元数据解决方案
随着报价系统每年收集和使用的数据飞速增长，数据体量日趋增长，数据形态多样化且不统一，多种数据源之间的采集、传播和共享遇到困难。元数据管理作为大数据治理的核心，是有效管理这些数据的基础和前提，在信息化建设中发挥着重要的作用。如何理解、管理并发挥出元数据的价值，成为迫切的任务。
一、什么是元数据
元数据（Metadata）是关于数据的数据。元数据是描述数据仓库内数据的结构和建立方法的数据。可将其按用途的不同分为两类：技术元数据（Technical Metadata）和业务元数据（Business Metadata）。
1. 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使用的数据，它主要包括以下信息：
1) 数据仓库结构的描述，包括仓库模式、视图、维、层次结构和导出数据
的定义，以及数据集市的位置和内容。
2) 业务系统、数据仓库和数据集市的体系结构和模式。
3) 汇总用的算法，包括度量和维定义算法，数据粒度、主题领域、聚集、
汇总、预定义的查询与报告。
4) 由操作环境到数据仓库环境的映射，包括源数据和它们的内容、数据分
割、数据提取、清理、转换规则和数据刷新规则、安全（用户授权和存
取控制）。
2. 业务元数据
业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使业务人员也能够“读懂”数据仓库中的数据。业务元数据主要包括以下信息：
1) 使用者的业务术语所表达的数据模型、对象名和属性名。
2) 访问数据的原则和数据的来源。
3) 系统所提供的分析方法以及公式和报表的信息。
4) 企业概念模型、多维数据模型，业务概念模型与物理数据的依赖，
二、元数据的作用
元数据可以实现业务模型与数据模型的映射，帮助用户理解数据仓库中的数据；元数据清晰的描述了数据的来龙去脉，描述了数据抽取转换规则，是保证数据质量的关键；元数据管理系统可以把整个业务的工作流、数据流和信息流有效的管理，可以支持需求变化，从而提高系统的可扩展性；打通数据孤岛，统一数据定义，形成企业级知识传承平台，元数据管理使得数据变的更有价值。三、元数据管理
在大数据时代的背景下，数据即资产，元数据实现了信息的描述和分类的格式化，从而为机器处理创造了可能，它能帮助企业更好地对数据资产进行管理，理清数据之间的关系。元数据管理是企业提升数据质量的基础，也是企业数据治理中的关键环节。元数据管理不当，信息很容易被丢失，进而不能对业务进行有效支撑，企业内部业务人员要识别相关信息就会变得十分困难，最终用户也将失去对数据的信任。
1. 元数据采集
技术元数据的采集，根据现有元数据设计出元模型，然后将数据仓库系统之中的元数据按元模型集中汇总并关联到一起，达到企业对数据统一管理与应用的目的，ETL等产生的元数据，对于元数据管理工具支持的格式可直接进行导入，对于一些自定义的规则，需要进行格式转换并导入。
业务元数据相对复杂，来源较广泛且不统一，需要对业务系统进行深入理解，按业务主题进行整理，梳理出业务范围、业务名称、业务定义、业务描述、业务关系等，并添加到元数据管理系统中。主要从以下几方面来进行梳理：
1) 业务平台中的各业务流程。
2) 交易、结算系统，提取出各种财务公式、过程逻辑、业务规则等。
3) 报表系统，比如表头，包含合计、平均数等聚合函数的列，一些计算公
式等。
4) 表格，在Excel中进行业务计算的公式，列的描述、代码描述等。
5) 文件数据中的标题、作者、时间、内容主题等。
2. 存储管理
对元数据存储需要使用专门的工具，拟定为（还需要做充分调研）Pentaho Metadata进行存储管理。通过工具与数据库系统的对接，将元数据导致进去，对于不支持系统对接的元数据，可手动进行添加。通过管理工具提供的辅助功能可对元数据进行标注、完善等。
四、元数据应用
通过元数据管理工具将元数据服务提供给所有业务人员，使业务人员也能够快速的从业务角度理解数据，从而帮助业务人员更好的利用数据。以下用三个方面来阐述元数据的实际应用价值：
1.元数据对比分析
业务系统由开发环境到测试环境再到生产环境，在系统的设计、开发、测试、上线过程中，无论需求变更还是Bug都会导致元数据的改动。大到库表结构重新设计，小到字段类型的变更，都可能导致系统出现重大问题。为了避免这种问题的发生，我们可以使用元数据系统的对比分析功能，元数据系统可以自动采集三个环境的库、表、字段、视图、存储过程等结构，自动化采集保证了各自环境
中都是最新的、最准确的元数据结构，我们对上线的数据环境与测试库进行对比，会轻松的发现问题所在，能大大降低这些问题发生的概率。
2.数据流向分析
数据平台系统中，业务数据由操作型数据几分析型数据转换，通过大量的数据抽取、转换、清洗等过程形成了分析统计数据。数据由业务系统->数据仓库->数据集市->分析报表，数据加工链路比较长，期间处理方式多元化，很容易会出现数据项不符合业务逻辑的情况，出现问题也很难迅速解决。
通过使用元数据系统的数据流向分析，即影响分析（上游->下游）与血缘分析（下游->上游），提供了字段级的数据解析，上下游之间的数据加工链路可以通过图形的方式快速定位，可以快速定位特定的表和某些字段，然后做详细的逻辑分析，大大简化了分析环节，提升了解决问题的效率。
3.交易链路分析
元数据可以辅助快速梳理系统服务之间的调用关系与服务间的接口。比如交易系统中入金、记账、结算等业务，会经过一系统复杂的系统接口服务调用，为了更为清晰、准确的了解交易流程，需要对各个服务进行梳理、整合，由于涉及不同的部门、系统，工作量和工作难度将相当大。为了解决这个问题，元数据的链路分析能力可以自动化的完成梳理任务，元数据可以通过服务接口的采集，自动获取服务的信息，包括参与接口调用的输入、输出字段信息，并通过系统自动采集相关的数据字典与关系映射，避免人工梳理造成漏误，以元数据驱动，服服务的业务元数据规范新的服务，完成整个服务系统。
