大數(shù)據(jù)中樞大數(shù)據(jù)治理體系建設(shè)方案

大數(shù)據(jù)中樞大數(shù)據(jù)治理體系

建

設(shè)

方

案

目錄

第一部分：大數(shù)據(jù)治理統(tǒng)一流程模型概述和明確元數(shù)據(jù)管理策略4

1大數(shù)據(jù)治理概述........................................4

2大數(shù)據(jù)治理統(tǒng)一流程參考模型............................5

3使用總結(jié).............................................16

第二部分：元數(shù)據(jù)集成體系結(jié)構(gòu)...............................17

1大數(shù)據(jù)治理統(tǒng)一流程參考模型第二步：元數(shù)據(jù)集成體系結(jié)構(gòu)..17

2使用總結(jié).............................................26

第三部分：實(shí)施元數(shù)據(jù)管理...................................27

1第三步：實(shí)施元數(shù)據(jù)管理...............................27

2使用總結(jié).............................................38

第四部分：大數(shù)據(jù)治理統(tǒng)一流程參考模型的第四步到第九步.......38

第四步：定義業(yè)務(wù)問(wèn)題...................................39

第五步：獲得主管支持...................................39

第六步：執(zhí)行成熟度評(píng)估.................................40

第七步：構(gòu)建路線(xiàn)圖.....................................43

第八步：建立組織藍(lán)圖...................................43

第九步：了解數(shù)據(jù)......................................44

使用總結(jié)...............................................55

第五部分：定義度量值和主數(shù)據(jù)監(jiān)管...........................55

第十步：定義度量值.....................................55

第十一步：主數(shù)據(jù)監(jiān)管...................................56

使用總結(jié)...............................................68

第六部分：大數(shù)據(jù)監(jiān)管和信息單一視圖監(jiān)管.....................68

第十二步：（狹義）大數(shù)據(jù)監(jiān)管............................69

第十三步：信息單一視圖監(jiān)管.............................74

使用總結(jié)...............................................81

第七部分：分析監(jiān)管、安全與隱私管理和信息生命周期監(jiān)管.......82

第十四步：運(yùn)營(yíng)分析監(jiān)管.................................82

第十五步：預(yù)測(cè)分析監(jiān)管.................................82

第十六步：管理安全與隱私...............................83

第十七步：監(jiān)管信息生命周期.............................84

第十八步：度量結(jié)果.....................................85

面對(duì)我們身邊每時(shí)每刻迅速增長(zhǎng)的龐大數(shù)據(jù)，因?yàn)槠鋽?shù)量大、速度快、種類(lèi)

多和準(zhǔn)確性的特征，如何更好地利用大數(shù)據(jù)創(chuàng)造出有意義的價(jià)值，一直是我們探

索的重要話(huà)題。而在這之前，就需要用科學(xué)正確的方法策略對(duì)大數(shù)據(jù)進(jìn)行治理。

大數(shù)據(jù)治理是指制定與大數(shù)據(jù)有關(guān)的數(shù)據(jù)優(yōu)化、隱私保護(hù)與數(shù)據(jù)變現(xiàn)的政策，是

傳統(tǒng)信息治理的延續(xù)和擴(kuò)展，也是大數(shù)據(jù)分析的基礎(chǔ)，還是連接大數(shù)據(jù)科學(xué)和應(yīng)

用的橋梁，因此大數(shù)據(jù)治理是大數(shù)據(jù)再創(chuàng)高峰的"必修課"。下面我們將與您分享

新鮮出爐的大數(shù)據(jù)治理方案。

第一部分：大數(shù)據(jù)治理統(tǒng)一流程模型概述和明確元數(shù)據(jù)

管理策略

為了更好地幫助企業(yè)進(jìn)行大數(shù)據(jù)治理，筆者在XXX數(shù)據(jù)治理統(tǒng)一流程模型

基礎(chǔ)上結(jié)合在電信、金融、政府等行業(yè)進(jìn)行大數(shù)據(jù)治理的經(jīng)驗(yàn)，整理出了大數(shù)據(jù)

治理統(tǒng)一流程參考模型。本文主要介紹了大數(shù)據(jù)治理的基本概念，以及結(jié)合圖文

并茂的方式講解了大數(shù)據(jù)治理統(tǒng)一流程參考模型的前兩步："明確元數(shù)據(jù)管理策

略"和"元數(shù)據(jù)集成體系結(jié)構(gòu)"內(nèi)容。

1大數(shù)據(jù)治理概述

（狹義）大數(shù)據(jù)是指無(wú)法使用傳統(tǒng)流程或工具在合理的時(shí)間和成本內(nèi)處理或

分析的信息，這些信息將用來(lái)幫助企業(yè)更智慧地經(jīng)營(yíng)和決策。而廣義的大數(shù)據(jù)更

是指企業(yè)需要處理的海量數(shù)據(jù)，包括傳統(tǒng)數(shù)據(jù)以及狹義的大數(shù)據(jù)。（廣義）大數(shù)

據(jù)可以分為五個(gè)類(lèi)型：Web和社交媒體數(shù)據(jù)、機(jī)器對(duì)機(jī)器（M2M）數(shù)據(jù)、海量交

易數(shù)據(jù)、生物計(jì)量學(xué)數(shù)據(jù)和人工生成的數(shù)據(jù)。

?Web和社交媒體數(shù)據(jù)：比如各種微博、博客、社交網(wǎng)站、購(gòu)物網(wǎng)站中的數(shù)據(jù)

和內(nèi)容。

?M2M數(shù)據(jù)：也就是機(jī)器對(duì)機(jī)器的數(shù)據(jù)，比如RFID數(shù)據(jù)、GPS數(shù)據(jù)、智能儀

表、監(jiān)控記錄數(shù)據(jù)以及其他各種傳感器、監(jiān)控器的數(shù)據(jù)。

?海量交易數(shù)據(jù)：是各種海量的交易記錄以及交易相關(guān)的半結(jié)構(gòu)化和非結(jié)構(gòu)化

數(shù)據(jù)，比如電信行業(yè)的CDR、3G上網(wǎng)記錄等，金融行業(yè)的網(wǎng)上交易記錄、

corebanking記錄、理財(cái)記錄等，保險(xiǎn)行業(yè)的各種理賠等。

?生物計(jì)量學(xué)數(shù)據(jù)：是指和人體識(shí)別相關(guān)的生物識(shí)別信息，如指紋、DNA、虹

膜、視網(wǎng)膜、人臉、聲音模式、筆跡等。

?人工生成的數(shù)據(jù)：比如各種調(diào)查問(wèn)卷、電子郵件、紙質(zhì)文件、掃描件、錄音

和電子病歷等。

在各行各業(yè)中，隨處可見(jiàn)因數(shù)量、速度、種類(lèi)和準(zhǔn)確性結(jié)合帶來(lái)的大數(shù)據(jù)問(wèn)

題，為了更好地利用大數(shù)據(jù)，大數(shù)據(jù)治理逐漸提上日程。在傳統(tǒng)系統(tǒng)中，數(shù)據(jù)需

要先存儲(chǔ)到關(guān)系型數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)后再進(jìn)行各種查詢(xún)和分析，這些數(shù)據(jù)我們稱(chēng)

之為靜態(tài)數(shù)據(jù)。而在大數(shù)據(jù)時(shí)代，除了靜態(tài)數(shù)據(jù)以外，還有很多數(shù)據(jù)對(duì)實(shí)時(shí)性要

求非常高，需要在采集數(shù)據(jù)時(shí)就進(jìn)行相應(yīng)的處理，處理結(jié)果存入到關(guān)系型數(shù)據(jù)庫(kù)

/數(shù)據(jù)倉(cāng)庫(kù)、MPP數(shù)據(jù)庫(kù)、Hadoop平臺(tái)、各種NoSQL數(shù)據(jù)庫(kù)等，這些數(shù)據(jù)我們稱(chēng)

