CN115422273A - 数据湖元数据处理方法、装置、电子设备、介质及产品 - Google Patents
数据湖元数据处理方法、装置、电子设备、介质及产品 Download PDFInfo
- Publication number
- CN115422273A CN115422273A CN202211059886.8A CN202211059886A CN115422273A CN 115422273 A CN115422273 A CN 115422273A CN 202211059886 A CN202211059886 A CN 202211059886A CN 115422273 A CN115422273 A CN 115422273A
- Authority
- CN
- China
- Prior art keywords
- metadata
- lake
- data
- entering
- data lake
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
Abstract
本公开提供了一种数据湖元数据处理方法、装置、电子设备、介质及产品,涉及元数据处理技术领域,可应用于金融科技技术领域,方法包括:配置所述数据湖元数据的属性信息,并依据所述属性信息将所述数据湖元数据定义为业务元数据、技术元数据和运行元数据;响应于所述数据湖元数据的入湖请求,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和技术元数据;响应于所述数据湖元数据入湖,采集所述数据湖元数据入湖时的实际运行信息,得到所述运行元数据。
Description
技术领域
本公开涉及元数据处理技术领域,可应用于金融科技技术领域,特别涉及一种数据湖元数据处理方法、装置、电子设备、介质及产品。
背景技术
随着数字银行生态,经济社会进入后数字化时代,数据作为一种新型生产要素,起到至关重要的作用。对此,金融系统搭建了数据湖,用于数据集中存储的数据平台,实现对业务源系统贴源数据的整合纳管。目前,数据湖已经形成了成千上万张数据表。为了更好地对贴源层数据资产进行管理,理清数据资产,需要对数据湖平台存储的数据进行元数据管理,进而对数据使用方进行有效支撑,便于系统研发人员、业务人员从不同的角度了解和使用数据湖数据。
在实现本公开构思的过程中,申请人发现:现有技术中缺乏有效的元数据处理方法实现对元数据的集中处理及管理,导致数据使用人员很难有效地识别数据信息,进而影响数据使用。
发明内容
本公开的主要目的是提供一种数据湖元数据处理方法、装置、电子设备、介质及产品,旨在解决现有技术中如何有效地实现对数据湖元数据的处理及管理的技术问题。
为实现上述目的,本公开第一方面提供一种数据湖元数据处理方法,包括:配置所述数据湖元数据的属性信息,并依据所述属性信息将所述数据湖元数据定义为业务元数据、技术元数据和运行元数据;响应于所述数据湖元数据的入湖请求,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和技术元数据;响应于所述数据湖元数据入湖,采集所述数据湖元数据入湖时的实际运行信息,得到所述运行元数据。
根据本公开的实施例,所述根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和技术元数据,具体包括:根据所述入湖源表信息和所述要素信息校验是否允许所述数据湖元数据入湖;响应于允许所述数据湖元数据入湖,采集所述业务元数据和所述技术元数据。
根据本公开的实施例,所述方法还包括:响应于允许所述数据湖元数据入湖,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息生成入湖配置信息;响应于所述数据湖元数据入湖,根据所述入湖配置信息读取业务系统下传的所述数据湖元数据,并将所述数据湖元数据入湖。
根据本公开的实施例,调用数据源应用登记入湖源表信息和与所述数据湖元数据关联的要素信息。
根据本公开的实施例,所述处理方法还包括:将所述业务元数据、所述技术元数据和所述运行元数据传输至大数据资产管理平台,展示所述业务元数据、所述技术元数据和所述运行元数据。
根据本公开的实施例,基于定时传输机制将所述业务元数据、所述技术元数据和所述运行元数据传输至大数据资产管理平台。
根据本公开的实施例,所述处理方法还包括;将数据资产编号配置为所述业务元数据、所述技术元数据和所述运行元数据的唯一索引标识:根据所述唯一索引标识检索及查询所述业务元数据、所述技术元数据和所述运行元数据。
根据本公开的实施例,所述业务元数据至少包括业务描述、业务领域、业务流程、资产来源系统、数据审查部门、系统表名称、数据供应商、境内外标志及数据共享策略;所述技术元数据至少包括数据表的名称、主键信息、字段名称、字段类型、字段长度、字段精度、字段字典、数据标准和数据加载算法;所述运行元数据至少包括最新数据日期、数据加载频度、数据表容量、现存最早数据时间、最近一次数据加载时间、存储周期和数据质量检查问题。