另外还可以进行实体关联分析、实体差异分析、指标一致性分析、辅助应用优化、辅助案例管理。
电子地图管理系统-标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
#include
3.6.3遥感影像元数据管理服务系统 遥感影像元数据管理系统在定位为在国家监管中心实现遥感影像元数据管理和对外服务的 基础设施，建成一套持续化、业务化运行系统。该系统的建设目标是：一方面满足海量持续增加的遥感影像数据有序管理的问题，同时面向海洋监测应用部门提供强大的影像服务功能。在保证数据安全的前提下，提供高效快捷的遥感影像网络服务支撑保障和数据持续有效集成能力。 主要工作及系统功能包括： （1）遥感影像元数据库规范 遥感影像元数据库是存放遥感影像数据元数据的空间数据库，以方便用户或者其他程序查询和使用特定的影像数据。遥感影像元数据库规范包括两个部分，一是空间数据模型规范，即如何根据遥感影像数据涉及的数据类型创建空间数据模型；一是元数据信息组织规范，即如何依据影像数据的元数据规范将影像数据的元数据信息有效组织到数据库中，利用ArcSDE 空间数据库进行一体化管理。 （2）影像数据管理子系统 系统采用C/S模式，面向业务人员。提供的具体功能包括：1）批量自动化灵活直接入库和快速浏览影像库支持的各类数据及其元数据；2）高效多条件检索影像库管理的数据并显示；3）直接读取影像库外多种格式影像并自动叠加显示、便捷注册和发布影像与地图服务等；4）管理员可以对不同类型用户和影像数据进行授权和分级管理。 影像数据管理子系统主要功能指标详细如下： *支持常用国外卫星影像数据：WorldView 1/2/3, GeoEye-1/2, RapidEye, IKONOS, QuickBird, Spot5, Spot6, Landsat-5 TM, Landsat-7 ETM+和Landsat-8 ALI等和国内主要卫星影像数据：HJ-A/B CCD, ZY-02-C, ZY-3、CBERS-3/4、天绘系列、高分系列、资源系列等； 影像实时动态镶嵌（自动计算金字塔、覆盖区域和显示比例以及处理分辨率）； 影像元数据自动识别和解析，交互式元数据灵活更新和扩展； 读取和叠加GeoTIFF, ERDAS Image, eYaImage, ECW和JPEG等格式影像； 影像服务和地图服务的编辑，发布，和管理。 （3）影像共享服务子系统 基于B/S结构，面向管理和业务用户提供影像数据服务，包括影像数据检索服务、数据下载服务、影像展示服务等。系统包含以下四个功能模块：几何查询、属性条件过滤、查询结果浏览、对外影像和地图服务等。 系统结构为四层结构，客户浏览层、Web服务层、GIS中间件层以及影像数据存储层。其中，Web服务层基于SOA架构，为客户端提供业务服务；客户浏览器层则基于ArcGIS API for Flex；GIS中间件层提供遵循OGC规范的GIS服务，将遥感影像地理信息库和文件存储库中的数据提供给Web服务层 （4）影像动态处理和镶嵌融合模块 该模块是利用服务器端发布的Image Service服务，为用户提供影像数据进动态镶嵌融合处
元数据管理平台 技术白皮书 北京亿信华辰软件责任有限公司 2018年4月
目录 1.前言 (1) 1.1.关于本白皮书 (1) 1.2.背景介绍 (1) 1.3.产品定位 (1) 2.产品架构 (2) 2.1.概述 (2) 2.2.数据源层 (2) 2.3.采集层 (2) 2.4.数据层 (3) 2.5.功能层 (3) 2.6.访问层 (3) 3.产品功能特色 (4) 3.1.规范的元模型管理 (4) 3.2.端到端的自动化采集 (5) 3.3.全面的采集适配器 (5) 3.4.可灵活定制的采集模板 (6) 3.5.便捷的元数据检索 (7) 3.6.完善的元数据管理 (7) 3.7.强大的元数据版本管理 (8) 3.8.实时的元数据变更监控 (8) 3.9.数据地图鸟瞰全局 (9) 3.10.丰富的元数据分析应用 (9) 3.10.1.血缘分析 (9) 3.10.2.影响分析 (10) 3.10.3.全链分析 (10) 3.10.4.关联度分析 (11) 3.10.5.属性差异分析 (11) 3.11.出色的元数据检核机制 (12) 3.11.1.一致性检核 (12) 3.11.2.属性填充率检核 (12) 3.11.3.组合关系检核 (12) 3.12.自助式门户 (13) 3.13.丰富的服务接口 (13) 4.产品技术优势 (13)
4.1.系统设计原则 (13) 4.1.1.先进性 (14) 4.1.2.可维护性 (14) 4.1.3.可靠性 (14) 4.1.4.易用性 (15) 4.1.5.安全性 (15) 4.1.6.扩展性 (15) 4.2.可扩展采集适配器设计 (16) 4.3.采用MOF规范 (16) 4.4.支持基于XMI的数据交换 (17) 4.5.运用REST FUL架构 (18) 5.软硬软件环境 (19) 5.1.服务器配置推荐 (19) 5.2.客户端配置 (20) 5.2.1.客户端(建议配置) (20) 5.2.2.客户端浏览器 (20)
#include