之為動(dòng)態(tài)數(shù)據(jù)。比如高鐵機(jī)車(chē)的關(guān)鍵零部件上裝有成百上千的傳感器，每時(shí)每刻

都在生成設(shè)備狀態(tài)信息，企業(yè)需要實(shí)時(shí)收集這些數(shù)據(jù)并進(jìn)行分析，當(dāng)發(fā)現(xiàn)設(shè)備可

能出現(xiàn)問(wèn)題時(shí)及時(shí)告警。再比如在電信行業(yè)，基于用戶(hù)通信行為的精準(zhǔn)營(yíng)銷(xiāo)、位

置營(yíng)銷(xiāo)等，都會(huì)實(shí)時(shí)的采集用戶(hù)數(shù)據(jù)并根據(jù)業(yè)務(wù)模型進(jìn)行相應(yīng)的營(yíng)銷(xiāo)活動(dòng)。

大數(shù)據(jù)治理的核心是為業(yè)務(wù)提供持續(xù)的、可度量的價(jià)值。大數(shù)據(jù)治理人員需

要定期與企業(yè)高層管理人員進(jìn)行溝通，保證大數(shù)據(jù)治理計(jì)劃可以持續(xù)獲得支持和

幫助。相信隨著時(shí)間的推移，大數(shù)據(jù)將成為主流，企業(yè)可以從海量的數(shù)據(jù)中獲得

更多的價(jià)值，而大數(shù)據(jù)治理的范圍和嚴(yán)格程度也將逐步上升。為了更好地幫助企

業(yè)進(jìn)行大數(shù)據(jù)治理，筆者在XXX數(shù)據(jù)治理統(tǒng)一流程模型基礎(chǔ)上結(jié)合在電信、金

融、政府等行業(yè)進(jìn)行大數(shù)據(jù)治理的經(jīng)驗(yàn)，整理了大數(shù)據(jù)治理統(tǒng)一流程參考模型,

整個(gè)參考模型分為必選步驟和可選步驟兩部分。

2大數(shù)據(jù)治理統(tǒng)一流程參考模型

如圖11所示，大數(shù)據(jù)治理統(tǒng)一流程參考模型必要步驟分為兩個(gè)方向：一條子

線(xiàn)是在制定元數(shù)據(jù)管理策略和確立體系結(jié)構(gòu)的基礎(chǔ)上實(shí)施全面的元數(shù)據(jù)管理，另

一條子線(xiàn)是在定義業(yè)務(wù)問(wèn)題、執(zhí)行成熟度評(píng)估的基礎(chǔ)上定義數(shù)據(jù)治理路線(xiàn)圖以及

定義數(shù)值治理相關(guān)的度量值。在11個(gè)必要步驟的基礎(chǔ)上，企業(yè)可以在7個(gè)可選

步驟中選擇一個(gè)或多個(gè)途徑進(jìn)行特定領(lǐng)域的數(shù)據(jù)治理,可選步驟為:主數(shù)據(jù)監(jiān)管、

（狹義）大數(shù)據(jù)監(jiān)管、信息單一視圖監(jiān)管、運(yùn)營(yíng)分析監(jiān)管、預(yù)測(cè)分析監(jiān)管、管理

安全與隱私以及監(jiān)管信息生命周期。企業(yè)需要定期對(duì)大數(shù)據(jù)治理統(tǒng)一流程進(jìn)行度

量并將結(jié)果發(fā)送給主管級(jí)發(fā)起人。

14Iff

13

111）委誦12.1）委派12.13O攀X信分析核管

京

依第管遭員興金管理員依據(jù)管理員息

義

單

大

11.2)12.2）大家量13.2）管現(xiàn)一

數(shù)

旗■管理電雷屆■視

據(jù)

圖

監(jiān)

實(shí)典實(shí)篇監(jiān)

113）123）管13.3）

主欺據(jù)管理太歐程管理息單一視圖管

圖1大數(shù)據(jù)治理統(tǒng)一流程參考模型

第一步：明確元數(shù)據(jù)管理策略

在最開(kāi)始的時(shí)候，元數(shù)據(jù)（MetaData）是指描述數(shù)據(jù)的數(shù)據(jù)，通常由信息結(jié)

構(gòu)的描述組成，隨著技術(shù)的發(fā)展元數(shù)據(jù)內(nèi)涵有了非常大的擴(kuò)展，比如UML模型、

數(shù)據(jù)交易規(guī)則、用Java,.NET,C++等編寫(xiě)的APIs、業(yè)務(wù)流程和工作流模型、產(chǎn)品

配置描述和調(diào)優(yōu)參數(shù)以及各種業(yè)務(wù)規(guī)則、術(shù)語(yǔ)和定義等卬。在大數(shù)據(jù)時(shí)代，元數(shù)

據(jù)還應(yīng)該包括對(duì)各種新數(shù)據(jù)類(lèi)型的描述，如對(duì)位置、名字、用戶(hù)點(diǎn)擊次數(shù)、音頻、

視頻、圖片、各種無(wú)線(xiàn)感知設(shè)備數(shù)據(jù)和各種監(jiān)控設(shè)備數(shù)據(jù)等的描述等。元數(shù)據(jù)通

常分為業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)和操作元數(shù)據(jù)等。業(yè)務(wù)元數(shù)據(jù)主要包括業(yè)務(wù)規(guī)則、

定義、術(shù)語(yǔ)、術(shù)語(yǔ)表、運(yùn)算法則和系統(tǒng)使用業(yè)務(wù)語(yǔ)言等，主要使用者是業(yè)務(wù)用戶(hù)。

技術(shù)元數(shù)據(jù)主要用來(lái)定義信息供應(yīng)鏈(InformationSupplyChain,ISC)各類(lèi)組成

部分元數(shù)據(jù)結(jié)構(gòu)，具體包括各個(gè)系統(tǒng)表和字段結(jié)構(gòu)、屬性、出處、依賴(lài)性等，以

及存儲(chǔ)過(guò)程、函數(shù)、序列等各種對(duì)象。操作元數(shù)據(jù)是指應(yīng)用程序運(yùn)行信息，比如

其頻率、記錄數(shù)以及各個(gè)組件的分析和其它統(tǒng)計(jì)信息等。

業(yè)務(wù)應(yīng)用MDM用戶(hù)界面

直連應(yīng)用整合中詞件客戶(hù)查詢(xún)界面系統(tǒng)管理界面

CRM呼叫中心業(yè)務(wù)系統(tǒng)ESBMQEAJ客戶(hù)維護(hù)界面系統(tǒng)報(bào)表界面

?秀請(qǐng)求

MDM核心(

識(shí)M

別D

MDM服務(wù)M公

公M

是

共D

業(yè)務(wù)服務(wù)業(yè)

訪(fǎng)

通用服務(wù)組M

,Party—§戶(hù)務(wù)

件

擴(kuò)

問(wèn)約管理服務(wù)

,Contract^-邏

展

接,Product—產(chǎn)品

輯

服

口

務(wù)

U與

M費(fèi)

S

-

R

M

/

W

S

)

事

畝

匹

數(shù)

配

批

靠

訪(fǎng)

訂

搜

性

任

件

計(jì)

標(biāo)

緩

配

務(wù)

據(jù)

閱

能

問(wèn)

8索

皋

監(jiān)

和

管

準(zhǔn)

存

管

引

管

發(fā)

