一、什么是元模型？

“元模型”（Meta Model）又称“模型的模型”，是一个高层次的抽象模型，它被用于描述和定义其它模型的结构、语义和行为。元模型本身由实体、属性、关系、规则组成。

实体：定义对象或基本概念，如男人、女人。
属性：定义实体的特征，如数据类型。
关系：定义实体之间的关系，如男人和女人的关系。
规则：定义模型的语义和行为，如男人的定义是什么。

这么理解元模型还是非常抽象的，接下来，我们再看看元模型的起源和发展吧。

二、元模型的起源与发展

为了解决软件开发中对元模型和元数据管理的需求，成立于1989年全球最大的软件工业标准化组织国际对象管理组织(OMG)，大概在1996年的一个征求建议书中提出了MOF的概念。2002年MOF成为了OMG建模系列规范的一部分，并在2005年，采纳为国际标准（ISO/IEC 19502）。随后，MOF进行了大规模版本重构，并于UML对齐。因此，熟悉软件开发或UML的朋友，可以理解为UML中软件建模的模型方法即为元模型建设的方法。

发展至今，MOF被用于定义和管理元模型和模型。

基于MOF框架的元模型框架是目前主流的参考标准，其具备四个基础特点：

四层元模型架构：MOF采用了四层架构（M0、M1、M2、M3），每一层都定义了不同层次的抽象。

开放性和互操作性：MOF规范定义了元模型的标准结构和语义，使得不同工具和平台之间的元模型可以互操作。

扩展性：MOF支持通过扩展来定义特定领域的元模型。MOF是UML、MDA等架构的基础设计框架。

三、如何理解MOF框架？

MOF框架具备经典的四层架构。通过分解四层模型，我们来理解MOF的框架以及元模型设计的初衷。M3元元模型层；M2元模型层；M1模型层；M0模型实例层。

1、元元模型层M3

元元模型层是用来定义元模型的结构的，换句话说就是识别出实体、属性、实体之间的关系以及模型规则。

为了识别出以上元素，就需要了解这些数据的结构、语义描述以及关系（尤其是业务关系）。

我把这个过程理解为微观过程，因为需要我们剖析数据结构，找出数据表中的实体，并识别出实体间的关系和规则。

举例：元素如classes（类）、associations（关系）、Data Types（数据类型）、Constraints（约束）、constants（常数）等。我们要识别这些元素的结构和语义信息。（MOF框架中定义了Class Heading、SuperClass、Contained Elements、Attributes、References、Operations、Constraints、IDL这几类元素；它们组合形成类Class的元模型）。

2、元模型层M2

元模型层完成实例的构建（这是开发语言）。

根据已经识别的元素，由其构成一个类class，即为一个元模型。除了classes元模型，还有关系（Associations）元模型、数据类型（DataTypes）元模型、包（packages）元模型。一个类可以理解为一个实例。所有类的模型层都是在继承类元模型的基础上进行构建的，其他模型亦然。

我把这个过程通俗的理解为，将已经识别的实体、属性、关系用规则关联起来，构成了一个类，用于实现一个特定的功能。这个功能可以是描述实体的关系、定义实体的属性、或设计成一个文件包。

3、模型层M1

根据元模型层确立模型的实体的规则而构建的具体的模型。

我们根据元模型层的信息，已经构建了一个类classes（举例），则Classes的具体结构信息已经进行了明确的定义，这里面包括Class Heading、SuperClass、Contained Elements、Attributes、References、Operations、Constraints、IDL。（这些组成信息共同定义了一个类的结构、行为、约束和与其他类的关系，是面向对象设计和建模中的重要概念。）

在模型设计中，我们通过调用成熟的结构信息，并在其定义本项目相关的结构信息即可完成模型层信息的构建。

我们把这个过程通俗的理解为一个简单的系统，如构建一个人与一个公司关系的系统。

4、模型实例层M0

根据模型层定义的数据结构，完善真实世界的属性数据构成模型实例对象的过程。

这个部分就很好理解。如Company类，属性包括type、name、legal person三个。定义type=民营企业，name=公司名称，legal person=法人姓名，这些具体的属性值的填充就构成了实例对象的数据。

该部分就可以根据Company类和Person类的关系，构建其实体对象图。

四、举例：如何构建元模型

举个例子：要描绘一个人与一个公司的关系的元模型如何构建。定义这个人是公司的所有者。

第一步，识别元元模型层M3层的元素

元素常规的包括：classes（类）、associations（关系）、Data Types（数据类型）、Constraints（约束）、constants（常数）等。我们要识别这些元素的结构和语义信息。

第二步，完成元模型层实例的构建

构建元模型图，完成实例的搭建。类Class由Attribute、Association和Operation组成，其superClass是Class本身。这个类class就是一个元模型，定义了Attribute（属性）、Association（关系）和Operation（操作）与Class的关系。

这个过程完成了由微观元素到中观类的过渡，形成了一个更大的一块代码。整体构成了一个大的实例，完成了对模型层的进一步抽象。比如完成了Company类和Person类的构建。

第三步，根据元模型层实例构建具体的元模型

继续组合Company类和Person类的关系，建成具体的两个类的关系：一个公司类Company与一个人类Person的具象关系。

其中Company类表示公司的模型，它有三个属性type、name、legal person，另外还有一个关联端owner，表示公司的所有者。其中type、name、legal person构成了属性，与关联端owner一起构成property（property可以包括attribute，也可以包括其他元素，如associations、operation）的实例。可以看出来，M1层模型中的元素是M2层模型元素的实例。如company和person是class实例；type、name、legal person都是attribute的实例；run()和drive()都是Operation的实例。

这个过程其实是用M2的元模型来完成M1层模型的定义。

第四步，完善真实世界的模型属性填充

将真实世界的数据填充到M1中。如Company类，属性包括type、name、legal person三个，定义type=民营企业，name=公司名称，legal person=法人姓名。如Person类，属性包括name、age、gender三个，定义name=张三，age=32，gender=男。这些具体的属性值的填充就构成了实例对象的数据。填充之后，就完成了实体对象图的建设。

结尾的话

元模型作为数据治理中模型的模型，其重要性不言而喻，如何能够从元模型推动数据治理项目实施，这不仅是个能力的问题，也牵涉到战略执行的管理过程。我们期待有更多的从业者能够成为六边形战士，在战略、管理、执行到业务、技术、理论上，能游刃有余，无所不能。

文章内容来自公众号：数据那些事