数据仓库与数据挖掘 第一章课后习题 一：填空题 1）数据库中存储的都是数据，而数据仓库中的数据都是一些历史的、存档的、归纳的、计算的数据。 2）数据仓库中的数据分为四个级别：早起细节级、当前细节级、轻度综合级、高度综合级。3）数据源是数据仓库系统的基础，是整个系统的数据源泉，通常包括业务数据和历史数据。4）元数据是“关于数据的数据”。根据元数据用途的不同将数据仓库的元数据分为技术元数据和业务元数据两类。 5）数据处理通常分为两大类：联机事务处理和联机事务分析 6）Fayyad过程模型主要有数据准备，数据挖掘和结果分析三个主要部分组成。 7）如果从整体上看数据挖掘技术，可以将其分为统计分析类、知识发现类和其他类型的数据挖掘技术三大类。 8）那些与数据的一般行为或模型不一致的数据对象称做孤立点。 9）按照挖掘对象的不同，将Web数据挖掘分为三类：web内容挖掘、web结构挖掘和web 使用挖掘。 10）查询型工具、分析型工具盒挖掘型工具结合在一起构成了数据仓库系统的工具层，它们各自的侧重点不同，因此适用范围和针对的用户也不相同。 二：简答题 1）什么是数据仓库？数据仓库的特点主要有哪些？ 数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支
持管理决策。 主要特点：面向主题组织的、集成的、稳定的、随时间不断变化的、数据的集合性、支持决策作用 2）简述数据挖掘的技术定义。 从技术角度看，数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。 3）什么是业务元数据？ 业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使得不懂计算机技术的业务人员也能够读懂数据仓库中的数据 4）简述数据挖掘与传统分析方法的区别。 本质区别是：数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有先前未知、有效和实用三个特征。 5）简述数据仓库4种体系结构的异同点及其适用性。 a.虚拟的数据仓库体系结构 b.单独的数据仓库体系结构 c.单独的数据集市体系结构 d.分布式数据仓库结构
#i n c l u d e
Road *prev,*p,*end,*temp_head; char Run_time[80]; int i=0,Class; printf("请输入您所要查找的道路的番号：\n"); exit(5); } while(temp_head!=NULL){ if(temp_head->stRoadRec.linkid==Class){
end=(Road *)malloc(sizeof(Road)); printf("#linkid=%d ",temp_head->stRoadRec.LinkID); printf("roadnameflag=%d ",temp_head->stRoadRec.roadnameflag); printf("brunch=%d ",temp_head->stRoadRec.brunch); i++;} temp_head=temp_head->next; } end->next=NULL;
p ->next = NULL; if(i>=5) { save(prev); } { Road *prev,*p,*end,*temp_head; char Run_time[80]; int i=0,LinkId; printf("请输入您所要查找的道路的ID：\n");
2018年系统元数据管理系统分析 1. 现状分析 随着经营分析系统规模不断扩大，系统所积累数据量也越来越大，收集到的海量数据背后隐藏着大量珍贵重要的信息，但也同时提高了系统的数据管理难度：一方面难以对这些数据进行有效解释，缺乏对业务流程执行的实时监控和管理；另一方面各部门数据与数据整合的难度也不断加大，影响到了经营分析系统中的数据质量。 如何对现有数据进行深层发掘，并揭示出埋藏在元数据中的趋势、因果关系、关联模式等核心信息？这是下一步深化经营分析系统应用的电信运营商需要解决的头等大事。构建BI，首先要保证的是数据质量。元数据管理解决的问题就是如何把业务系统中的数据分门别类地进行管理，并建立数据与数据之间的关系，为数据仓库的数据质量监控提供基础素材。 1.1 目前的困境 使用者(决策层、业务分析人员)： 1) 经营分析系统中存在有很多报表，不同报表中存在一些相同的指标，这些指标往往不一致，给业务分析和决策工作造成很多困惑，必须花费很大的精力去检查核实。 2) 对于很多指标，不清楚其具体含义，不清楚其反映的问题，不清楚其具体算法和来龙去脉。
数据仓库项目开发维护者： 1) 不同报表中的同一指标不一致，必须花费很大的精力去检查，目前基本上是通过手工检查表和存储过程的方式，效率较低。 2) 没有完善的开发、维护规范。比如，新增一张分析报表，开发人员根据业务人员的需求制作完成之后，往往没有整理完善相应的数据指标解释和元数据管理，造成日后检查困难。 3) 开发、维护规范的执行力较低，没有行之有效的管控手段。不严格按照规范执行，随着项目的发展和时间的推移，导致数据仓库项目的健壮性和可维护性呈几何级数下降，给数据仓库的建设带来大量的重复工作。 1.2 什么是元数据管理 元数据最本质，最抽象的定义为：data about data (关于数据的数据)。而对于经营分析数据仓库而言，形象的定义为：元数据就是数据仓库的规范。这些规范包括对各种指标的定义、解释；包括对各表中数据的来龙去脉、数据的大小和格式的定义。 元数据管理，就是要建立一套行之有效的规范以及该规范的管控体系，实现从管理到查询到综合分析的全面管控，管理层次从接口到ETL处理、业务逻辑处理、结果展现处理和指标分析的方方面面，构成数据仓库应用系统的核心和基础。做到开发者能严格遵守规范，维护者和使用者有规范可查，有力的保障数据仓库项目的健壮性和可维护性。
