什么是数据、元数据、主数据？这可能是大多数人没看过的解释

2020-12-07

文|大数据架构师

曾经有段时间给甲方爸爸做项目的时候，他们看我长的显小，喜欢挑战一些问题，其中我遇到最多的就是“什么是元数据”。遇到这种问题既不能啰嗦，也不能太过于专业，否则领导会不开熏。

另外，元数据、主数据也都是数据治理的核心中的核心。今天就给大家把这几个名词给彻底解释清楚。

为什么要取这么多名字？

我初入数据行业的时候也被一堆的名词给绕晕了。什么元数据、技术元数据、业务元数据、操作元数据、主数据、参考数据、事务数据、业务数据、维度、度量、指标等等等等，那时候简直一脑门子的官司。

那时候就是刘姥姥进大观园，看啥都新鲜，看啥也都不懂，长期处于信息过载的状态。那时候也没有人帮我整理整理，自己也没时间去系统性的学习，只是硬着头皮边用边学，慢慢的加深理解。其实这些东西都是内在关联的。我梳理了一下，这样看就能清楚很多了：

我们知道，面对大量信息的时候，最好的办法就是归类、合并、分解，把它们用一个结构组合起来，这样就能很容易的理解。其实所有的数据也是一样，我按照数据的记录、管理和分析三个用途，对这些数据名词进行归类，这样是不是就清晰多了？

记录类数据

什么是事务数据？

事务是数据库的处理数据的一个单元，可以理解为一次数据库CRUD的操作。事务数据就是记录下数据库操作的系统日志数据，以及特定业务场景中，专门记录的业务操作事务记录的数据，比如用于安全审计的系统登录日志。

什么是业务数据？

业务数据就是为了完成业务流程而存储的业务操作类数据。就是业务系统的绝大多数表和数据。

什么是日志数据？

早期的日志数据是属于事务数据中的。现在大数据时代，用户访问数据变得越来越重要，所以单独分离出来。

什么是元数据

元数据（Meta-data）是描述数据的数据。如何理解这句话？以小学课文《翠鸟》为例，我告诉你这是一只翠鸟，如果你没见过翠鸟，你肯定无法理解翠鸟是个什么东西。但是如果是这样描述一下呢？

翠鸟喜欢停在水边的苇秆上，一双红色的小爪子紧紧地抓住苇秆。它的颜色非常鲜艳。头上的羽毛像橄榄色的头巾，绣满了翠绿色的花纹。背上的羽毛像浅绿色的外衣。腹部的羽毛像赤褐色的衬衫。它小巧玲珑，一双透亮灵活的眼睛下面，长着一张又尖又长的嘴。

上文在描述翠鸟，怎么描述的呢？从这几个方面：停在那儿、小爪子、颜色、头上的羽毛、背上的羽毛、腹部的羽毛、体型、眼睛、嘴。

同理，现在我告诉一个数字：175，你除了对175这个数字有比较确定的量化意义之外，也无法理解175具体代表了什么含义。但是如果是这样描述一下呢？

这样是不是就很清楚了？175的意思是：2020年统计的全国成年男性平均身高，该值的合理阈值是80-260cm，数据目前存在MySQL中，访问连接是XXXX，由国家统计局的张三在2020年1月1日创建，数据目前是公开的，很安全，质量经过多重确认无误的。

在描述175这个数据，用了哪些描述项呢？单位、指标、统计时间、统计范围、合理阈值、数据库、表、字段、接口、创建人、创建时间、数据权限、质量等级等等。这些都是在描述175这个数据。我们把描述175这个数据的其他数据称之为“元数据”。

当然，为了管理方便，我们同样还能将上述元数据进行归类：

与业务规则、流程相关的描述性数据，我们称之为业务元数据；

与存储、访问等技术底层的描述性数据，我们称之为技术元数据；

与数据操作相关的描述性数据，我们称之为操作元数据；

与数据管理相关的描述性数据，我们称之为管理元数据

元数据可以解决什么核心问题？

如上所述，元数据就是为了准确的描述我们拥有的所有数据。其核心的目的是降低人与数据之间的沟通成本。描述的越准确，我们使用数据的成本就越低。

什么是主数据

主数据（Master Data）就是关于业务实体的数据。主数据是关键业务实体的最权威、最准确、价值最大的数据，用于建立交易闭环。其实Master Data翻译成“核心数据”可能会更合适，因此主数据也被称为“黄金数据”。这么说吧，其实阿里的One ID就是主数据理念的结果。

对于CRM客户管理系统来说，用户就是主数据；对于银行来说，卡bin码、开户行、账号、理财产品等都是主数据；对于生产企业，BOM表是主数据；对于二手房平台，房源信息是主数据。贝壳的楼盘字典就是典型的主数据，他们从2008年开始建设，持续了12年，投入了5、6亿。

所以我们总结一下，主数据一共有以下种类：

在传统IT企业，甲方公司的主数据可以立一个千万级的项目。国内也有很多公司专门做主数据这个行当。主数据的核心思想是全局唯一的标准数据。因此，主数据一般会完成以下工作：