校

控

引

管

化

日

理

理

控

理

理

布

理

擎

勘

制

擎

器

志

從整個(gè)企業(yè)層面來(lái)說(shuō)，各種工具軟件和應(yīng)用程序越來(lái)越復(fù)雜，相互依存度逐

年增加，相應(yīng)的追蹤整個(gè)信息供應(yīng)鏈各組件之間數(shù)據(jù)流動(dòng)、了解數(shù)據(jù)元素含義和

上下文的需求越來(lái)越強(qiáng)烈。在從應(yīng)用議程往信息議程的轉(zhuǎn)變過(guò)程中，元數(shù)據(jù)管理

也逐漸從局部存儲(chǔ)和管理轉(zhuǎn)向共享。從總量上來(lái)看，整個(gè)企業(yè)的元數(shù)據(jù)越來(lái)越多，

光現(xiàn)有的數(shù)據(jù)模型中就包含了成千上萬(wàn)的表，同時(shí)還有更多的模型等著上線(xiàn)，同

時(shí)隨著大數(shù)據(jù)時(shí)代的來(lái)臨，企業(yè)需要處理的數(shù)據(jù)類(lèi)型越來(lái)越多。為了企業(yè)更高效

地運(yùn)轉(zhuǎn)，企業(yè)需要明確元數(shù)據(jù)管理策略和元數(shù)據(jù)集成體系結(jié)構(gòu)，依托成熟的方法

論和工具實(shí)現(xiàn)元數(shù)據(jù)管理，并有步驟的提升其元數(shù)據(jù)管理成熟度。

為了實(shí)現(xiàn)大數(shù)據(jù)治理，構(gòu)建智慧的分析洞察，企業(yè)需要實(shí)現(xiàn)貫穿整個(gè)企業(yè)的

元數(shù)據(jù)集成，建立完整且一致的元數(shù)據(jù)管理策略，該策略不僅僅針對(duì)某個(gè)數(shù)據(jù)倉(cāng)

庫(kù)項(xiàng)目、業(yè)務(wù)分析項(xiàng)目、某個(gè)大數(shù)據(jù)項(xiàng)目或某個(gè)應(yīng)用單獨(dú)制定一個(gè)管理策略，而

是針對(duì)整個(gè)企業(yè)構(gòu)建完整的管理策略。元數(shù)據(jù)管理策略也不是技術(shù)標(biāo)準(zhǔn)或某個(gè)軟

件工具可以取代的，無(wú)論軟件工具功能多強(qiáng)大都不能完全替代一個(gè)完整一致的元

數(shù)據(jù)管理策略，反而在定義元數(shù)據(jù)集成體系結(jié)構(gòu)以及選購(gòu)元數(shù)據(jù)管理工具之前需

要定義元數(shù)據(jù)管理策略。

元數(shù)據(jù)管理策略需要明確企業(yè)元數(shù)據(jù)管理的愿景、目標(biāo)、需求、約束和策略

等，依據(jù)企業(yè)自身當(dāng)前以及未來(lái)的需要確定要實(shí)現(xiàn)的元數(shù)據(jù)管理成熟度以及實(shí)現(xiàn)

目標(biāo)成熟度的路線(xiàn)圖，完成基礎(chǔ)本體、領(lǐng)域本體、任務(wù)本體和應(yīng)用本體的構(gòu)建，

確定元數(shù)據(jù)管理的安全策略、版本控制、元數(shù)據(jù)訂閱推送等。企業(yè)需要對(duì)業(yè)務(wù)術(shù)

語(yǔ)、技術(shù)術(shù)語(yǔ)中的敏感數(shù)據(jù)進(jìn)行標(biāo)記和分類(lèi)，制定相應(yīng)的數(shù)據(jù)隱私保護(hù)政策，確

保企業(yè)在隱私保護(hù)方面符合當(dāng)?shù)仉[私方面的法律法規(guī)，如果企業(yè)有跨國(guó)數(shù)據(jù)交換、

元數(shù)據(jù)交換的需求，也要遵循涉及國(guó)家的法律法規(guī)要求。企業(yè)需要保證每個(gè)元數(shù)

據(jù)元素在信息供應(yīng)鏈中每個(gè)組件中語(yǔ)義上保持一致，也就是語(yǔ)義等效（semantic

equivalence）o語(yǔ)義等效可以強(qiáng)也可以弱，在一個(gè)元數(shù)據(jù)集成方案中，語(yǔ)義等效

（平均）越強(qiáng)則整個(gè)方案的效率越高。語(yǔ)義等效的強(qiáng)弱程度直接影響元數(shù)據(jù)的共

享和重用。

本體（人工智能和計(jì)算機(jī)科學(xué)）

本體（Ontology）源自哲學(xué)本體論，而哲學(xué)本體論則是源自哲學(xué)中"形而上學(xué)"

分支。本體有時(shí)也被翻譯成本體論，在人工智能和計(jì)算機(jī)科學(xué)領(lǐng)域本體最早源于

上世紀(jì)70年代中期，隨著人工智能的發(fā)展人們發(fā)現(xiàn)知識(shí)的獲取是構(gòu)建強(qiáng)大人工

智能系統(tǒng)的關(guān)鍵，于是開(kāi)始將新的本體創(chuàng)建為計(jì)算機(jī)模型從而實(shí)現(xiàn)特定類(lèi)型的自

動(dòng)化推理。之后到了上世紀(jì)80年代，人工智能領(lǐng)域開(kāi)始使用本體表示模型化時(shí)

間的一種理論以及知識(shí)系統(tǒng)的一種組件，認(rèn)為本體（人工智能）是一種應(yīng)用哲學(xué)。

最早的本體（人工智能和計(jì)算機(jī)科學(xué)）定義是Neches等人在1991給出的：

"一個(gè)本體定義了組成主題領(lǐng)域的詞匯的基本術(shù)語(yǔ)和關(guān)系，以及用于組合術(shù)語(yǔ)和

關(guān)系以及定義詞匯外延的規(guī)則"。而第一次被業(yè)界廣泛接受的本體定義出自Tom

Gruber,其在1993年提出："本體是概念化的顯式的表示（規(guī)格說(shuō)明）Borst

在1997年對(duì)TomGruber的本體定義做了進(jìn)一步的擴(kuò)展，認(rèn)為："本體是共享的、

概念化的一個(gè)形式的規(guī)范說(shuō)明"。在前人的基礎(chǔ)上，Stude在1998年進(jìn)一步擴(kuò)展

了本體的定義，這也是今天被廣泛接受的一個(gè)定義："本體是共享概念模型的明

確形式化規(guī)范說(shuō)明”。本體提供一個(gè)共享詞匯表，可以用來(lái)對(duì)一個(gè)領(lǐng)域建模，具

體包括那些存在的對(duì)象或概念的類(lèi)型、以及他們的屬性和關(guān)系［2］。一個(gè)簡(jiǎn)單的本

體示例發(fā)票概念及其相互關(guān)系所構(gòu)成的語(yǔ)義網(wǎng)絡(luò)如圖2所示：

郵電通訊業(yè)定額發(fā)票

發(fā)票f是

濟(jì)南市服務(wù)業(yè)機(jī)打發(fā)票

(卷式)\

所在城市所在城巾

濟(jì)南市

圖2簡(jiǎn)單本體(發(fā)票)示例

隨著時(shí)間的推移和技術(shù)的發(fā)展，本體從最開(kāi)始的人工智能領(lǐng)域逐漸擴(kuò)展到圖

書(shū)館學(xué)、情報(bào)學(xué)、軟件工程、信息架構(gòu)、生物醫(yī)學(xué)和信息學(xué)等越來(lái)越多的學(xué)科。

與哲學(xué)本體論類(lèi)似，本體(人工智能和計(jì)算機(jī)科學(xué))依賴(lài)某種類(lèi)別體系來(lái)表達(dá)實(shí)

體、概念、事件及其屬性和關(guān)系。本體的核心是知識(shí)共享和重用，通過(guò)減少特定

領(lǐng)域內(nèi)概念或術(shù)語(yǔ)上的分歧，使不同的用戶(hù)之間可以順暢的溝通和交流并保持語(yǔ)