元数据解决方案 随着报价系统每年收集和使用的数据飞速增长，数据体量日趋增长，数据形态多样化且不统一，多种数据源之间的采集、传播和共享遇到困难。元数据管理作为大数据治理的核心，是有效管理这些数据的基础和前提，在信息化建设中发挥着重要的作用。如何理解、管理并发挥出元数据的价值，成为迫切的任务。 一、什么是元数据 元数据（Metadata）是关于数据的数据。元数据是描述数据仓库内数据的结构和建立方法的数据。可将其按用途的不同分为两类：技术元数据（Technical Metadata）和业务元数据（Business Metadata）。 1. 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使用的数据，它主要包括以下信息： 1) 数据仓库结构的描述，包括仓库模式、视图、维、层次结构和导出数据 的定义，以及数据集市的位置和内容。 2) 业务系统、数据仓库和数据集市的体系结构和模式。 3) 汇总用的算法，包括度量和维定义算法，数据粒度、主题领域、聚集、 汇总、预定义的查询与报告。 4) 由操作环境到数据仓库环境的映射，包括源数据和它们的内容、数据分 割、数据提取、清理、转换规则和数据刷新规则、安全（用户授权和存 取控制）。 2. 业务元数据 业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使业务人员也能够“读懂”数据仓库中的数据。业务元数据主要包括以下信息：
1) 使用者的业务术语所表达的数据模型、对象名和属性名。 2) 访问数据的原则和数据的来源。 3) 系统所提供的分析方法以及公式和报表的信息。 4) 企业概念模型、多维数据模型，业务概念模型与物理数据的依赖， 二、元数据的作用 元数据可以实现业务模型与数据模型的映射，帮助用户理解数据仓库中的数据；元数据清晰的描述了数据的来龙去脉，描述了数据抽取转换规则，是保证数据质量的关键；元数据管理系统可以把整个业务的工作流、数据流和信息流有效的管理，可以支持需求变化，从而提高系统的可扩展性；打通数据孤岛，统一数据定义，形成企业级知识传承平台，元数据管理使得数据变的更有价值。三、元数据管理 在大数据时代的背景下，数据即资产，元数据实现了信息的描述和分类的格式化，从而为机器处理创造了可能，它能帮助企业更好地对数据资产进行管理，理清数据之间的关系。元数据管理是企业提升数据质量的基础，也是企业数据治理中的关键环节。元数据管理不当，信息很容易被丢失，进而不能对业务进行有效支撑，企业内部业务人员要识别相关信息就会变得十分困难，最终用户也将失去对数据的信任。 1. 元数据采集 技术元数据的采集，根据现有元数据设计出元模型，然后将数据仓库系统之中的元数据按元模型集中汇总并关联到一起，达到企业对数据统一管理与应用的目的，ETL等产生的元数据，对于元数据管理工具支持的格式可直接进行导入，对于一些自定义的规则，需要进行格式转换并导入。
浅谈数据仓库中的元数据管理技术 孙力君仇道霞方峻峰宋楠 山东省烟草公司信息中心 摘要：数据仓库是数据库的发展方向之一，对企业管理和决策支持起着重要的辅助作用。简要介绍了数据仓库和元数据的基本概念，重点阐述了元数据的概念、作用、CWM标准、来源，并就元数据具体应用进行了初步的研究和探讨。 关键词：数据仓库；元数据； 1. 引言 随着市场竞争的越来越激烈，烟草行业的信息化建设不断的深入发展，全行业形成了“以信息化带动烟草行业现代化建设”的基本共识，明确了“统一标准、统一平台、统一数据库、统一网络”，逐步实现系统集成、资源整合、信息共享的信息化建设总体要求，走过了“由基础性向应用性、由局部性向全局性、由分散性向集中性建设”的三个转变历程，初步形成了“数字烟草”的行业信息化建设格局，既对行业数据中心的建设提出了迫切的要求，也为行业数据中心建设奠定了坚实的基础。 随着数据库技术尤其是数据仓库技术的发展，人类能更容易获得自己需要的数据和信息，由于元数据是数据仓库中非常重要的组成部分，因此讨论和研究元数据在数据仓库中的作用和应用，具有非常重要的意义。 元数据管理是山东烟草数据中心建设的重要组成部分，元数据管理平台为用户提供高质量、准确、易于管理的数据，它贯穿数据中心构建、运行和维护的整
个生命周期。同时，在数据中心构建的整个过程中，数据源分析、ETL过程、数据库结构、数据模型、业务应用主题的组织和前端展示等环节，均需要通过相应的元数据的进行支撑。元数据管理的生命周期包括元数据获取和建立、元数据的存储、元数据浏览、元数据分析、元数据维护等部分。 通过元数据管理，形成整个系统信息数据资的准确视图，通过元数据的统一视图，缩短数据清理周期、提高数据质量以便能系统性地管理数据中心项目中来自各业务系统的海量数据，梳理业务元数据之间的关系，建立信息数据标准完善对这些数据的解释、定义，形成企业范围内一致、统一的数据定义，并可以对这些数据来源、运作情况、变迁等进行跟踪分析。完善数据中心的基础设施，通过精确把握经营数据来精确把握瞬息万变的市场竞争形式，使山东烟草在市场竞争中保持优势。 总的来说，元数据管理平台集成相关的元数据，形成企业的全局数据视图，提供企业级共享元数据的平台，是烟草业务系统的基础设施，对业务系统的发展、应用和数据质量的提升有着深远影响。 2.数据仓库概述 目前有关数据仓库的概念有多种，其中最经典的，引用最为广泛的定义是W.H.Inmon在《Building the Data Warehouse》一书中给出的，他指出：“数据仓库是面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持管理层的决策过程”。[1] 之所以要引入数据仓库，是因为随着信息时代的到来，如何从大量已存在的数据中提取出自己所感兴趣的信息并进行分析和预测越来越成为企业管理者和决策者所关心的问题。为了更好的进行管理和决策，许多企业都选择了数据仓库，利用数据仓库可以对各种源数据进行抽取、清理、加工
