元数据管理平台国内能做元数据管理的公司有那些?

元数据管理平台时间:2021-07-29 阅读:()

物联网卡管理平台是什么？有什么作用？

我个人认为物联卡管理平台主要看你的角色定位与使用场景共同作用下的需求。

一、如果你是最终用户同时在使用几家运营商的卡，那你有一个手段把卡管理统一在一个平台下，那你的管理效能必然比分散地使用运营商提供的平台要高与便利。

二、如果你是一个中间商，还有大量二级用户使用连接服务，那么你需要提供手段，那运营商的平台会限制你的服务能力。

三、如果作为最终用户有着强烈的进行精细化成本控制从而提高卡资源的利用率，那使用可以针对自己的使用模型进行优化的平台，可以挖掘出一定省钱的方法。

最终取决于你的需求，以及在平台上的ROI，如果这两个条件不能同时成立，那直接用运营商的平台还是可接受的选择。

选硕朗物联网卡管理平台就是选择专业。

什么是“元数据”，在一些数据库网站中，是否还有不是通过网页查询，而是用SQL等工具连接吗？

元数据的英文名称是“Metadata“，它是“关于数据的数据”在地理空间信息中用于描述地理数据集的内容、质量、表示方式、空间参考、管理方式以及数据集的其他特征，它是实现地理空间信息共享的核心标准之一。

目前，国际上对空间元数据标准内容进行研究的组织主要有三个，分别是欧洲标准化委员会(CEN/TC287)、美国联邦地理数据委员会(FGDC)和国际标准化组织地理信息/地球信息技术委员会(ISO/TC211)。

空间元数据标准内容分两个层次。

第一层是目录信息，主要用于对数据集信息进行宏观描述，它适合在数字地球的国家级空间信息交换中心或区域以及全球范围内管理和查询空间信息时使用。

第二层是详细信息，用来详细或全面描述地理空间信息的空间元数据标准内容，是数据集生产者在提供空间数据集时必须要提供的信息。

nbsp;元数据主要有下列几个方面的作用：nbsp;(1)用来组织和管理空间信息，并挖掘空间信息资源，这正是数字地球的特点和优点所在。

通过它可以在广域网或因特网上准确地识别、定位和访问空间信息。

nbsp;(2)帮助数据使用者查询所需空间信息。

比如，它可以按照不同的地理区间、指定的语言以及具体的时间段来查找空间信息资源。

nbsp;(3)组织和维护一个机构对数据的投资。

nbsp;(4)用来建立空间信息的数据目录和数据交换中心。

通过数据目录和数据交换中心等提供的空间元数据内容，用户可以共享空间信息、维护数据结果，以及对它们进行优化等。

nbsp;(5)提供数据转换方面的信息。

使用户在获取空间信息的同时便可以得到空间元数据信息。

通过空间元数据，人们可以接受并理解空间信息，与自己的空间信息集成在一起，进行不同方面的科学分析和决策。

描述空间信息的元数据标准体系内容按照部分、复合元素和数据元素来组织，它们是依次包含关系，前者包含后者，即：后者依次组成前者。

具体分为8个基本内容部分和4个引用部分，由12个部分组成，其中标准化内容包括标识信息、数据质量信息、数据集继承信息、空间数据表示信息、空间参照系信息、实体和属性信息、发行信息以及空间元数据参考信息等内容，另外还有4个部分是标准化部分中必须引用的信息，它们为引用信息、时间范围信息、联系信息及地址信息。

元数据标准内容体系是通过元数据网络管理系统来实现的，该系统主要由权限验证功能(服务器端验证)、输入和合法性校验功能(客户端校验)、查询功能(服务器端查询)与返回和显示功能(服务器端格式化查询结果并返回，客户端显示)等组成。

利用空间元数据网络管理系统作为空间交换站的共享软件可基本上实现空间信息的网络共享。

什么是元数据管理系统？

一、系统简介随着计算机技术和GIS技术的发展，管理和访问大型数据集的复杂性已成为数据生产者和用户共同面临的突出问题，数据生产者需要有效的办法来组织、管理和维护海量数据。

元数据作为描述数据的内容、质量、状况和其他特性的信息的作用已变得越来越重要，成为信息资源的有效管理和应用的重要手段。

二、系统功能该系统具有新建元数据、打开元数据、导入文本文件、导入模板、打开质检信息、批处理元数据等功能。

数据治理的数据治理成功的关键——元数据管理

独立企业数据集成软件提供商Informatica公司（纳斯达克代码：INFA）认为：数据治理成功的关键在于元数据管理，即赋予数据上下文和含义的参考框架。

经过有效治理的元数据可提供数据流视图、影响分析的执行能力、通用业务词汇表以及其术语和定义的可问责性，最终提供用于满足合规性的审计跟踪。

元数据管理成为一项重要功能，让 IT 部门得以监视复杂数据集成环境中的变化，同时交付可信、安全的数据。

因此，良好的元数据管理工具在全局数据治理中起到了核心作用。

Informatica将数据治理定义为“在组织范围内，对流程、政策、标准、技术和人员进行职能协调和定义来将数据作为公司资产管理，从而实现对准确、一致、安全且及时的数据的可用性管理和可控增长，以此制定更好的业务决策，降低风险并改善业务流程”。

