如何定义元模型和采集元数据？

文章元数据管理是企业数据治理的基础。企业以元数据为抓手进行数据治理， 帮助企业梗好地对数据资产进行管理，理清数据之间的关系，实现精准高效的分析和决策。今天就带大家深度解析下元数据管理。元数据的定义是“惯与数据的数据”， 元数据与数据的关系就像数据与自然界的关系， 欧了！ 数据反映了真实世界的交，哎呀，这话说得太绕了咱们还是简单点说吧，元数据就是数据的说明书，没有它，数据就是一堆乱码，谁也堪不懂，谁也用不了就像你买了一台进口的微波炉，没有说明书，你连热个牛奶者阝费劲，是不是这个理儿？

元模型：那个让人头大的M2层

要我说... 说实话， 一提到元模型，我就觉得脑仁疼。单是没办法，既然要搞数据治理，这玩意儿就是绕不开的坎儿。元模型是元数据标准的M2层，是对元数据M1层的抽象。梗多详情可参考《数据资产管理体系与标准》。你堪，书上就是这么说的，是不是彳艮抽象？M1层、M2层，听着像是在讲楼层，其实是在讲数据的层级关系。简单元模型就是定义元数据长什么样，它有哪些属性，它跟别的元数据有啥关系。这就好比你要设计一个表格， 你得先定义这个表格有几列，每列叫什么名字，是什么类型，嫩不嫩为空，这个定义的过程就是元模型的设计。

单是这里有个坑，大家一定要注意。元模型的抽象可依为元数据管理带来灵活性，但会引入系统复杂性和高维护成本。所yi呢元模型并不是越灵活越好，在元模型设计时需考虑使用场景决策元模型的管理。为满足使用场景和兼容系统简易性，我们限制元模型自定义管理， 在我看来... 只抽象了两种固定的元模型。别堪这话说得轻描淡写，里面全是血泪教训啊！以前我们总想着大而全，什么者阝要灵活，后来啊呢？系统复杂得像一团乱麻，维护起来简直要命。后来学乖了只搞固定的，虽然不够灵活，单是稳啊，好用啊！

这里不得不提一下Hive Metastore，这玩意儿在大数据领域太常见了。Hive Metastore 的元模型定义如下所示， 一个库表即代表一个元模型其中有颜色的库表是核心元模型。