本公开第二方面提供一种数据湖元数据处理装置,包括:配置模块,用于配置所述数据湖元数据的属性信息,并依据所述属性信息将所述数据湖元数据定义为业务元数据、技术元数据和运行元数据;第一采集模块,用于响应于所述数据湖元数据的入湖请求,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和技术元数据;第二采集模块,用于响应于所述数据湖元数据入湖,采集所述数据湖元数据入湖时的实际运行信息,得到所述运行元数据。
本公开第三方面提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据上述所述的方法。
本公开第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有可执行指令,该指令被处理器执行时使处理器执行根据上述所述的方法。
本公开第五方面提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据上述所述的方法。
根据本公开实施例提供的数据湖元数据处理方法、装置、电子设备、介质及产品,至少具备以下有益效果:
通过配置数据湖元数据属性,并根据属性将数据资产定义为业务元数据、技术元数据和运行元数据,由于业务元数据和技术元数据为静态数据,运行元数据为动态数据,因此,能够在响应入湖请求时,根据登记的入湖源表信息和与数据湖元数据关联的要素信息采集所述业务元数据和技术元数据,在数据入湖时,自动采集入湖的实际运行信息,通过这种分类分时机采集汇总元数据的方式,能够有效地实现对数据湖元数据的处理及管理。
进一步地,在允许数据入湖时,根据登记的入湖源表信息和与数据湖元数据关联的要素信息生成入湖配置信息,由于入湖配置信息涵盖了业务元数据和技术元数据,因此,在数据入户时,能够高效准确地根据入湖配置信息读取业务系统下传的数据入湖存储。
更进一步地,将数据资产编号配置为业务元数据、技术元数据和运行元数据的唯一索引标识,能够实现针对数据资产地图、检索、查询服务。
此外,将汇总的元数据定时传输至大数据资产管理平台进行展示,使得系统研发人员、业务人员能够直观地从不同的角度了解和使用数据湖元数据。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1示意性示出了根据本公开实施例的数据湖元数据处理方法及系统的系统架构100;
图2示意性示出了根据本公开一实施例的数据湖元数据处理方法的流程图;
图3示意性示出了根据本公开实施例的图2所示数据湖元数据处理方法的应用场景图;
图4示意性示出了根据本公开实施例的操作S202的流程图;
图5示意性示出了根据本公开另一实施例的数据湖元数据处理方法的流程图;
图6示意性示出了根据本公开又一实施例的数据湖元数据处理方法的流程图;
图7示意性示出了根据本公开一实施例的数据湖元数据处理装置的框图;
图8示意性示出了根据本公开另一实施例的数据湖元数据处理装置的框图;
图9示意性示出了根据本公开另一实施例的数据湖元数据处理装置的框图;
图10示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。
本公开目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
在本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
针对相关技术中存在的技术问题,本公开实施例提供了数据湖元数据处理方法,包括:配置数据湖元数据的属性信息,并依据属性信息将数据湖元数据定义为业务元数据、技术元数据和运行元数据。响应于数据湖元数据的入湖请求,根据登记的入湖源表信息和与数据湖元数据关联的要素信息,采集业务元数据和技术元数据;响应于数据湖元数据入湖,采集数据湖元数据入湖时的实际运行信息,得到运行元数据。
图1示意性示出了根据本公开实施例的数据湖元数据处理方法及系统的系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括数据源应用101,网络102、数据湖元数据处理平台103和大数据资产管理平台104。网络102用于数据源应用101与数据湖元数据处理平台103之间和数据湖元数据处理平台103与大数据资产管理平台104之间提供通信链路。
数据源应用101例如可以是实现数据入湖的源应用,可以用于登记入湖源表信息,同时按照需求登记数据入湖相关的要素信息,登记好后生成入湖配置信息。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。其中有线方式例如可以是采用线缆及以下多种接口中的任一种连接:光纤通道、红外线接口、D型数据接口、串行接口、USB接口、USB Type-C接口或Dock接口,无线方式例如可以是采用无线通信方式连接的,其中的无线通信例如可采用蓝牙、Wi-Fi、Infrared、ZigBee等多个无线技术标准中的任一个。数据湖元数据处理平台103用于配置数据湖元数据的属性信息,依据属性信息将数据湖元数据定义为业务元数据、技术元数据和运行元数据,并通过网络102将基于数据源应用101实现数据入湖产生的业务元数据、技术元数据和运行元数据汇总,再通过网络发送至大数据资产管理平台104进行展示。