元数据管理平台的建立 1.1 元数据简介 元数据被定义为：描述数据的数据，对数据及信息资源的描述性信息。 元数据（Metadata）是描述其它数据的数据（data about other data），或者说是用于提供某种资源的有关信息的结构数据（structured data）。元数据是描述信息资源或数据等对象的数据，其使用目的在于：识别资源；评价资源；追踪资源在使用过程中的变化；实现简单高效地管理大量网络化数据；实现信息资源的有效发现、查找、一体化组织和对使用资源的有效管理。 元数据的基本特点主要有： 1、元数据一经建立，便可共享。元数据的结构和完整性依赖于信息资源的价值和使用环境；元数据的开发与利用环境往往是一个变化的分布式环境；任何一种格式都不可能完全满足不同团体的不同需要； 2、元数据首先是一种编码体系。元数据是用来描述数字化信息资源，特别是网络信息资源的编码体系，这导致了元数据和传统数据编码体系的根本区别；元数据的最为重要的特征和功能是为数字化信息资源建立一种机器可理解框架。 元数据体系构建了企业业务的逻辑框架和基本模型,从而决定了企业业务的功能特征、运行模式和系统运行的总体性能。企业业务的运作都基于元数据来实现。其主要作用有：描述功能、整合功能、控制功能和代理功能。 由于元数据也是数据，因此可以用类似数据的方法在数据库中进行存储和获取。如果提供数据元的组织同时提供描述数据元的元数据，将会使数据元的使用变得准确而高效。用户在使用数据时可以首先查看其元数据以便能够获取自己所需的信息。
在数据仓库领域中，元数据按用途分成技术元数据和业务元数据。首先，元数据能提供基于用户的信息，如记录数据项的业务描述信息的元数据能帮助用户使用数据。其次，元数据能支持系统对数据的管理和维护，如关于数据项存储方法的元数据能支持系统以最有效的方式访问数据。具体来说，在数据仓库系统中，元数据机制主要支持以下五类系统管理功能: （1）描述哪些数据在数据仓库中； （2）定义要进入数据仓库中的数据和从数据仓库中产生的数据； （3）记录根据业务事件发生而随之进行的数据抽取工作时间安排； （4）记录并检测系统数据一致性的要求和执行情况； （5）衡量数据质量。 1.2 元数据管理平台体系结构 图1 元数据管理平台体系结构 关键特性
肖朝虎 g999企业e化周刊 我们对计算机的应用从穿孔时代开始，经历了dos字符界面到windows图形界面的变革，经历了从菜单控制到鼠标控制的变革，从键盘输入到手写输入、语音输入的变革，每一次变革都使计算机的应用更符合人类的习惯。现在，从字符化的抽象信息到可视化的位置信息，正是计算机应用的又一次变革。 说起来，“intranet+数据库”的模式，已经使商业应用足够简单了，在一个企业系统中，无论有多少个不同的应用，都可以用一只鼠标在一个浏览器上解决问题，再也不用像以前那样适应不同的菜单，死记不同的命令。但是，还有更简单、表现力更丰富的技术，那就是电子地图。 电子地图的能耐 电子地图能做什么呢？电子地图传统的领域是制图管理。正在兴起的是lbi（location-based business intelligence，基于位置的智能业务）和lbs（location-based service，基于位置的服务）。举个例子，对天津市可口可乐饮料有限公司的销售经理来讲，知道在天津市某条繁华商业街100米范围内的售点，这点是很重要的，因为在这样的区域销售点覆盖率是否足够大，分布是否合理，对可口可乐这种大众消费品的销售，起着重要的作用；同时，销售经理也可以根据这个结果调配销售代表和送货人员，将这些销售点全部交给一个人负责，从而提高销售的效率。这样的问题在“intranet+数据库”的模式中是很难实现的，因为你不可能把每个销售点跟每条街道的距离都存储在数据库中，不仅数据量太大，而且销售分析是随机的，一会儿是销售点与某条街道的距离，一会儿是与某个居民区的距离，等等。采用“intranet+数据库+电子地图”的模式，就能很好地解决这样的问题。在这样的系统中，你可以在地图上任意划一个圈——圆、椭圆或其它形状，对这个范围的销售量、售点分布、商业机构分布、人口分布、竞争对手的售点分布等情况进行分析。 现在有不少地图信息提供商，他们已经将各个城市的地图电子化，并把各类商业机构的数据包含其中，一个电子地图一般包括十几层数据，每一层数据就是一类商业机构。企业只需要购买所关心的城市地图和地图管理系统，并请地图应用开发商把电子地图与自己的mis或erp 系统联结起来，就可以进行基于地图的分析和处理，为业务决策提供信息。 电子地图与gsm的微蜂窝系统结合，可以实现手机定位的商业应用。你的手机处在哪一个微蜂窝里面，微蜂窝系统是知道的，再加上电子地图信息和商业信息，服务商就可以告诉你附近有哪些商业设施，哪家饭馆在打折，哪个专卖店在促销，最近的取款机在哪里。 方正数码有限公司的一项主要业务就是地理信息技术应用。方正数码与地理信息领域的领导厂商——美国mapinfo公司共同组建了mapinfo china，用方正数码总裁李汉生的话说，“在中国，mapinfo就是方正数码；在地图服务领域，方正数码就是mapinfo”。同时，方正数码还继承了北大方正集团自主开发的“智绘”地理信息管理系统。“智绘”主要服务于相对传统的gis应用市场，mapinfo则擅长于新兴的商业应用市场，再加上方正数码掌握的网络安全技术、internet技术、无线应用技术以及各个城市的地图数据，就构成了方正数码完整的空间信息技术应用解决方案。 “跑”客户的需求 作为可口可乐在中国的合资生产厂，天津可口可乐公司在信息化方面做得相当不错。该公司有一套基于ibm as400和db2数据库的销售信息管理系统。天津可口可乐的销售业务范围包括天津、河北、内蒙、新疆、西藏等省市自治区。对天津市的销售网点，天津可口可乐的销售工作做得特别细致，随之而来的信息系统也管得特别细。对重点的数千个销售网点，每天
