元数据（Metadata）是“数据的数据”，就是描述某个数据本身特征的数据。一般包括技术属性、业务属性和管理属性。（进一步阅读了解什么是元数据：元数据管理：组织数据资产的“导航仪”与“说明书”）

我们用一张图，让大家了解元数据的相关概念，这样更清晰的理解各个概念在数据治理项目中的角色。

一张图说明

元数据相关的概念，主要包括数据元、数据项、数据元素、数据结构、数据元标准、数据对象、数据模型、元数据、元模型、数据字典、数据标准等。

这是一个真实的制造业项目数据，项目的目的是工程数据标准的制定。项目前期已经实施了主数据管理项目，我们取三张主数据表（物料主数据表、固定资产主数据表、人员主数据表），并对其涉及的各类数据、数据关系、数据结构等进行剖解，以此澄清元数据的相关概念。

一、数据

数据是描述事物的符号。

计算机领域的数据：是计算机可以操作的对象，是能被计算机识别，并输入给计算机处理的符号集合。数据不仅仅包括整形、实型等数值类型，还包括字符及声音、图像、视频等非数值类型。比如，一个信息管理系统，人员的姓名：张三，就是数据。

数据治理领域的数据：数据是可以被管理和治理的对象，是组织决策、运营的基础资源。比如，一个生产制造企业，所使用的一个电阻，就是该组织管理的一类数据。

在本例子中，三张表中的信息均为数据。如果是物理表，则是可以被计算机操作的对象。若是一张记录表，那就是数据治理领域的数据。

二、数据元

数据元是能够独立定义的最小的数据单元，是数据的基本组成部分。如，在一个用户信息表中，“联系方式”“职位”“部门”等都可以被视为数据元。

本例中，以“职位”为例说明数据元是什么。数据元一般通过定义、标识、允许值等一系列属性来描述数据，我们可以把它看成列数据。即这一列数据都具备这样统一的特征描述。

三、数据元标准

数据元标准就是对数据元定义的一系列规范，主要是包括数据元的命名、定义、标识、长度、值域等约束。我们可以把它理解为一组规范。

这组规范确保了数据的一致性和准确性，避免了数据的重复定义和歧义，提高数据的可读性、可维护性以及可用性。

四、数据项

数据项是数据的最小单位，是对数据细化后不可再分的单元。他通常是一个具体的属性或字段。这个数据项就是数据元的具体值。

以上图为例，“职位”是数据元，职位中的“调拨员”即是一个具体值，我们一般称其为属性或一个字段。

五、数据元素

一个数据元素可以由若干个数据项组成。我们一般称之为行数据。一行数据代表一个对象在这张表中的全量信息，这一行数据是有意义的一组数据。在计算机中，称之为记录。那么一个数据元素，就是一条记录。

在上图中，人员主数据表中一行完整的记录，即为一个数据元素，由ID、员工号、联系方式、职位、部门等的具体数值构成。

或许，我们会看到有的书中，会把数据元称之为数据元素。我们抛却这个概念是否正确，我们的目标是能够与项目中的相关方形成统一的概念认知，以便于项目能够正常推进。

六、数据结构

数据结构是数据的组织形式和存储方式，它定义了数据元素之间的关系以及数据的存储和操作方式。一般的，我们通常理解为计算机中数据结构的定义。

简单理解，即对一个同类数据（即一列数据）组织形式和存储方式的定义，常见的数据存储结构为：数组、链表、栈、队列、堆、树、图等。

上图中，“职位”这一类数据，我们通常用表格或关系型数据库表结构进行存储。对于具有层级关系的数据，如公司组织结构，一般采用树形结构；对于复杂职位关系，则常用图结构进行组织。

七、数据对象

数据对象是性质相同的数据元素的集合。如对各类人员的定义，均包括ID、员工号、联系方式、职位、部门等具体数据元，且各数据元均具备相同的数据元标准。我们把具备这些要求的数据的集合称之为数据的子集。而这些子集中数据特征描述的对象，称之为数据对象。

如上图，本例中涉及的数据对象包括物资、固定资产和人员三大类，每一大类下可以细分小类、子类等，再进行具体特征的划分。通常的，对象一般包括实体业务对象、过程业务对象、事件业务对象三大类。

（如何识别对象，可进一步阅读如下两篇文章：画像标签构建，正确的打开方式；数据架构：数据目录）

八、数据模型

数据模型(Data Model)是数据特征的抽象，它从抽象层次上描述了系统的静态特征、动态行为和约束条件，通常是为数据库系统的信息表示与操作提供的一个抽象的框架。具体包括三个核心要素：数据结构、数据操作和数据约束。