義等效性，同時(shí)讓不同的工具軟件和應(yīng)用系統(tǒng)之間實(shí)現(xiàn)互操作。

根據(jù)研究層次可以將本體的種類(lèi)劃分為"頂級(jí)本體"(top-levelontology)、應(yīng)

用本體(applicationontology)>領(lǐng)域本體(domainontology)和任務(wù)本體(task

ontology),各個(gè)種類(lèi)之間的層次關(guān)系如圖3所示。

圖3本體層次關(guān)系

?頂級(jí)本體，也被稱(chēng)為上層本體(upperontology)或基礎(chǔ)本體(foundation

ontology),是指獨(dú)立于具體的問(wèn)題或領(lǐng)域，在所有領(lǐng)域都適用的共同對(duì)象

或概念所構(gòu)成的模型，主要用來(lái)描述高級(jí)別且通用的概念以及概念之間的

關(guān)系。

?領(lǐng)域本體是指對(duì)某個(gè)特定的領(lǐng)域建模，顯式的實(shí)現(xiàn)對(duì)領(lǐng)域的定義，確定該

領(lǐng)域內(nèi)共同認(rèn)可的詞匯、詞匯業(yè)務(wù)含義和對(duì)應(yīng)的信息資產(chǎn)等，提供對(duì)該領(lǐng)

域知識(shí)的共同理解。領(lǐng)域本體所表達(dá)的是適合自己領(lǐng)域的術(shù)語(yǔ)的特定含義,

缺乏兼容性，因而在其他領(lǐng)域往往不適用。在同一領(lǐng)域內(nèi)，由于文化背景、

語(yǔ)言差異、受教育程度或意識(shí)形態(tài)的差異，也可能會(huì)出現(xiàn)不同的本體。很

多時(shí)候，隨著依賴(lài)領(lǐng)域本體系統(tǒng)的擴(kuò)展，需要將不同的領(lǐng)域本體合并為更

通用的規(guī)范說(shuō)明，對(duì)并非基于同一頂級(jí)本體所構(gòu)建的本體進(jìn)行合并是一項(xiàng)

非常具有挑戰(zhàn)的任務(wù)，很多時(shí)候需要靠手工來(lái)完成，相反，對(duì)那些基于同

一頂級(jí)本體構(gòu)建的領(lǐng)域本體可以實(shí)現(xiàn)自動(dòng)化的合并。

?任務(wù)本體是針對(duì)任務(wù)元素及其之間關(guān)系的規(guī)范說(shuō)明或詳細(xì)說(shuō)明，用來(lái)解釋

任務(wù)存在的條件以及可以被用在哪些領(lǐng)域或環(huán)境中。是一個(gè)通用術(shù)語(yǔ)的集

合用來(lái)描述關(guān)于任務(wù)的定義和概念等。

?應(yīng)用本體：描述依賴(lài)于特定領(lǐng)域和任務(wù)的概念及概念之間的關(guān)系，是用于

特定應(yīng)用或用途的本體，其范疇可以通過(guò)可測(cè)試的用例來(lái)指定。

從詳細(xì)程度上來(lái)分，本體又可以分為參考本體(referenceontologies)和共享

本體(shareontologies),參考本體的詳細(xì)程度高，而共享本體的詳細(xì)程度低。

本體(哲學(xué))

哲學(xué)中的本體（ontology）也被稱(chēng)為存在論，源自哲學(xué)中"形而上學(xué)"分支，主

要探討存在的本質(zhì)，也就是存在的存在。英文ontology實(shí)際上就是來(lái)源于希臘文

"ov"（存在）和"入6voq"（學(xué)科）的組合。本體是由早期希臘哲學(xué)在公元前6世紀(jì)

到公元前4世紀(jì)提出的“始基"延伸出來(lái)的。始基（Principle,又稱(chēng)本原）最早由

泰勒斯（米利都學(xué)派）最早提出來(lái)，認(rèn)為萬(wàn)物由水而生，其學(xué)生阿那克西曼德認(rèn)

為萬(wàn)物由一種簡(jiǎn)單的原質(zhì)組成，該原質(zhì)不是水［3］。而畢達(dá)哥拉斯（學(xué)派）認(rèn)為"萬(wàn)

物都是數(shù)"，數(shù)不僅被看作萬(wàn)物的本原，而且被看作萬(wàn)物的原型、世界的本體。

后來(lái)巴門(mén)尼德（愛(ài)利亞學(xué)派）提出了“存在"的概念，認(rèn)為存在才是唯一真正存在

的真理，其創(chuàng)造了一種形而上學(xué)論證方式，之后的哲學(xué)一直到近時(shí)期為止，都從

巴門(mén)尼德處接受了其"實(shí)體的不可毀滅性"。蘇格拉底繼承了巴門(mén)尼德的存在概念,

主張“真正的善”并完善了巴門(mén)尼德弟子芝諾的辯證法，其學(xué)生柏拉圖提出了"理

念論"，認(rèn)為只要若干個(gè)個(gè)體擁有一個(gè)共同的名字，它們就有一個(gè)共同的理念或

形式。亞里士多德（柏拉圖學(xué)生）總結(jié)了先哲們的思想，完成了《形而上學(xué)》，

并將本體總結(jié)為：對(duì)世界上客觀存在事物的系統(tǒng)的描述，即存在論，也就是最形

而上學(xué)的知識(shí)。形而上學(xué)不是指孤立、靜止之類(lèi)的意思，而是指超越具體形態(tài)的

抽象意思，是關(guān)于物質(zhì)世界最普遍的、最一般的、最不具體的規(guī)律的學(xué)問(wèn)。

第二步：元數(shù)據(jù)集成體系結(jié)構(gòu)

在明確了元數(shù)據(jù)管理策略后需要確定實(shí)現(xiàn)該管理策略所需的技術(shù)體系結(jié)構(gòu)，

即元數(shù)據(jù)集成體系結(jié)構(gòu)。各個(gè)企業(yè)的元數(shù)據(jù)管理策略和元數(shù)據(jù)管理成熟度差別較

大，因此元數(shù)據(jù)集成體系結(jié)構(gòu)也多種多樣。大體上元數(shù)據(jù)集成體系結(jié)構(gòu)可以分為

點(diǎn)對(duì)點(diǎn)的元數(shù)據(jù)集成體系結(jié)構(gòu)、中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)、基于CWM

（CommonWarehouseMetaModel,公共倉(cāng)庫(kù)元模型）模型驅(qū)動(dòng)的點(diǎn)對(duì)點(diǎn)元數(shù)據(jù)

集成體系結(jié)構(gòu)、基于CWM模型驅(qū)動(dòng)的中央存儲(chǔ)庫(kù)元數(shù)據(jù)集成體系結(jié)構(gòu)、分布式

（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)和層次/星型元數(shù)據(jù)集成體系結(jié)構(gòu)等。

針對(duì)信息供應(yīng)鏈中不同的組件，為了實(shí)現(xiàn)跨組件的元數(shù)據(jù)交換和集成，最開(kāi)

始人們采用點(diǎn)對(duì)點(diǎn)的方式進(jìn)行，也就是每一對(duì)組件之間通過(guò)一個(gè)獨(dú)立的元數(shù)據(jù)橋

（metadatabridge）進(jìn)行元數(shù)據(jù)交換，橋一般是雙向的能夠理解兩個(gè)方向的元數(shù)

據(jù)映射⑷。點(diǎn)對(duì)點(diǎn)的元數(shù)據(jù)集成體系結(jié)構(gòu)幫助用戶(hù)實(shí)現(xiàn)了跨企業(yè)的元數(shù)據(jù)集成

和元數(shù)據(jù)交換，對(duì)提升信息化水平提供了巨大幫助。這種體系結(jié)構(gòu)在應(yīng)用過(guò)程中，

也暴露了很多問(wèn)題，比如元數(shù)據(jù)橋的構(gòu)建工作量和耗時(shí)都非常大，對(duì)中間件廠(chǎng)商、

應(yīng)用廠(chǎng)商、集成商和用戶(hù)來(lái)說(shuō)都是一個(gè)巨大的挑戰(zhàn)，而且構(gòu)建元數(shù)據(jù)橋還必須具