数据仓库与数据挖掘期 末综合复习
数据仓库与数据挖掘期末综合复习 第一章 1、数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。 2、元数据是描述数据仓库内数据的结构和建立方法的数据，它为访问数据仓库提供了一个信息目录，根据数据用途的不同可将数据仓库的元数据分为技术元数据和业务元数据两类。 3、数据处理通常分成两大类：联机事务处理和联机分析处理。 4、多维分析是指以“维”形式组织起来的数据（多维数据集）采取切片、切块、钻取和旋转等各种分析动作，以求剖析数据，使拥护能从不同角度、不同侧面观察数据仓库中的数据，从而深入理解多维数据集中的信息。 5、ROLAP是基于关系数据库的OLAP实现，而MOLAP是基于多维数据结构组织的OLAP实现。 OLAP技术的有关概念： OLAP根据其存储数据的方式可分为三类：ROLAP、MOLAP、HOLAP 6、数据仓库按照其开发过程，其关键环节包括数据抽取、数据存储与管理和数据表现等。 7、数据仓库系统的体系结构根据应用需求的不同，可以分为以下4种类型：两层架构、独立型数据集合、以来型数据结合和操作型数据存储和逻辑型数据集中和实时数据仓库。8、操作型数据存储实际上是一个集成的、面向主题的、可更新的、当前值的（但是可“挥发”的）、企业级的、详细的数据库，也叫运营数据存储。 9、“实时数据仓库”以为着源数据系统、决策支持服务和仓库仓库之间以一个接近实时的速度交换数据和业务规则。 10、从应用的角度看，数据仓库的发展演变可以归纳为5个阶段：以报表为主、以分析为主、以预测模型为主、以运营导向为主和以实时数据仓库和自动决策为主。 11、什么是数据仓库？数据仓库的特点主要有哪些？ 数据仓库通常是指一个数据库环境，而不是支一件产品，它是提供用户用于决策支持的当前和历史数据，这些数据在传统的数据库中通常不方便得到。数据仓库就是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，通常用于辅助决策支持。 数据仓库的特点包含以下几个方面： （1）面向主题。操作型数据库的数据组织是面向事务处理任务，各个业务系统之间各自分离；而数据仓库中的数据是按照一定的主题域进行组织。 （2）集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。也就是说存放在数据仓库中的数据应使用一致的命名规则、格式、编码结构和相关特性来定义。 （3）相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供单位决策分析之用，对所涉及的数据操作主要是数据查询和加载，一旦某个数据加载到数据仓库以后，一般情况下将作为数据档案长期保存，几乎不再做修改和删除操作，也就是说针对数据仓库，通常有大量的查询操作及少量定期的加载（或刷新）操作。 （4）反映历史变化。操作型数据库（OLTP）主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含较久远的历史数据，因此总是包括一个时间维，以便可以研究趋势和变化。数据仓库系统通常记录了一个单位从过去某一时点(如开始启用数据仓库系统的时点)到目前的所有时期的信息，通过这些信息，可以对单位的发展历程和未来趋势做出定量分析和预测。 12、数据挖掘的概念 数据挖掘，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识，又被称为数据库中的知识发现。数据挖掘的方法：直接数据挖掘、间接数据挖掘。
数据仓库中元数据的管理M etadata M anagem en t i n a Data W arehouse 同济大学计算机科学与工程系(上海200092) 史金红 吴永明 【摘要】 介绍了数据仓库中四种基本类型的元数据,说明了不同类型元数据的收集和维护方法,并着重对分布式元数据的集成和管理进行了详细的阐述。 关键词:数据仓库,数据商场,决策支持,元数据 【Abstract】 T h is p ap er in troduces fou r typ es of m etadata and the m ethods of co llecting and m ain tain ing them.It focu ses on the m etadata m anagem en t and in tegrity. Key words: da ta warehouse,da ta mart, dec ision support,m etada ta 1 引言 随着社会的发展和计算机技术的进步,人们已不满足于用计算机只作简单的数据处理和事务处理。进一步用现有的数据进行分析和推理,从而为决策提供依据的需求导致了决策支持系统(D SS)的出现。90年代以来计算机技术、网络技术和数据库技术的迅速发展为D SS提供了必要的技术环境, OL T P和办公自动化普遍应用积累的大量数据为D SS提供了必要的数据基础,日趋激烈的市场竞争促进了各级管理和决策人员对D SS的实际需求,因此自从1991年W.H.Inm on提出数据仓库的概念和1993年E.F.Codd提出OLA P概念以来,已有许多商品化的数据仓库管理系统和联机分析处理工具软件面市。以上诸因素的共同作用促成许多公司、机构纷纷为提高自己的竞争能力建立数据仓库系统以进行决策支持。 元数据是成功的数据仓库的重要组成部分,它可以帮助数据仓库项目小组明确而全面地理解潜在数据源的物理布局以及所有数据元的业务定义,帮助数据仓库用户有效地使用仓库中的信息,帮助数据库管理员了解某些表的变化将对数据仓库产生怎样的影响以及不同商业过程对应的应用等等。