见上图，数据模型抽象出概念数据模型、逻辑模型和物理模型三种。

概念数据模型：面向用户，强调对业务关系的表达，不关注数据库。通常以实体、属性和关系的形式来描述。

逻辑数据模型：在概念数据模型的基础上，完善属性信息，并定义每个属性的数据类型（整型、字符串、浮点型等）以及约束条件（主键、外键、唯一性约束、非空约束等）。不关注具体的存储方式，关注的是数据的逻辑结构和关系。

物理数据模型：是逻辑数据模型的具体实现，它定义了数据在数据库中的物理存储方式。物理数据模型关注的是数据的存储细节，如表的存储位置、索引策略、分区策略等。可以理解为：逻辑数据模型向具体数据库管理系统（DBMS）转换的过程。数据治理业务中，我们一般采用ER工具（如Powerdesigner等）通过正向工程实现向数据库的转换过程。（逆向工程：将数据库的逻辑表达形式抽象成ER模型的过程）

（进一步阅读了解什么是数据模型：数据架构：数据模型）

九、元数据

元数据是“描述数据的数据”。简单说，就是描述某个数据本身特征的数据。

元数据按照分类，可以分为很多种。其中，常接触的是描述性元数据以及关系型元数据。（进一步阅读了解什么是元数据：元数据管理：组织数据资产的“导航仪”与“说明书”）

我们以下图来说明关系型元数据。它主要包括数据库中的表、字段、视图、存储过程、索引等对象的定义和属性信息。按分类，关系元数据包括：表元数据、字段元数据、视图元数据、存储过程元数据和索引元数据。下图介绍的是表元数据和字段元数据。

表元数据：表名称、表定义、来源系统、来源部门、记录数、创建时间、表所属的数据库、表的存储引擎等，以及表的主键、外键、唯一约束等关系信息。

字段元数据：字段名称、定义（描述信息）、数据类型、长度、值域、是否允许为空、默认值等。

视图元数据：视图的定义、视图所依赖的表和字段信息。

存储过程元数据：存储过程的名称、参数列表、返回值类型、定义代码等。

索引元数据：索引的名称、类型（如主键索引、唯一索引、普通索引）、所依赖的字段等。

十、元模型

元模型是描述模型的模型，MOF(Meta Object Framework，元对象框架)中有4层元模型结构:

M0层是信息层，就是实际的对象数据。

M1层是模型层，即对所有数据进行抽象，描述数据的结构。可以这么理解，M1模型层的一个具体实例就是一个对象。

M2层是元模型层，即对上述数据结构进行抽象，描述如何定义一个数据模型，一般可以表示为：数据模型([属性名，属性定义]…)。数据模型是元模型的一个实例，即它是抽象所有数据模型的特征所形成的通用模型。

M3 层是元元模型层，即对元模型进行抽象，实际上只是对组成元模型的各个组件进行定义。

从以上概念，比较难理解什么是元模型。元模型关键元素包含：实体、属性、关系、约束、主外键。大家看到这些，就会比较容易理解了。元模型与数据模型的表达形式非常像。我们姑且理解为元模型是对数据的模型表达形式。

十一、数据字典

数据字典是关于数据的描述信息的集合，它详细记录了数据模型中的各个数据元素（如表、字段、关系等）的定义、数据结构、属性和处理规则。在不同的语境下有不同的含义，数据字典没有标准的定义。其目的是方便人们快速检索和参考。

我们会发现在有一些数据字典中，还包括其数据库管理信息。一般的以“DBA”开头的表或以“S”开头的视图，也被称作数据字典表或视图。具体包括数据库中所有模式对象的信息（如表、视图、索引等、数据库结构、对象的定义和存储空间位置和大小、数据元的约束信息以及其他数据库信息等。

十二、数据标准

数据标准是一套规则和规范，用于确保数据的一致性、准确性和完整性。数据标准定义了数据的格式、内容、结构、质量要求等，是数据治理的重要组成部分。数据标准一般包括数据格式、数据内容、数据结构、数据质量、数据安全、管理要求等内容。

工程上，我们一般对数据进行标准化定义，包括基础标准、业务标准、技术标准、管理标准，及操作标准等。

（进一步阅读了解什么是数据标准：什么是数据架构之七：数据架构-数据标准）

结尾的话

元数据是数据管理的基石。通过对元数据相关概念的理解，能够更好的理解元数据、数据标准、数据模型等相关概念以及其关系，为更好地做好数据管理项目奠定基础。

本文来自公众号：数据那些事