通常来讲，数据规划可能包括两个层面的规划，一个是表层面的规划，一个是字段层面的规划。那么对于元数据，我们可以规划些什么？数据规划是否可行呢？这篇文章里，作者谈了谈他的看法，一起来看一下。
元数据是大数据平台的一个基础，大数据平台是以元数据为中心进行构建的。一个大数据平台能够把元数据管理好，那么这个平台就成功了一半。那么对于元数据我们能够规划些什么，是否可行？
一、数据规划的时候都规划什么
数据的规划都规划些什么，具体来分的话大概包括两个层面的规划，一个是表层面的，一个是字段层面的。
二、表层面的规划
表层面的规划涉及到数据仓库设计了。会包括了数据仓库分层、业务线划分。
1. 数据仓库分层对于数据仓库的分层也就是我们在数据仓库领域中常常听到的ODS、DWD、DWS等等层级了。
在一般建表过程中，只需要在表名称之前增加前缀来区分不同层级即可。但是在大数据平台上，我们还希望增加一个类似分层的标签，来区分表分别属于什么层级。
如果使用的是向导式的建表过程，可以直接在建表过程中，增加数仓分层的选择，这样在建表过程中就确定表所属数仓分层。如果是脚本式建的表，就需要表创建完成之后，再进行一次维护，因为在脚本式的文本编辑框中，是没有办法标记，表属于什么分层的。
当然，除非表的分层和底层存储的数据库具有逻辑关系，即不同的数据仓库分层，即是不同的数据库（好像大部分实际情况也是这个样子的）。
2. 业务分层一张表除了需要确定是什么数据仓库分层的，还需要确定是什么业务域的。一个数据仓库一般是汇总多个业务线数据，这些业务线中有的业务域重叠，有的是独有的。这就需要按照实际的业务情况进行划分。如果说数据仓库的分层是一个技术问题，业务域的划分就是一个业务+技术的问题了。需要对业务足够熟悉，又能知道把这些业务怎么进行技术表达，做到不重不漏。
在表上进行业务域的打标签，和进行数仓分层基本类型，如果向导式的可以直接在创建过程中进行打标。如果是脚本式，则需要再维护一次了。
三、表层面的规划，可行吗
回到上面的问题，数据规划可行吗？个人认为在表层面的规划是可行的，也是有必要的。有了这些数仓分层、业务域划分，就能够很好的找到数据，或者后续对不同的层进行治理，审视。
???? 个人感觉在大数据领域更多的是一个经验领域，每个人都有自己的认识，各种名词也都不能完全统一，各种理解也会有各自的角度，这里更多的是从自己的实际工作理解出发，后续可能随着工作接触不同层面，理解也会变化。
四、字段层面的规划
另一个层面的规划，字段层面的规划，这个层面的规划是否能够可行呢？又有哪些可以在字段层面进行规划呢？
数据指标数据指标的使用，首选需要数据指标的统一。
数据指标的统一，在有一个系统支持之前，一般使用一张excel表进行管理，使用一个表格统一需要的指标口径，这种情况下可能小范围统一是可行的，如一个项目组，以为一个项目组内的信息拉齐很简单。如果要更大范围，变成全公司、全集团级别的指标对齐，就不能单单依赖Excel了。而是有一套系统，有指标的创建、审核、发布、下线等流程。
有了统一的数据指标，但是最终可以在两种场景下使用。一种是建模场景下的数据指标，一种是OLAP场景下的数据指标。这里的数据字段级别的规划，主要是在建模场景下的数据指标规划。
???? 数据指标使用，个人划分为建模场景下的数据指标使用和OLAP场景下的数据指标使用。这两种场景多少有些细微的类似，但是又多少有些细微的区别，也说不好这样分有没有道理，先暂且这么记录吧。
如果有了全公司统一的指标口径之后，在建模场景下能在哪里使用。个人认为只能在图形化向导式创建元数据过程中使用。在向导式创建元数据的时候，将字段名由输入框，变成下拉选择形式，只能选择已经发布的指标来创建表，而不能随便输入任意字段。这样就能够从元数据层面上确保所有类似含义的指标在名称上、口径上是一致的，不会出现相同含义字段不一致的问题。
但是，这种向导形式，在实际的数据开发过程中是否适用，是不是能够强力的推广图形建模，而将SQL语句形式禁止掉。个人认为可能并不是特别可行。这必然会拖慢研发效率，在实际中不一定能推广开。
五、数据标准
这里只说下数据标准的使用，暂时不说数据标准的确定，后续会单独写下确定数据标准。数据标准里通常还会包含码表的部分，就统一称为数据标准，不做单独的区分。
如果确定了标准，最终在哪里使用呢？个人感觉都是在向导式的创建元数据中后，去选择一个数据标准，也就是将这个数据标准和这个字段进行一个关系的绑定。绑定关系确立之后能做什么？
如果是进行质量的校验，把不符合标准的数据过滤出来，又和数据质量有关了。如果不和数据质量有关，那确定了标准之后，那然后呢？就好像没有什么然后了。所以一直也没有想清楚，数据标准在创建元数据过程中起到一个什么样的定位，还需要再学习下。
???? 个人没有接触过工业领域的数据标准，感觉工业领域对于这种数据长度、精度等数据标准的应用场景可能会更多些。
六、字段层面的规划可行吗
字段类的规划在实际中能够跑的通吗？说实话，目前没有看到过跑通的案例。两方面原因吧。
一方面，不管的数据指标还是数据标准，字段级的规划都需要图形界面支持，也就是向导式来创建元数据，这样创建元数据的形式需要一行一行添加，字段多的情况下，需要设置的内容太多了，研发人员也不一定会接受。
另一方面，就是大部分公司都已经有了一定的基础了，也就是有历史的数据，在这种场景下可以称之为历史包袱了，没有办法说把所有的都调一遍。
七、存在即合理？
如果按照存在即是合理的理解，只能是自己还没有遇到过具体的业务使用场景。数据指标如何使用，数据标准如何使用，这个还需要继续深入研究下。
但是有一个有趣的点。就是各个云厂商好像又都有这个模块，不知道是他们想清楚了怎么用，还是因为有了这个模块在竞标功能项上不丢分，至于是不是能用起来，就不是云厂商的事情了。
据传Dataphine能够将字段层面的规划用起来，因为使用Dataphine的一个前提是，从头开始，从规划、建模、开发。如果在流程上严格的做到建表向导化，也是可行的。据说这个也是为啥阿里既有Dataworks又有Dataphine的原因。Dataworks面向的就是有历史包袱，Dataphine重头再来。当前也可能仅仅因为人力资源过于丰富了。
本文由 @数据小吏 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
友情提示
本站部分转载文章，皆来自互联网，仅供参考及分享，并不用于任何商业用途；版权归原作者所有，如涉及作品内容、版权和其他问题，请与本网联系，我们将在第一时间删除内容！
联系邮箱：1042463605@qq.com