数据治理着重于交付可信、安全的信息，为制定明智的业务决策、有效的业务流程并优化利益相关方交互提供支持。

因此，数据治理本身并非是结果，而仅仅是方法：即通过数据治理来支持最关键的业务目标。

正如某家大型银行的高管所言：“如果没有数据治理，任何元数据管理方案注定会失败。

”元数据管理可作为一项重要功能，让IT部门得以管理复杂数据集成环境中的变化，同时交付可信、安全的数据。

当业务利益相关方参与这一进程并接受对数据参考框架的责任，其优势将变得更有说服力。

此时，企业就能将业务元数据与基层的技术元数据进行关联，为全公司范围内的协作提供词汇表和背景资料。

例如，当业务用户要求其在 IT 部门的搭档在报告或分析中显示“净收入”，就无需再提问“哪种净收入——财务、销售还是市场营销？”除提供其他优势外，良好的元数据管理还可通过免除此类重要问题，促进数据治理： · 这个业务术语的含义是什么？ · 在（几个相似的）业务术语中应当使用哪一个？ · 该术语的来源是什么？ · 该数据从数据源转移到目标时是如何进行转换的？ · 由谁负责该术语的定义、记录和管理？ · 谁修改过该术语？如何及何时进行修改？ · 哪些政策和规则适用于该术语？（示例包括数据质量规则、安全屏蔽规则、存档规则和数据保留政策） · 修改环境中的某一特定数据对象会对其他数据对象产生哪些影响？ · 在不对可能使用相同数据对象的其他报告和分析造成影响的前提下，需要多长时间来实施环境变更？一系列公司方案推动了数据治理的进展，也由此带动了元数据管理。

这些方案包括： · 通用业务词汇表（简单的数据管理）。

这种“小规模试水”方法着重于某一特定问题或业务部门的通用业务词汇表。

· 全面数据治理（或数据管理策略）。

这是一种更近似由上至下的方式，通常用于涉及企业内一系列业务部门的较大规模计划，并以按多个阶段（如果不是更长时间）进行管理的计划中的多个商机为目标。

· 合规。

此类方案的推动因素是为遵守国际、国家、当地或行业法规的需求。

合规——通常由一个治理、风险与合规性（GRC）职能部门进行管理，显然与数据治理唇齿相依。

在发现、分析和记录企业的多项内部数据治理要求的同时，还必须与适用外部法规的相关特定要求进行统筹协调。

其中部分示例包括： · 银行业：Basel II、Basel III、多德弗兰克法案（Dodd Frank）、洗钱法案 · 保险业：偿付能力监管标准II（Solvency II ） · 医疗保健：HITECH Act、HIPAA · 一般金融服务：萨班斯—奥克斯利法案 · 元数据管理。

这是更上一层楼的做法，将元数据管理和数据治理作为“最佳实践”与各个新的业务方案挂钩。

该方案对业务案例和项目范围进行定义。

在多家未能成功实施较大型数据治理方案的公司中，这一方法则取得了成功。

几乎所有企业?面临着管理数据量、速度和种类的挑战。

Hadoop/MapReduce 技术在复杂数据分析能力以及按相对低廉的成本实现最大数据扩展性方面提供了一些有趣的优势。

Hadoop 在不久的将来取代关系性DBMS的可能性不大，这两项技术更有可能并存，因为它们各有独到之处。

虽然用于管理和分析数据的技术可能不同，元数据管理和数据治理的目标应始终保持不变：为支持良好的业务决策提供可信、及时且相关的信息。

不存在所谓的“大数据治理”或“大数据元数据管理”——相反，这是一个将全局企业数据治理和元数据管理活动加以扩展来包容全新数据类型和数据源的问题。

Hadoop带来的挑战之一就是元数据管理。

如果没有良好的元数据管理和数据治理，Hadoop将会缺乏透明度、可审计性以及数据的标准化与重复利用能力。

企业仍将需要对数据相关关键信息的可见性，例如其来源、质量和所有权，否则就必须承受Hadoop变成环境内的又一个数据孤岛的风险。

在该领域涌现的 HCatalog 和Hive /HiveQL等新技术将使得从非结构化和半结构化数据中收集元数据变得更加简易，从而实现Hadoop上的数据沿袭。

这些功能对于将Hadoop集成入总体数据集成框架，以防止大数据在企业中遭到孤立隔绝，可如同任何其他数据源一样进行治理至关重要。

Informatica可提供功能齐全而又稳健可靠的工具，具备交付可信、安全的数据和启动成功的元数据管理方案所需的全部精确功能。

Metadata Manager & BusinessGlossary可提供独一无二的多项优势，让IT经理能够尽量降低在实施变更时对关键业务数据造成损害的业务风险。

InformaticaMetadata Manager & Business Glossary是 InformaticaPowerCenter Standard Edition的关键组件之一。

它可提供为数据治理方案奠定基础所需的核心元数据管理工具。

Metadata Manager & Business Glossary是一项单个产品，配备一个共享的元数据信息库。

它具备两个用户界面，供两类截然不同的用户使用： · MetadataManager 可让 IT 人员处理技术元数据。

· Business Glossary 可让业务和 IT 管理员协同管理业务元数据。

ITSS WG1发布的白皮书表明数据治理模型包括三个框架:范围，促成因素和执行及评估。

他们每个方面都包含许多组件来进行展示和描述它们是如何工作的。

该框架显示数据治理内部的逻辑关系。

范围展示了我们应该关注什么，促成因素展示了数据治理的推动因素，执行和评估展示了如何实现治理的方法。

该DG模型可以通过三个框架帮助我们理解数据治理。

数据治理的范围包括四个层次的内容。

首先，应该有一个治理要素负责管理其它管理要素，保证治理与管理的一致性。

其次，下面的三个层次分别列示了需要治理的数据管理要素，其中价值创造层列示了通过数据治理所创造的价值服务。

价值保证层描述了一个组织治理数据时重要保证服务。

基础数据服务层描述了一个数据治理的基础数据服务。