有所有者的元數(shù)據(jù)模型和接口的詳細(xì)信息。構(gòu)建完成的橋很多時(shí)候無(wú)法在構(gòu)建其

他元數(shù)據(jù)橋時(shí)進(jìn)行重用，因此開(kāi)發(fā)和維護(hù)費(fèi)用大幅度增加，用戶(hù)投資回報(bào)率(ROI)

不高。以動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)為例，其點(diǎn)對(duì)點(diǎn)的元數(shù)據(jù)集成體系結(jié)構(gòu)具體如圖4所示,

信息供應(yīng)鏈各組件之間的空心箭頭表示全部的數(shù)據(jù)流，實(shí)心箭頭表示不同的元數(shù)

Bridges

圖4點(diǎn)對(duì)點(diǎn)的元數(shù)據(jù)集成體系結(jié)構(gòu)

通過(guò)使用中央元數(shù)據(jù)存儲(chǔ)庫(kù)(centralmetadatarepository)取代各個(gè)工具軟

件和應(yīng)用程序之間的點(diǎn)對(duì)點(diǎn)連接方式，改成中央元數(shù)據(jù)存儲(chǔ)庫(kù)與各個(gè)工具軟件和

應(yīng)用程序?qū)崿F(xiàn)元數(shù)據(jù)交換的訪(fǎng)問(wèn)層(也是一種橋)，可以有效降低總成本，減少

建立點(diǎn)對(duì)點(diǎn)元數(shù)據(jù)橋的工作，提高投資回報(bào)率。信息供應(yīng)鏈各組件可以從存儲(chǔ)庫(kù)

訪(fǎng)問(wèn)元數(shù)據(jù)，不必與其他產(chǎn)品進(jìn)行點(diǎn)對(duì)點(diǎn)交互。這種使用中央元數(shù)據(jù)存儲(chǔ)庫(kù)方式

進(jìn)行元數(shù)據(jù)集成的方式就是中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)(hub-and-spoke

metadataarchitecture),具體如圖5所示。由于特定的元數(shù)據(jù)存儲(chǔ)庫(kù)是圍繞其自

身的元模型、接口和交付服務(wù)建立的，所以仍需要建立元數(shù)據(jù)橋?qū)崿F(xiàn)與ISC各組

件的互相訪(fǎng)問(wèn)。

采用模型驅(qū)動(dòng)的元數(shù)據(jù)集成方法（比如使用CWM）可以有效降低元數(shù)據(jù)集

成的成本和復(fù)雜度，無(wú)論點(diǎn)對(duì)點(diǎn)元數(shù)據(jù)集成體系結(jié)構(gòu)還是中央輻射式元數(shù)據(jù)集成

體系結(jié)構(gòu)都可以因此受益。在點(diǎn)對(duì)點(diǎn)體系結(jié)構(gòu)中，通過(guò)使用基于模型的方法可以

不必在每一對(duì)需要集成的產(chǎn)品之間構(gòu)建元數(shù)據(jù)橋，每個(gè)產(chǎn)品只需要提供一個(gè)適配

器（adapter）即可實(shí)現(xiàn)各個(gè)產(chǎn)品之間的元數(shù)據(jù)交換，適配器既了解公共的元模型

也了解本產(chǎn)品元模型的內(nèi)部實(shí)現(xiàn)。如圖6所示，基于CWM模型驅(qū)動(dòng)點(diǎn)對(duì)點(diǎn)元數(shù)

據(jù)集成體系結(jié)構(gòu)使用通用元模型，不再需要在各個(gè)產(chǎn)品間建立元數(shù)據(jù)橋，在各個(gè)

產(chǎn)品之間通過(guò)適配器實(shí)現(xiàn)了語(yǔ)義等價(jià)性。

圖6基于CWM模型驅(qū)動(dòng)的點(diǎn)對(duì)點(diǎn)元數(shù)據(jù)集成體系結(jié)構(gòu)

如圖7所示，在基于模型驅(qū)動(dòng)（比如CWM）的中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)

中，中央存儲(chǔ)庫(kù)包含公共元模型和整個(gè)領(lǐng)域（domain）用到的該元模型的各個(gè)實(shí)

例（模型）、存儲(chǔ)庫(kù)自身元模型及其實(shí)例、理解元模型（公共元模型和自身元模

型）的適配器層，當(dāng)然存儲(chǔ)庫(kù)也可以直接實(shí)現(xiàn)公共元模型的某些內(nèi)部表示。

如圖8所示，這種體系架構(gòu)是基于CWM模型驅(qū)動(dòng)的中央存儲(chǔ)庫(kù)元數(shù)據(jù)集成

體系結(jié)構(gòu)的一個(gè)變種，兩個(gè)中央輻射式的拓?fù)浣Y(jié)構(gòu)通過(guò)各自的元數(shù)據(jù)存儲(chǔ)庫(kù)連接

起來(lái)，也被稱(chēng)為分布式（Distributed）或聯(lián)邦（Federated）體系結(jié)構(gòu)。兩個(gè)元數(shù)

據(jù)存儲(chǔ)庫(kù)之間通過(guò)元數(shù)據(jù)橋連接，兩個(gè)存儲(chǔ)庫(kù)使用相同的元模型和接口，也可以

使用不同的元模型和接口。建立分布式元數(shù)據(jù)集成體系結(jié)構(gòu)的原因有很多種，比

如企業(yè)基于多個(gè)區(qū)域單獨(dú)部署自己的應(yīng)用，每個(gè)區(qū)域有自己的數(shù)據(jù)中心。

CUM元數(shù)據(jù)交換（基于

乂、憶或標(biāo)準(zhǔn)“「1a用）

C\、M元數(shù)據(jù)交換（基于

XZL或標(biāo)準(zhǔn)API調(diào)用）

圖8分布式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)

如圖9所示，這種體系結(jié)構(gòu)是分布式體系結(jié)構(gòu)的變體，根存儲(chǔ)庫(kù)實(shí)現(xiàn)了元模

型的公共部分（橫跨整個(gè)企業(yè)），葉子存儲(chǔ)庫(kù)實(shí)現(xiàn)了一個(gè)或多個(gè)特定的公共元模

型子集，并只保存這些自己所對(duì)應(yīng)的元數(shù)據(jù)實(shí)例。特定客戶(hù)可以主要訪(fǎng)問(wèn)其感興

趣的元數(shù)據(jù)所在的葉子存儲(chǔ)庫(kù)，也可以訪(fǎng)問(wèn)其它葉子存儲(chǔ)庫(kù)和根存儲(chǔ)庫(kù)。這種體

系結(jié)構(gòu)被稱(chēng)為層次或星型拓?fù)浣Y(jié)構(gòu)。

3使用總結(jié)

本文詳細(xì)介紹了大數(shù)據(jù)治理的基本概念和統(tǒng)一流程參考模型，并闡述了該模

型的第一步"明確元數(shù)據(jù)管理策略"和第二步"元數(shù)據(jù)集成體系結(jié)構(gòu)"等內(nèi)容。在第

一步“明確元數(shù)據(jù)管理策略”中講述了元數(shù)據(jù)的基本概念以及本體在人工智能/

計(jì)算機(jī)科學(xué)和哲學(xué)中的含義。在第二步"元數(shù)據(jù)集成體系結(jié)構(gòu)"講述了元數(shù)據(jù)集成

體系結(jié)構(gòu)的六種示例，分別為：點(diǎn)對(duì)點(diǎn)的元數(shù)據(jù)集成體系結(jié)構(gòu)、中央輻射式元數(shù)