需要说明的是,本公开实施例所提供的数据湖元数据处理方法可以由数据湖元数据处理平台103执行。相应地,本公开实施例所提供的数据湖元数据处理装置可以设置于数据湖元数据处理平台103中。或者,本公开实施例所提供的数据湖元数据处理方法也可以由不同于数据湖元数据处理平台103且能够与数据源应用101和/或数据湖元数据处理平台103通信的数据湖处理平台或数据湖处理平台集群执行。相应地,本公开实施例所提供的数据湖元数据处理装置也可以设置于不同于数据湖元数据处理平台103且能够与数据源应用101和/或数据湖元数据处理平台103通信的数据湖处理平台或数据湖处理平台集群中。或者,本公开实施例所提供的数据湖元数据处理方法也可以部分由数据湖元数据处理平台103执行,部分由数据源应用101执行。相应的,本公开实施例所提供的数据湖元数据处理装置也可以部分设置于数据湖元数据处理平台103中,部分设置于数据源应用101中。
应该理解,图1中的数据源应用、网络和数据湖处理平台的数目仅仅是示意性的。根据实现需要,可以具有任意数目的数据源应用、网络和数据湖处理平台。
本公开实施例提供的数据湖元数据处理方法,可以应用于金融科技领域。例如,对于银行而言,在银行实现零售、对公、金融市场、风险管理、内部管理及跨领域管理等业务时,会产生一系列的数据资产,这些数据资产对研发人员的技术研发和业务人员的业务优化具备重要作用,因此,需要对这些数据资产进行存储管理,以厘清数据资产系统研发人员、业务人员从不同的角度了解和使用数据资产,例如,目前,工商银行数据湖已经形成了全行200个业务系统3万5千张数据表,需要将数据湖上累积的3万多张表的数据资产向全行呈现,以便数据使用人员直观高效地获取数据资产信息,需要对累积的3万多张表的数据资产进行有效处理及管理。
现有技术中缺乏有效地元数据处理方法实现对数据资产的集中处理及管理,导致数据使用人员很难有效地识别数据资产信息。而采用本公开实施例提供的数据湖元数据处理方法,可以至少部分解决现有技术存在的技术问题。
应当理解是,本公开实施例提供的数据湖元数据处理方法不仅限于应用于金融科技领域,上述描述只是示例性的,对于例涉及数据湖元数据处理的其他技术领域,都可以应用本公开实施例的数据湖元数据处理方法。
图2示意性示出了根据本公开一实施例的数据湖元数据处理方法的流程图。
如图2所示,该数据湖元数据处理方法例如可以包括操作S201~S203。
在操作S201,配置数据湖元数据的属性信息,并依据属性信息将数据湖元数据定义为业务元数据、技术元数据和运行元数据。
在操作S202,响应于数据湖元数据的入湖请求,根据登记的入湖源表信息和与数据湖元数据关联的要素信息,采集业务元数据和技术元数据。
在操作S203,响应于数据湖元数据入湖,采集数据湖元数据入湖时的实际运行信息,得到运行元数据。
在本公开实施例中,元数据可以定义为“关于数据的数据”,主要是描述数据属性的信息,用来支持如指示存储位置、历史数据、资源查找、文件记录等功能,因此,选择将数据资产转化为元数据,在基于数据湖进行存储管理,以方便理清数据资产。
在本公开实施例中,结合现有金融业务系统及数据架构的现状,可以为数据资产对应的数据湖元数据配置湖表业务元数据属性、技术元数据属性和入湖运行元数据属性,依据这些属性信息,便可以将数据资产对应的数据湖元数据定位为业务元数据、技术元数据和运行元数据。
进一步地,业务元数据至少可以包括数据业务描述、业务领域、业务流程、资产来源系统、数据生产部门、系统表中文名称、系统表英文名称、数据供应商、内外标志、安全与权限。其中,业务描述例如可以指数据资产业务定义描述。业务领域例如可以包括零售领域、对公领域、金融市场领域、风险领域、内部管理领域及跨领域等等。业务流程例如可以指数据资产产生的所在业务流程环节。资产来源系统例如可以指数据资源来源的系统名称。数据生产部分例如可以指产生数据对应的业务部门。系统表中文名称例如可以指数据资产所在系统表的中文名称。系统表英文名称例如可以指数据资产所在系统表的英文名称。数据供应商例如可以指银行外部数据对应的数据供应商名称。境内外标志例如可以包括境内和境外。安全与权限例如可以指企业各部门各层级的数据资产共享策略。
进一步地,技术元数据至少可以包括数据湖表中文名称、数据湖表英文名称、主键信息、字段中文名称、字段英文名称、字段类型、字段长度、字段精度、字段字典、数据标准及数据加载算法。其中,数据湖表中文名称例如可以指数据表的中文描述名称。数据湖表英文名称例如可以指数据表的英文描述名称。主键信息例如可以指数据表的主键信息。字段中文名称例如可以指数据表的字段中文描述名称。字段英文名称例如可以指数据表的字段英文描述名称。字段类型例如可以指数据表字段定义数据结构类型。字段长度例如可以指数据表字段定义数据结构长度。字段精度例如可以指数据表字段定义数据结构精度。字段字典例如可以指数据表字段对应的数据字典值及业务含义。数据标准例如可以指数据字段遵循的数据标准。数据加载算法例如可以指数据表存更新模式。