项目小组在开发过程中应当识别元数据并将它收入到元数据商店中,实施适当的过程捕作企业数据结构和应用的变化,从而修改相应的元数据,并向用户提供适当的工具访问元数据。 2 元数据的基本类型 元数据按照其用户可以分为技术元数据和商业元数据。技术元数据提供给数据仓库的技术人员,数据仓库技术人员在仓库的开发和维护中使用这类元数据。商业元数据是商业用户在仓库中寻找他们所需商业信息的一个辅助。但是,技术人员可能也需要访问几种类型的商业元数据,如和商业用户讨论信息需求和建立企业的数据模型。同样,商业用户也需要尝试高水平的技术元数据。 元数据按其内容可以分为四个基本类型: 1)关于数据仓库潜在数据来源的信息,包括现有的业务系统、可得到的外部数据和目前手工维护的信息。例如,一个组织可以从中识别数据来源的潜在仓库数据源有:几个现有的应用程序,由财务部门保存的基于PC机的电子报表,从某一卖主处购买的销售数据,目前由顾客服务部门在纸上保存的顾客联系记录。 2)关于数据模型的信息,包括业务实体、关系、企业规则和企业数据模型。 3)关于业务数据与仓库数据结构间的映射信息。只要那些来源中的一个数据元与仓库建立了映射关系,就应该记录下这些数据元间的逻辑联系以及发生的任何变换或变动。 4)关于数据仓库中信息的使用情况。了解这类信息对更好地调整仓库性能、更多地利用现有查询以及理解仓库中的信息怎样用于解决企业问题是很重要的。 3 元数据的收集和维护 在适当的时间收集适当的元数据是成功实施元数据驱动的数据仓库的基础。为保证较高的准确
1.前言 数据仓库中的数据是从许多业务处理系统中抽取、转换而来，对于这样一个复杂的企业数据环境，如何以安全、高效的方式来对它们进行管理和访问就变得尤为重要。解决这一问题的关键是对元数据进行科学有效的管理。元数据是关于数据、操纵数据的进程和应用程序的结构和意义的描述信息，其主要目标是提供数据资源的全面指南。元数据不仅定义了数据仓库中数据的模式、来源以及抽取和转换规则等，而且整个数据仓库系统的运行都是基于元数据的，是元数据把数据仓库系统中的各个松散的组件联系起来，组成了一个有机的整体。2.元数据 2.1 元数据的概念 按照传统的定义，元数据（Metadata）是关于数据的数据。在数据仓库系统中，元数据可以帮助数据仓库管理员和数据仓库的开发人员非常方便地找到他们所关心的数据；元数据是描述数据仓库内数据的结构和建立方法的数据，可将其按用途的不同分为两类：技术元数据（Technical Metadata）和业务元数据（Business Metadata）。 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使用的数据。
业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使得不懂计算机技术的业务人员也能够“读懂”数据仓库中的数据。业务元数据主要包括以下信息：使用者的业务术语所表达的数据模型、对象名和属性名；访问数据的原则和数据的来源；系统所提供的分析方法以及公式和报表的信息。 2.2 元数据的作用 在数据仓库系统中，元数据机制主要支持以下五类系统管理功能：（１）描述哪些数据在数据仓库中；（２）定义要进入数据仓库中的数据和从数据仓库中产生的数据；（３）记录根据业务事件发生而随之进行的数据抽取工作时间安排；（４）记录并检测系统数据一致性的要求和执行情况；（５）衡量数据质量。 与其说数据仓库是软件开发项目，还不如说是系统集成项目[1]，因为它的主要工作是把所需的数据仓库工具集成在一起，完成数据的抽取、转换和加载，OLAP分析和数据挖掘等。 3.数据仓库元数据管理现状 元数据管理的主要任务有两个方面：一是负责存储和维护元数据库中的元数据；二是负责数据仓库建模工具、数据获取工具、前端工具等之间的消息传递，协调各模
电子地图如何制作简介 下列为电子地图的制作过程 1.准备纸的地图如：交通旅游图、测绘局购买的图等你想做的图。 2.把准备的地图扫描进计算机 3.下载地图矢量化软件mapinfo professional，autoCAD等也可以。 4.练习熟悉mapinfo professional的使用方法，矢量化你扫描的地图（也可以购买别人矢量化好的电子地图，这当然就剩了好多时间，或许还有金钱）。 5.下载地图网上发布软件“mapinfo MapXtreme”。 6.用mapinfo MapXtreme发布你矢量化好的地图就行了。 当然Mapinfo professional需要你化点时间熟悉，mapinfo MapXtreme需要你化点时间学习开发。如果想做的专业一些的话，用专业的做地图的软件mapinfo 下载地址： 是mapinfo的中国官方网站 使用emule下载 emule的下载地址: MapInfo地理信息系统平台作为一个图形－文字信息完善结合的软件工具，能将所需要的信息资料形象、直观地与地理图形紧密地联结起
来，能提供大量常用的分析、查询功能，能将结果以图形或表格的方式显示出来。 MapInfo软件提供与一些常用数据库的接口,可以直接或间接地与这些数据库进行数据交换。MapInfo软件提供的开发工具MapBasi c, 可完成用户在图形、界面、查询、分析等方面的各种要求，以形成全用户化的应用集成。配接多媒体系统可使用户对地图进行多媒体查询。MapInfo软件适用于军队管理与指挥、市场营销、城市规划、市政管理、公安交通、邮电通讯、石油地质、土地资源、人口管理、金融保险等各个应用领域，能对用户的管理、决策提供有力的支持与帮助。 一、强大的图形表达、处理功能 MapInfo做为一种功能强大的图形软件，利用点、线、区域等多种图形元素，及丰富的地图符号、文本类型、线型、填充模式和颜色等表现类型，可详尽、直观、形象地完成电子地图数据的显示。同时MapIn fo对于位图文件(如GIF、TIF、PCX、BMP、TGA等多种格式的位图文件)和卫片(SPOT)、航片、照片等栅格图象，也可以进行屏幕显示，根据实际需要还可以对其进行矢量化。此外，DXF格式(Auto CAD和其它CAD软件包的图形/数据交换格式)的数据文件，也可以直接运用于MapInfo当中。在图形处理方面，它提供了功能强大的