據(jù)體系結(jié)構(gòu)、基于CWM模型驅(qū)動(dòng)的點(diǎn)對(duì)點(diǎn)元數(shù)據(jù)集成體系結(jié)構(gòu)、基于CWM模

型驅(qū)動(dòng)的中央存儲(chǔ)庫(kù)元數(shù)據(jù)集成體系結(jié)構(gòu)、分布式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)

構(gòu)和層次/星型元數(shù)據(jù)集成體系結(jié)構(gòu)。在本系列文章的下一部分將繼續(xù)介紹大數(shù)

據(jù)治理統(tǒng)一流程參考模型第二步“元數(shù)據(jù)集成體系結(jié)構(gòu)”，具體包括元模型、元-

元模型、公共倉(cāng)庫(kù)元模型（CWM）、CWM發(fā)展史、OMG的模型驅(qū)動(dòng)體系結(jié)構(gòu)

(ModelDrivenArchitecture,MDA)。

第二部分：元數(shù)據(jù)集成體系結(jié)構(gòu)

在明確了元數(shù)據(jù)管理策略后需要確定實(shí)現(xiàn)該管理策略所需的技術(shù)體系結(jié)構(gòu)，

即元數(shù)據(jù)集成體系結(jié)構(gòu)。元數(shù)據(jù)集成體系結(jié)構(gòu)涉及到多個(gè)概念，如元模型、元-元

模型、公共倉(cāng)庫(kù)元模型（CWM）等，本部分將繼續(xù)介紹大數(shù)據(jù)治理統(tǒng)一流程參考

模型第二步"元數(shù)據(jù)集成體系結(jié)構(gòu)"的相關(guān)內(nèi)容。

在本系列的第一篇文章中，我們主要介紹了大數(shù)據(jù)治理的基本概念和統(tǒng)一流

程參考模型，并闡述了該模型的第一步"明確元數(shù)據(jù)管理策略"和第二步"元數(shù)據(jù)

集成體系結(jié)構(gòu)"的六種示例等內(nèi)容。大數(shù)據(jù)治理統(tǒng)一流程參考模型的第二步是"元

數(shù)據(jù)集成體系結(jié)構(gòu)”，具體包括元模型、元-元模型、公共倉(cāng)庫(kù)元模型（CWM）、

CWM發(fā)展史、OMG的模型驅(qū)動(dòng)體系結(jié)構(gòu)（ModelDrivenArchitecture,MDA）本

文將對(duì)元數(shù)據(jù)集成體系結(jié)構(gòu)包含的各種模型展開(kāi)敘述。

1大數(shù)據(jù)治理統(tǒng)一流程參考模型，第二步：元數(shù)據(jù)集成

體系結(jié)構(gòu)

元模型（Metamodel）

模型（Model）是用來(lái)描述特定的系統(tǒng)、過(guò)程、事物或概念的準(zhǔn)確而抽象的

表示。例如軟件架構(gòu)師可以用概要設(shè)計(jì)的形式建立一個(gè)應(yīng)用系統(tǒng)的模型。本質(zhì)上

來(lái)說(shuō)，元數(shù)據(jù)是數(shù)據(jù)的形式化模型，是數(shù)據(jù)的抽象描述，該描述準(zhǔn)確地描述了數(shù)

據(jù)。元模型（Metamodel）也就是模型的模型（或者元-元數(shù)據(jù)），是用來(lái)描述元

數(shù)據(jù)的模型。

下面基于關(guān)系型表實(shí)體-關(guān)系（ER）模型舉例說(shuō)明什么是元模型。如圖1所

示，一個(gè)簡(jiǎn)單的關(guān)系型表元模型描述了如何定義一個(gè)關(guān)系型表，規(guī)定了每個(gè)表必

須有一個(gè)名字（字符串），一個(gè)表可以有1到多個(gè)列，每個(gè)列必須有一個(gè)名字（字

符串）和數(shù)據(jù)類(lèi)型（字符串）：

圖1簡(jiǎn)單關(guān)系型表元模型

如果要?jiǎng)?chuàng)建一個(gè)關(guān)系型表模型，基于該表元模型創(chuàng)建一個(gè)實(shí)例即可，比如創(chuàng)

建一個(gè)常見(jiàn)的雇員表Employees表模型，具體如圖2所示，Employees表包含6

個(gè)列，分別是編號(hào)、姓、名字、部門(mén)編號(hào)、經(jīng)理編號(hào)和職位編號(hào)。

?Entity?

Employees

+ID:Integer

+First^name:String

+LasJname:String

+Depart_ID:Integer

+Manager_ID:Integer

+Job_ID:Integer

圖2Employees表實(shí)例

比如在DB2中創(chuàng)建employees表，可以很容易的從employees表模型中得到

相應(yīng)的DDL語(yǔ)句，執(zhí)行DDL語(yǔ)句時(shí)DB2會(huì)生成描述employees表的內(nèi)部元數(shù)據(jù)

并存儲(chǔ)在目錄（DB2內(nèi)部的元數(shù)據(jù)存儲(chǔ)庫(kù)）中。

清單1在DB2中創(chuàng)建employees表示例

Createtableemployees（

Idintegernotnull,

First_nameStringnotnull,

Last_nameStringnotnull,

Depart_IDIntegernotnull,

Manager_IDIntegernotnull,

Job_IDIntegernotnull

)

同樣基于圖1簡(jiǎn)單關(guān)系型表元模型創(chuàng)建另一個(gè)實(shí)例department表模型。

depa代merit表包含2個(gè)列，分別是編號(hào)和部門(mén)名稱(chēng)，具體如圖3所示。由于

depalment表模型和employees表模型都是基于相同的公共元模型，其它工具和

應(yīng)用程序軟件(了解關(guān)系型表的公共元模型)可以很容易理解department表和

employees表，因?yàn)樗鼈兌际峭粋€(gè)元模型的實(shí)例。其它工具或應(yīng)用程序通過(guò)調(diào)

用導(dǎo)入映射(importmapping)將該department表模型或employees表模型翻譯

成自己內(nèi)部的元數(shù)據(jù)實(shí)例。同樣，也可以將該軟件內(nèi)部元數(shù)據(jù)翻譯成一個(gè)與平臺(tái)

無(wú)關(guān)的形式化模型，也就是導(dǎo)出映射(exportmapping),以便其他軟件使用其專(zhuān)

有的元數(shù)據(jù)。這種基于公共元模型的集成方法就是模型驅(qū)動(dòng)的元數(shù)據(jù)集成體系結(jié)

構(gòu)⑴。

?Entity?

Department

+ID:Integer

+name:String

圖3department表實(shí)例

元-元模型(Meta-metamodel)

元-元模型就是元模型的模型，有時(shí)也被稱(chēng)為本體(ontology),是模型驅(qū)動(dòng)

的元數(shù)據(jù)集成體系結(jié)構(gòu)的基礎(chǔ)，其定義了描述元模型的語(yǔ)言，規(guī)定元模型必須依

照一定的形式化規(guī)則來(lái)建立，以便所有的軟件工具都能夠?qū)ζ溥M(jìn)行理解。

元-元模型比元模型具有更高的抽象級(jí)別，一個(gè)元模型是一個(gè)元-元模型的實(shí)

例，元模型比元-元模型更加精細(xì)，而元-元模型比元模型更加抽象。元數(shù)據(jù)(模

型)則是一個(gè)元模型的實(shí)例，遵守元模型的規(guī)定和約束。用戶(hù)對(duì)象(或用戶(hù)數(shù)據(jù))

則是元數(shù)據(jù)(或者稱(chēng)為模型)的實(shí)例。元數(shù)據(jù)層次結(jié)構(gòu)具體如表1所示，共分為

4層，最高層L3是元-元模型，之下是L2元模型和L1模型/元數(shù)據(jù)，最底層是L0

用戶(hù)對(duì)象/用戶(hù)數(shù)據(jù)：

表1元數(shù)據(jù)層次結(jié)構(gòu)

