
元数据查询：按关键字、分类、主题域名称等维度进行查询，展现该元数据的根本信息，如业务描述、技术描述、计量单位、所属分类等信息。
元数据维护：对元数据的根本信息进行维护，包括增、删、改。
8
元数据关系查询：展现元数据之间的关系，如：按经营分析数据仓库的各个层次进行展现；按元数据之间的映射关系展现；按元数据的处理流程进行展现等等。
9
10
元数据关系管理：对元数据关系进行维护，包括增加、删除和修改。
如上图所示，鼠标右键点击某个节点，对该节点进行增、删、改操作。
11

血统分析、影响分析、表重要程度分析、表无关程度分析等等。通过上述分析，让用户对整个数据仓库总体上有清晰的认识和理解，解决数据孤岛的问题。
血统分析
数据血统－Data Lineage，通过数据血统分析，用户可以知道数据何时更新、如何计算以及从何处而来，所有这些手段帮助用户追溯报表中数据产生的来源。这种深入洞查数据来龙去脉的能力对于帮助用户更加信赖他们的信息来说，具有至关重要的作用。
12
影响分析
影响分析关注的重点是数据的流向，提供端对端影响分析，使您能够看见源系统发生变化时，BI报表受到的影响，而因此可以轻松地处理BI环境中的变化。
13
前端展现专题分析模块
目标元数据对象
重要性分析
分析BI系统中，用户最关心的分析主题、报表和指标，追溯这些分析主题、报表和指标涉及到的元数据，这对于BI系统和数据仓库开发团队具有重要的指导意义。
分析各元数据对象之间的关联密集度，分析数据仓库中各层次的包、表等对象的重要程度，指导数据仓库开发和维护团队对重点元数据进行重点关注和质量监控。
14
无关性分析
与重要性分析相反，随着数据仓库系统的规模不断扩大，业务需求的日益变化，会产生一定数量的无关数据、信息和报表，找出这些无关的内容，结合业务需求分析其产生的根源，从而为用户简化工作负载，降低工程总拥有本钱，为用户提供可信赖的数据和分析能力。

根据预先配置的规那么、算法和质量检查度量，对数据的准确性、合理性等多角度的检查，以及时发现问题，