地理空间信息 GEOSPATIAL 2009 年2 月 第7 卷第1 期 1:10 000 地形图(DLG)数据生产的质量控制与检测 郑凤娇，王祥 （武汉市勘测设计研究院，湖北武汉430022） 文献标志码: B 摘要：结合武汉市1：10000 地形图生产项目，给出了1：10000 地形图（DLG）数据生产的技术方法与流程，阐述了 1：10000 地形图（DLG）数据生产的质量控制过程及检测项目的具体内容。 关键词：地形图；DLG；数据处理；质量控制；检测 中图分类号：P208 Quality Control and Detection for Data Production of 1:10000 Topographic Maps (DLG) ZHENG Fengjiao, WANG Xiang (Wuhan Geotechnical Engineering & Surveying Institute, Wuhan 430022，China) Abstract：Combination of Wuhan 1: 10 000 topographic map production project, given the technical methods and processes of 1: 10 000 topographic maps (DLG) data, described quality control process and specific content of detection projects for 1: 10 000 topographic maps (DLG) data production . Ke ywords：topographic map; DLG; data processing; quality control; detection. 文章编号: 1672-4623 (2009) 01-0091-04 1:10 000 地形图是城市系列比例尺基本图种之一， 是“数字武汉”空间基础设施数据库的重要组成部分， 它可服务于专家领导的辅助决策、区域城市、乡镇、农 村等设计、地籍调查、掩没分析、专题数据库的开发 提供基础地理信息，可作为编制更小比例尺地形图或 专题地图的基础资料。基础地理信息数据的精度及其 正确性等直接决定了数据的利用价值，甚至影响有关 建设工程的质量和安全。由我院负责具体实施市域(8 549 km2) 全覆盖的1: 10 000 数字地形图(DLG) 航空 摄影测量及数据库建设工作，实施覆盖面积大，生产 工序、投入的人员及设备较多。因此，在整个DLG 数 收稿日期：2009-01-20 参考文献 [1] 王晏民，郭明，王国利，等.利用激光雷达技术制作古建筑正 射影像图[J].北京建筑工程学院学报，2006，22(4):19-22 [2] Jia C D，Hung C T. 3D Laser Scanning and GPS Technology for Landslide Earthwork Volume Estimation[J].Automation in Construction， 16(2007):657-663 [3] 惠增宏.激光三维扫描重建技术及其在工程中的应用[D]. 西
元数据管理方案
元数据管理方案 1.1元数据抽取 为了简化元数据生成工作，系统提供自动生成元数据的功能，即元数据抽取。经过元数据自动抽取，用户能够方便、快捷地获得大量的元数据信息。 1.1.1抽取的对象 元数据抽取主要针正确对象有以下几种： 已有目录：已建业务应用系统中现有的目录资源。 数据库：各种数据库资源，包括关系型数据库、XML数据库等。 格式化电子文件：电子文件，例如Word、PDF、XLS等文件。 1.1.2元数据抽取的流程 元数据抽取的流程有4个主要步骤，分别为： 数据源信息获取：解决要从哪个数据源获得元数据的问题。 内容/结构分析：解决要从数据源中获得哪些元数据的问题。 元数据提取：解决如何从数据源中获取元数据的问题。 存储入库：解决元数据存储的问题。
1.1.3电子文档的元数据抽取 对于电子文档，首先各部门的文档格式不尽相同，另外它们的安全级别也各不相同，同时由于信息化建设水平的不一致，有的部门文档分散在各处，有的部门文档是集中存放的，甚至已经建立了完善的电子系统进行管理。 针对以上状况，对于电子文档的元数据抽取需要进行以下的抽取流程： ●整理归档 对于分散在各处的电子文档(纸质文档需要先进行电子化处理)，必须由专人进行统一整理，根据公开共享的前提进行集中，这种集中能够是物理上集中的，也能够是逻辑上集中的。但要满足以下原则，第一根据安全级别，便于外界访问；第二便于文档的增量发布；第三便于采集工具的自动化采集编目。各部门只有在文档完全整理归档的情况下，进行自动化采集才是切实可行的。在整理归档的时候，各部门根据各自情况进行归档，没有必要千篇一律，也没有必要制定繁琐和呆板的规则，只要能够满足以上的原则即可。 ●根据安全级别，建立相应的访问机制 由于受到安全级别的限制，因此对于需要共享的数据要进行安全方面的限制，限制的手段能够有：用户名/密码、数字证书、物理隔断等等，根据实际情况建立安全访问机制，做到重要信息不泄露，不丢失。 ●编目处理