元層次名稱(chēng)示例

L3元-元模型元類(lèi)、元屬性、元操作

L2元模型類(lèi)、屬性、操作、構(gòu)件

L1模型/元數(shù)據(jù)實(shí)體-關(guān)系(ER)圖

交易數(shù)據(jù)、ODS數(shù)據(jù)、數(shù)據(jù)倉(cāng)庫(kù)

L0用戶(hù)對(duì)象/用戶(hù)數(shù)據(jù)數(shù)據(jù)、數(shù)據(jù)集市數(shù)據(jù)、數(shù)據(jù)中心

數(shù)據(jù)等

公共倉(cāng)庫(kù)元模型(CWM)概述

公共倉(cāng)庫(kù)元模型(CommonWarehouseMetaModel,CWM)是被對(duì)象管理組

織。MG(ObjectManagementGroup)采納的數(shù)據(jù)倉(cāng)庫(kù)和業(yè)務(wù)分析領(lǐng)域元數(shù)據(jù)交

換開(kāi)放式行業(yè)標(biāo)準(zhǔn)，在數(shù)據(jù)倉(cāng)庫(kù)和業(yè)務(wù)分析領(lǐng)域?yàn)樵獢?shù)據(jù)定義公共的元模型和基

于XML的元數(shù)據(jù)交換(XMI)oCWM作為一個(gè)標(biāo)準(zhǔn)的接口，可以幫助分布式、異

構(gòu)環(huán)境中的數(shù)據(jù)倉(cāng)庫(kù)工具，數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)和數(shù)據(jù)倉(cāng)庫(kù)元數(shù)據(jù)存儲(chǔ)庫(kù)之間輕松實(shí)現(xiàn)

數(shù)據(jù)倉(cāng)庫(kù)和業(yè)務(wù)分析元數(shù)據(jù)交換。CWM提供一個(gè)框架為數(shù)據(jù)源、數(shù)據(jù)目標(biāo)、轉(zhuǎn)

換、分析、流程和操作等創(chuàng)建和管理元數(shù)據(jù)，并提供元數(shù)據(jù)使用的世系信息⑵。

CWM是一個(gè)基于模型驅(qū)動(dòng)方法的完整地描述數(shù)據(jù)倉(cāng)庫(kù)和業(yè)務(wù)分析領(lǐng)域的元

模型，提供構(gòu)建元數(shù)據(jù)所需的語(yǔ)法和語(yǔ)義，由若干個(gè)不相同又緊密相關(guān)的子元模

型組成。CWM模型的目的是最大限度的重用對(duì)象模型(ObjectModel,UML的一

個(gè)子集)，并在可能的地方共享通用模型結(jié)構(gòu)。如圖4所示，CWM元模型使用包

(package)和層次來(lái)簡(jiǎn)化管理的復(fù)雜度并便于理解，共包含21個(gè)單獨(dú)的包，這

些包被分為5個(gè)層次。對(duì)象模型層包含定義基本元模型的概念、關(guān)系和約束的

包，其它CWM包都需要用到這些定義，對(duì)象模型層的包構(gòu)成了其它CWM包所

需要的基本元模型服務(wù)的全部集合。對(duì)象模型層主要包括核心包(Corepackage)、

行為包(Behavioralpackage),關(guān)系包(Relationshipspackage)和實(shí)例包(Instance

package)o

?數(shù)據(jù)源層(DataResources)：主要描述CWM元數(shù)據(jù)交換中既可作為源又可

以作為目標(biāo)的數(shù)據(jù)源的結(jié)構(gòu)，本層含有的元模型主要描述面向?qū)ο蟮臄?shù)據(jù)庫(kù)

和應(yīng)用、關(guān)系型數(shù)據(jù)庫(kù)、面向記錄的數(shù)據(jù)源(如文件、記錄數(shù)據(jù)庫(kù)管理系統(tǒng)

等)、多維數(shù)據(jù)庫(kù)和XML數(shù)據(jù)源等。對(duì)于面向?qū)ο髷?shù)據(jù)源，CWM一般情況下

重用基本的對(duì)象模型(位于對(duì)象模型層)，如果該數(shù)據(jù)源具有對(duì)象模型層無(wú)法

處理的一些特征和功能時(shí)，可以通過(guò)定義一個(gè)擴(kuò)展包來(lái)解決。

?數(shù)據(jù)分析層(DataAnalysis)：本層含有的元模型主要描述數(shù)據(jù)轉(zhuǎn)換、在線(xiàn)分

析處理OLAP、數(shù)據(jù)挖掘、信息可視化和業(yè)務(wù)術(shù)語(yǔ)等。

?倉(cāng)庫(kù)管理層(WarehouseManagement)：本層含有的元模型主要描述數(shù)據(jù)倉(cāng)

庫(kù)處理和數(shù)據(jù)倉(cāng)庫(kù)操作。

ManagementWarehouseProcessWarehouseOperation

DataInformationBusiness

AnalysisTransformationOLAP

MiningVisualizationNomenclature

ResourceObjectModelRelationalRecordMultidimensionalXML

Keys

BusinessTypeSoftware

FoundationDataTypesExpressionand

InformationMappingDeployment

Indexes

ObjectModel

圖4CWM1.1元模型

CWM1.1是在2003年3月發(fā)布的，與之相關(guān)的0MG組織規(guī)范還有MOF、

UML和XMI。CWM使用統(tǒng)一建模語(yǔ)言(UML)定義公共元數(shù)據(jù)的模型(CWM元

模型)，使用可擴(kuò)展標(biāo)記語(yǔ)言(XML)生成CWM元數(shù)據(jù)交換規(guī)范(也就是XML元

數(shù)據(jù)交換，XMI),使用CORBA接口定義語(yǔ)言(IDL)為訪(fǎng)問(wèn)CWM元數(shù)據(jù)生成編

程語(yǔ)言API的規(guī)范(依賴(lài)MOF到IDL的映射)。

UML是一種規(guī)范化、可視化、描述明確、結(jié)構(gòu)化和文檔化的定義分布式對(duì)象

系統(tǒng)的圖形化語(yǔ)言。1996年，業(yè)內(nèi)三種最杰出的面向?qū)ο蠼ＵZ(yǔ)言：GradyBooch

的Booch方法、IvarJacobson的面向?qū)ο筌浖こ蹋∣OSE）和JimRumbaugh的

對(duì)象建模技術(shù)（OMT）被統(tǒng)一起來(lái)發(fā)布，也就是UML0.9。2011年，UML2.4.1發(fā)

布。CWM依賴(lài)于UML規(guī)范的前三個(gè)部分，即UML語(yǔ)義、UML符號(hào)向?qū)Ш蛯?duì)象

約束語(yǔ)言規(guī)范。UML語(yǔ)義定義UML元模型的語(yǔ)義，UML元模型是層次結(jié)構(gòu)并以

包為單位進(jìn)行組織,每個(gè)包按照抽象語(yǔ)言（使用類(lèi)圖）、結(jié)構(gòu)良好規(guī)則（采用OCL）

和語(yǔ)義（采用英語(yǔ)）來(lái)定義。UML符號(hào)指定表達(dá)UML元模型語(yǔ)義的圖形語(yǔ)法（例

如類(lèi)圖）。對(duì)象約束語(yǔ)言規(guī)范定義對(duì)象約束語(yǔ)言（OCL）的句法、語(yǔ)義和語(yǔ)法，OCL

是一種表述約束的形式化語(yǔ)言［3］。

?構(gòu)造塊和結(jié)構(gòu)良好規(guī)則：UML提供了組成構(gòu)造塊和結(jié)構(gòu)良好規(guī)則的面向?qū)ο蠼?/p>