进一步地,运行元数据至少包括数据湖表中文名称、数据湖表英文名称、最新数据日期、数据加载频度、数据表容量、现存最早数据时间、最近一次数据加载时间、存储周期和数据质量检查问题。其中,数据湖表中文名称例如可以指数据表的中文描述名称。数据湖表英文名称例如可以指数据表的英文描述名称。最新数据日期例如可以指数据表当前的数据日期。数据加载频度例如可以指数据表更新的频度。数据表的存储容量例如可以指数据表的存储容量。现存最早数据时间例如可以指数据表存储的最早数据日期。最近一次加载时间例如可以指数据表最新更新时间。存储周期例如可以指数据表历史数据保留周期。数据质量检查问题例如可以指数据表当前存在的数据质量问题。
图3示意性示出了根据本公开实施例的图2所示数据湖元数据处理方法的应用场景图。
如图3所示,数据湖元数据中,业务元数据和技术元数据主要为静态信息,数据湖元数据处理平台103可以提供统一的注册功能,供各业务无系统开发人员在数据湖元数据入湖时进行注册,注册完成后由数据湖元数据处理平台103采集。运行元数据主要为数据湖元数据入湖的实际运行信息,为动态信息,可以从入湖平台的运行情况进行获取。
根据本公开实施例提供的数据湖元数据处理方法,通过配置数据湖元数据属性,并根据属性将数据资产定义为业务元数据、技术元数据和运行元数据,由于业务元数据和技术元数据为静态数据,运行元数据为动态数据,因此,能够在响应入湖请求时,根据登记的入湖源表信息和与数据湖元数据关联的要素信息采集所述业务元数据和技术元数据,在数据入湖时,自动采集入湖的实际运行信息,通过这种分类分时机采集汇总元数据的方式,能够有效地实现对数据湖元数据的处理及管理,进而能够有效地厘清贴源数据资产整合纳管情况,完成贴源数据资产统一盘点。
图4示意性示出了根据本公开实施例的操作S202的流程图。
如图4所示,操作S202例如可以包括操作S401~操作S402。
在操作S401,根据入湖源表信息和要素信息校验是否允许数据湖元数据入湖。
在本公开实施例中,可以先确定入湖需求,然后调用入湖的数据源应用登记入湖源表信息和与数据湖元数据关联的要素信息,要素信息例如可以是入湖调研信息。然后将登陆的信息导入数据湖元数据处理平台的数据湖研发工作站对相关信息作准入校验,判断是否允许数据湖元数据入湖。
在操作S402,响应于允许数据湖元数据入湖,采集业务元数据和技术元数据。
在本公开实施例中,当确定允许数据湖元数据入湖时,便可以采集静态的业务元数据和技术元数据。
应当理解,当校验失败,表明不允许数据湖元数据入湖,因此不用采集业务元数据、技术元数据以及运行元数据。
图5示意性示出了根据本公开另一实施例的数据湖元数据处理方法的流程图。
如图5所示,该数据湖元数据处理方法例如可以包括操作S501~S502。
在操作S501,响应于允许数据湖元数据入湖,根据登记的入湖源表信息和与数据湖元数据关联的要素信息生成入湖配置信息。
在本公开实施例中,该配置信息涵盖了业务元数据和技术元数据。在操作S502,响应于数据湖元数据入湖,根据入湖配置信息读取业务系统下传的数据湖元数据,并将数据湖元数据入湖。
在本公开实施例中,当数据湖元数据成功入湖后,可以将数据湖元数据存储在数据表中。在数据湖元数据入湖的过程中,可以采集记录数据日期、数据记录数、数据量等运行元数据。
示例性地,在上述业务元数据、技术元数据和运行元数据获取过程中,可以定时启动元数据的采集(例如每日进行元数据采集),读取数据入湖表清单及入湖作业名,根据入湖表清单及入湖作业名关联业务元数据配置信息,关联元数据表获取表结构字段信息,关联作业调度表获取入湖信息,关联加载结果表获取记录数,最后基于关联的信息生成数据湖表业务元数据信息结果文件,生成数据湖表技术元数据信息结果文件,生成数据湖表运行元数据信息结果文件以及生成数据湖表结构信息结果文件。
根据本公开实施例,在允许数据入湖时,根据登记的入湖源表信息和与数据湖元数据关联的要素信息生成入湖配置信息,由于入湖配置信息涵盖了业务元数据和技术元数据,因此,在数据入户时,能够高效准确地根据入湖配置信息读取业务系统下传的数据入湖存储。
图6示意性示出了根据本公开又一实施例的数据湖元数据处理方法的流程图。
如图6所示,该数据湖元数据处理方法例如可以包括操作S601~S602。
在操作S601,将数据资产编号配置为业务元数据、技术元数据和运行元数据的唯一索引标识。
在操作S602,根据唯一索引标识检索及查询业务元数据、技术元数据和运行元数据。
在本公开实施例中,由于数据资产编号唯一,也即数据资产具有唯一的识别编码,编码的格式为“资产类型缩写+顺序号”,因此,可以将数据资产编号作为数据资产的唯一索引标识,换言之,业务元数据、技术元数据和运行元数据均还可以包括数据资产编号。基于数据资产编号作为数据资产的唯一索引标识,能够快速检索及查询业务元数据、技术元数据和运行元数据。
在本公开实施例中,数据湖元数据处理方法例如还可以包括:将业务元数据、技术元数据和运行元数据传输至大数据资产管理平台,展示业务元数据、技术元数据和运行元数据。
示例性地,可以将前述生成的业务元数据信息结果文件、技术元数据信息结果文件及运行元数据信息结果文件传输至大数据资产管理平台。
进一步地,可以基于定时传输机制将业务元数据、技术元数据和运行元数据传输至大数据资产管理平台。
根据本公开的实施例,将汇总的元数据定时传输至大数据资产管理平台进行展示,使得系统研发人员、业务人员能够直观地从不同的角度了解和使用数据湖元数据。
综上所述,本公开实施例提供的数据湖元数据处理方法,通过配置数据湖元数据属性,并根据属性将数据资产定义为业务元数据、技术元数据和运行元数据,由于业务元数据和技术元数据为静态数据,运行元数据为动态数据,因此,能够在响应入湖请求时,根据登记的入湖源表信息和与数据湖元数据关联的要素信息采集所述业务元数据和技术元数据,在数据入湖时,自动采集入湖的实际运行信息,通过这种分类分时机采集汇总元数据的方式,能够有效地实现对数据湖元数据的处理及管理,进而厘清贴源数据资产整合纳管情况,有效地完成贴源数据资产统一盘点。
图7示意性示出了根据本公开一实施例的数据湖元数据处理装置的框图。
如图7所示,数据湖元数据处理装置700可以包括配置模块710、第一采集模块720及第二采集模块730。
配置模块710,用于配置数据湖元数据的属性信息,并依据属性信息将数据湖元数据定义为业务元数据、技术元数据和运行元数据。
第一采集模块720,用于响应于数据湖元数据的入湖请求,根据登记的入湖源表信息和与数据湖元数据关联的要素信息,采集业务元数据和技术元数据。
第二采集模块730,用于响应于数据湖元数据入湖,采集数据湖元数据入湖时的实际运行信息,得到运行元数据。
图8示意性示出了根据本公开另一实施例的数据湖元数据处理装置的框图。
如图8所示,数据湖元数据处理装置700例如还可以包括传输模块740。
传输模块740,用于将业务元数据、技术元数据和运行元数据传输至大数据资产管理平台,展示业务元数据、技术元数据和运行元数据。
图9示意性示出了根据本公开另一实施例的数据湖元数据处理装置的框图。
如图9所示,数据湖元数据处理装置700例如还可以包括索引模块750。
索引模块750,用于将数据资产编号配置为业务元数据、技术元数据和运行元数据的唯一索引标识,并根据唯一索引标识检索及查询业务元数据、技术元数据和运行元数据。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,配置模块710、第一采集模块720及第二采集模块730、传输模块740以及索引模块750中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,配置模块710、第一采集模块720及第二采集模块730、传输模块740以及索引模块750中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,配置模块710、第一采集模块720及第二采集模块730、传输模块740以及索引模块750中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中数据湖元数据处理装置部分与本公开的实施例中数据湖元数据处理方法部分是相对应的,其具体实施细节及带来的技术效果也是相同的,在此不再赘述。
图10示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,根据本公开实施例的电子设备1000包括处理器1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中,存储有电子设备1000操作所需的各种程序和数据。处理器1001、ROM 1002以及RAM1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1000还可以包括输入/输出(I/O)接口1005,输入/输出(I/O)接口1005也连接至总线1004。电子设备1000还可以包括连接至I/O接口1005的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
Claims (12)
1.一种数据湖元数据处理方法,其特征在于,包括:
配置所述数据湖元数据的属性信息,并依据所述属性信息将所述数据湖元数据定义为业务元数据、技术元数据和运行元数据;
响应于所述数据湖元数据的入湖请求,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和所述技术元数据;
响应于所述数据湖元数据入湖,采集所述数据湖元数据入湖时的实际运行信息,得到所述运行元数据。
2.根据权利要求1所述的数据湖元数据处理方法,其特征在于,所述根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和技术元数据,具体包括:
根据所述入湖源表信息和所述要素信息校验是否允许所述数据湖元数据入湖;
响应于允许所述数据湖元数据入湖,采集所述业务元数据和所述技术元数据。
3.根据权利要求1所述的数据湖元数据处理方法,其特征在于,所述方法还包括:
响应于允许所述数据湖元数据入湖,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息生成入湖配置信息;
响应于所述数据湖元数据入湖,根据所述入湖配置信息读取业务系统下传的所述数据湖元数据,并将所述数据湖元数据入湖。
4.根据权利要求1-3任一项所述的数据湖元数据处理方法,其特征在于,调用数据源应用登记入湖源表信息和与所述数据湖元数据关联的要素信息。
5.根据权利要求1所述的数据湖元数据处理方法,其特征在于,所述处理方法还包括:
将所述业务元数据、所述技术元数据和所述运行元数据传输至大数据资产管理平台,展示所述业务元数据、所述技术元数据和所述运行元数据。
6.根据权利要求5所述的数据湖元数据处理方法,其特征在于,基于定时传输机制将所述业务元数据、所述技术元数据和所述运行元数据传输至大数据资产管理平台。
7.根据权利要求1所述的数据湖元数据处理方法,其特征在于,所述处理方法还包括;
将数据资产编号配置为所述业务元数据、所述技术元数据和所述运行元数据的唯一索引标识;
根据所述唯一索引标识检索及查询所述业务元数据、所述技术元数据和所述运行元数据。
8.根据权利要求1所述的数据湖元数据处理方法,其特征在于,所述业务元数据至少包括业务描述、业务领域、业务流程、资产来源系统、数据审查部门、系统表名称、数据供应商、境内外标志及数据共享策略;
所述技术元数据至少包括数据表的名称、主键信息、字段名称、字段类型、字段长度、字段精度、字段字典、数据标准和数据加载算法;
所述运行元数据至少包括最新数据日期、数据加载频度、数据表容量、现存最早数据时间、最近一次数据加载时间、存储周期和数据质量检查问题。
9.一种数据湖元数据处理装置,其特征在于,包括:
配置模块,用于配置所述数据湖元数据的属性信息,并依据所述属性信息将所述数据湖元数据定义为业务元数据、技术元数据和运行元数据;
第一采集模块,用于响应于所述数据湖元数据的入湖请求,根据登记的入湖源表信息和与所述数据湖元数据关联的要素信息,采集所述业务元数据和技术元数据;
第二采集模块,用于响应于所述数据湖元数据入湖,采集所述数据湖元数据入湖时的实际运行信息,得到所述运行元数据。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~8中任一项所述的方法。
12.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211059886.8A CN115422273A (zh) | 2022-08-31 | 2022-08-31 | 数据湖元数据处理方法、装置、电子设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211059886.8A CN115422273A (zh) | 2022-08-31 | 2022-08-31 | 数据湖元数据处理方法、装置、电子设备、介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115422273A true CN115422273A (zh) | 2022-12-02 |
Family
ID=84200900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211059886.8A Pending CN115422273A (zh) | 2022-08-31 | 2022-08-31 | 数据湖元数据处理方法、装置、电子设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115422273A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115809249A (zh) * | 2023-02-03 | 2023-03-17 | 杭州比智科技有限公司 | 一种基于专有化数据集的数据湖管理方法及系统 |
CN115840786A (zh) * | 2023-02-20 | 2023-03-24 | 北京数元灵科技有限公司 | 一种数据湖数据同步方法及装置 |
CN116028504A (zh) * | 2023-02-20 | 2023-04-28 | 北京数元灵科技有限公司 | 一种数据湖元数据管理方法及装置 |
-
2022
- 2022-08-31 CN CN202211059886.8A patent/CN115422273A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115809249A (zh) * | 2023-02-03 | 2023-03-17 | 杭州比智科技有限公司 | 一种基于专有化数据集的数据湖管理方法及系统 |
CN115840786A (zh) * | 2023-02-20 | 2023-03-24 | 北京数元灵科技有限公司 | 一种数据湖数据同步方法及装置 |
CN116028504A (zh) * | 2023-02-20 | 2023-04-28 | 北京数元灵科技有限公司 | 一种数据湖元数据管理方法及装置 |