模語(yǔ)言，基本的構(gòu)造塊包括模型元素（如類(lèi)、對(duì)象、接口、組件、用例等）、

關(guān)系（如關(guān)聯(lián)、泛化、依賴(lài)等）和圖（如類(lèi)圖、對(duì)象圖、用例圖等）等。

?UML可以為一個(gè)系統(tǒng)進(jìn)行不同方面的建模，比如結(jié)構(gòu)建模（又包括使用類(lèi)圖和

對(duì)象圖的靜態(tài)結(jié)構(gòu)建模、使用組件圖和部署圖實(shí)現(xiàn)建模）、用例建模和行為建

模等。元數(shù)據(jù)建模只需要靜態(tài)結(jié)構(gòu)建模，靜態(tài)結(jié)構(gòu)的核心元素是類(lèi)、對(duì)象、屬

性和操作。

?UML用包來(lái)將模型元素組織成語(yǔ)義上相關(guān)聯(lián)的分組，每個(gè)包擁有其自己的模型

元素，每個(gè)模型元素不能同時(shí)被多個(gè)包擁有。

UML在CWM中主要作為三種角色出現(xiàn)［4］：

1、UML作為和MOF等價(jià)的元-元模型。UML,或者部分對(duì)應(yīng)MOF模型、UML

符號(hào)和OCL的UML分別被用作建模語(yǔ)言、圖形符號(hào)和約束語(yǔ)言，用來(lái)定義和表

示CWMo

2、UML作為基礎(chǔ)元模型。對(duì)象模型層（ObjectModel）與UML關(guān)系密切，

是UML的一個(gè)子集。

3、UML用來(lái)作為面向?qū)ο笤Ｐ汀?/p>

元對(duì)象框架（MetaObjectFramework,MOF,本文以2.4.1版本為例）是一

個(gè)以獨(dú)立于平臺(tái)的方式定義、操作、集成元數(shù)據(jù)和數(shù)據(jù)的、可擴(kuò)展、模型驅(qū)動(dòng)的

分布式對(duì)象集成框架。此框架支持各種類(lèi)型的元數(shù)據(jù)，還可以根據(jù)需求添加新類(lèi)

型的元數(shù)據(jù)。MOF包括MOF模型（定義建立元模型的建模元素和使用規(guī)則）、

MOF反射接口（允許程序在不使用元模型指定接口時(shí)對(duì)元數(shù)據(jù)進(jìn)行各種操作）

和MOF到IDL的映射（定義MOF模型定義的元模型到CORBAIDL之間的標(biāo)準(zhǔn)映

射）。MOF模型是以UML的概念和結(jié)構(gòu)為基礎(chǔ)，尤其是以UML的靜態(tài)結(jié)構(gòu)模型

和模型管理為基礎(chǔ)。MOF模型沒(méi)有定義自己的圖形符號(hào)和約束語(yǔ)言，而是采用

UML的圖形符號(hào)和OCL來(lái)實(shí)現(xiàn)。MOF模型也是層次結(jié)構(gòu)，并以包為單位進(jìn)行組

織。

MOF支持各種類(lèi)型的元數(shù)據(jù)，采用四層元數(shù)據(jù)體系結(jié)構(gòu)（也就是OMG元數(shù)

據(jù)體系結(jié)構(gòu)）[5],具體如表2所示，該體系架構(gòu)將元數(shù)據(jù)（Ml）視同為數(shù)據(jù)（M0）,

并對(duì)之進(jìn)行形式化建模（即元模型，M2）o元模型（M2）使用元-元模型（M3）

所提供的元建模結(jié)構(gòu)來(lái)表示。表2表明MOF模型（元-元模型）、UML元模型、

用戶(hù)模型和用戶(hù)對(duì)象/數(shù)據(jù)之間的關(guān)系。

表2MOF四層元數(shù)據(jù)體系結(jié)構(gòu)

描述示例

MOF-i.e.thesetofconstructsMOFClass,MOFAttribute,MOF

M3

usedtodefinemetamodelsAssociationzetc.

UMLClass,UMLAssociationzUML

Metamodels,consistingofAttribute,UMLState,UML

M2

instancesofMOFconstructs.Activity,etc.CWMTable,CWM

Column,etc.

Models,consistingofinstancesClass〃Customer〃,Class"Account〃

M1

ofM2metamodelconstructs.Table"Employee〃,Table〃Vendor”,etc.

CustomerJaneSmith,CustomerJoe

Objectsanddataj.e.instancesJones,Account

M0

ofMlmodelconstructs2989,Account2344,Employee

A3949,Vendor78988,etc.

XML元數(shù)據(jù)交換（XMI）是在工具軟件、應(yīng)用程序之間進(jìn)行元數(shù)據(jù)交換的XML

語(yǔ)言，整合了UML、MOF和XML三種技術(shù)，允許MOF元數(shù)據(jù)（即遵從MOF或

基于MOF的元模型的元數(shù)據(jù)）以流或文件的形式按照XML的標(biāo)準(zhǔn)格式進(jìn)行交換。

XMI是OMG在元數(shù)據(jù)交換方面的標(biāo)準(zhǔn)之一，同時(shí)也是W3C認(rèn)可的標(biāo)準(zhǔn)。本質(zhì)

上，XMI是W3C的XML和MOF之間，以及XML文檔和MOF元數(shù)據(jù)之間的一對(duì)

平行映射。2011年8月，XML發(fā)布了2.4.1。

CWM發(fā)展史

其實(shí)早在上世紀(jì)80年代末90年代初，很多企業(yè)就嘗試使用一種元模型實(shí)

現(xiàn)元數(shù)據(jù)集成以整合分布于各個(gè)業(yè)務(wù)豎井中的元數(shù)據(jù)，但最終失敗了，因?yàn)楹芏?/p>

的利益相關(guān)者各自擁有不同的觀點(diǎn)，且需要不同的模型結(jié)構(gòu)。1997年，OMG將

UML采納為標(biāo)準(zhǔn)，為CWM標(biāo)準(zhǔn)制定打下了第一個(gè)基礎(chǔ)。同樣在1997年，MOF

被OMG采納為標(biāo)準(zhǔn)，為CWM的產(chǎn)生打下了第二個(gè)基礎(chǔ)。1999年初，OMG采納

XMI作為標(biāo)準(zhǔn)，為CWM的出現(xiàn)打下了第三個(gè)基礎(chǔ)。1998年5月，XXX、ORACLE

和Unisys向OMG提交了公共倉(cāng)庫(kù)元數(shù)據(jù)交換(CommonWarehouseMetadata

Interchange,CWMI)征求意見(jiàn)稿(RFP),同年9月OMG發(fā)布了該征求意見(jiàn)稿，

經(jīng)過(guò)8個(gè)公司(XXX、Unisys、Oracle、Hyperion>UBS、NCR、Genesis和Dimension

EDI)2年半的努力和協(xié)作，OMG于2001年4月正式采納CWM為標(biāo)準(zhǔn)。

在CWM發(fā)展的同時(shí)，其他一些元數(shù)據(jù)標(biāo)準(zhǔn)的制定也在進(jìn)行中。最早在1993

年，電子信息組織就發(fā)布了計(jì)算機(jī)輔助工程數(shù)據(jù)交換格式(CASEDataInterchange

Format,CDIF)并得到了一定的認(rèn)可。1995年10月，元數(shù)據(jù)聯(lián)盟(MetaData

Coalition,MDC)成立，并與1996年4月發(fā)布了元數(shù)據(jù)交換規(guī)范1.0(MetaData

InterchangeSpecification,MDIS),與CWM相比，MDIS涉及的范疇少很多，且其

規(guī)范和交換語(yǔ)言都是自身獨(dú)有的。此時(shí)微軟也在和其他一些合作者一起開(kāi)發(fā)開(kāi)放

信息模型(OpenInformationModel,0IM),該模型于1996年10月成形，