CN116028504B (zh) * | 2023-02-20 | 2023-05-30 | 北京数元灵科技有限公司 | 一种数据湖元数据管理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10204154B2 (en) | Data processing systems for generating and populating a data inventory | |
US20210042332A1 (en) | Data processing systems for generating and populating a data inventory | |
US11782892B2 (en) | Method and system for migrating content between enterprise content management systems | |
CN115422273A (zh) | 数据湖元数据处理方法、装置、电子设备、介质及产品 | |
US20220398338A1 (en) | Data privacy pipeline providing collaborative intelligence and constraint computing | |
US20140331326A1 (en) | IT Vulnerability Management System | |
US11409897B2 (en) | Constraint querying for collaborative intelligence and constraint computing | |
JP7266354B2 (ja) | データ匿名化 | |
US9824185B2 (en) | Electronic health records data management systems and methods | |
US11386216B2 (en) | Verification of privacy in a shared resource environment | |
WO2020214313A1 (en) | Constraint manager for collaborative intelligence and constraint computing | |
US20200366660A1 (en) | System and methods for securely storing data for efficient access by cloud-based computing instances | |
US9418077B2 (en) | System and method for geo-location data type searching in an on demand environment | |
CN109639598A (zh) | 基于微服务的请求处理方法、服务器、存储介质及装置 | |
CN111950857A (zh) | 基于业务指标的指标体系管理方法、装置以及电子设备 | |
CN111950856A (zh) | 绩效考核方法、装置以及电子设备 | |
CN111078980A (zh) | 基于征信大数据的管理方法、装置、设备及存储介质 | |
CN116244751A (zh) | 数据脱敏方法、装置、电子设备、存储介质和程序产品 | |
US11340851B1 (en) | Methods, systems, and storage media for characterizing print volume information for a printing asset | |
US20220147651A1 (en) | Data management method, non-transitory computer readable medium, and data management system | |
CN112131257B (zh) | 数据查询方法和装置 | |
US20160034905A1 (en) | Broadcasting incident resolution information to service desk staff members | |
CN113342646B (zh) | 用例生成方法、装置、电子设备和介质 | |
US20230081166A1 (en) | Consent data pipeline architecture and operation | |
US20230153457A1 (en) | Privacy data management in distributed computing systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |