大數(shù)據(jù)治理系列,第一部分 大數(shù)據(jù)治理統(tǒng)一流程模型概述和明確元數(shù)據(jù)管理策略

1、-作者xxxx-日期xxxx大數(shù)據(jù)治理系列,第一部分 大數(shù)據(jù)治理統(tǒng)一流程模型概述和明確元數(shù)據(jù)管理策略【精品文檔】大數(shù)據(jù)治理系列，第一部分: 大數(shù)據(jù)治理統(tǒng)一流程模型概述和明確元數(shù)據(jù)管理策略大數(shù)據(jù)治理的核心是為業(yè)務(wù)提供持續(xù)的、可度量的價值在各行各業(yè)中，隨處可見因數(shù)量、速度、種類和準確性結(jié)合帶來的大數(shù)據(jù)問題，為了更好地利用大數(shù)據(jù)，大數(shù)據(jù)治理逐漸提上日程。大數(shù)據(jù)治理的核心是為業(yè)務(wù)提供持續(xù)的、可度量的價值。本文主要介紹大數(shù)據(jù)治理的基本概念和大數(shù)據(jù)治理統(tǒng)一流程參考模型的前兩步：“明確元數(shù)據(jù)管理策略”和“元數(shù)據(jù)集成體系結(jié)構(gòu)”。大數(shù)據(jù)治理概述（狹義）大數(shù)據(jù)是指無法使用傳統(tǒng)流程或工具在合理的時間和成本內(nèi)處理或分

2、析的信息，這些信息將用來幫助企業(yè)更智慧地經(jīng)營和決策。而廣義的大數(shù)據(jù)更是指企業(yè)需要處理的海量數(shù)據(jù)，包括傳統(tǒng)數(shù)據(jù)以及狹義的大數(shù)據(jù)。（廣義）大數(shù)據(jù)可以分為五個類型：Web 和社交媒體數(shù)據(jù)、機器對機器（M2M）數(shù)據(jù)、海量交易數(shù)據(jù)、生物計量學數(shù)據(jù)和人工生成的數(shù)據(jù)。 Web 和社交媒體數(shù)據(jù)：比如各種微博、博客、社交網(wǎng)站、購物網(wǎng)站中的數(shù)據(jù)和內(nèi)容。 M2M 數(shù)據(jù)：也就是機器對機器的數(shù)據(jù)，比如 RFID 數(shù)據(jù)、GPS 數(shù)據(jù)、智能儀表、監(jiān)控記錄數(shù)據(jù)以及其他各種傳感器、監(jiān)控器的數(shù)據(jù)。 海量交易數(shù)據(jù)：是各種海量的交易記錄以及交易相關(guān)的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，比如電信行業(yè)的 CDR、3G 上網(wǎng)記錄等，金融行業(yè)的網(wǎng)上交易

3、記錄、core banking 記錄、理財記錄等，保險行業(yè)的各種理賠等。 生物計量學數(shù)據(jù)：是指和人體識別相關(guān)的生物識別信息，如指紋、DNA、虹膜、視網(wǎng)膜、人臉、聲音模式、筆跡等。 人工生成的數(shù)據(jù)：比如各種調(diào)查問卷、電子郵件、紙質(zhì)文件、掃描件、錄音和電子病歷等。在各行各業(yè)中，隨處可見因數(shù)量、速度、種類和準確性結(jié)合帶來的大數(shù)據(jù)問題，為了更好地利用大數(shù)據(jù)，大數(shù)據(jù)治理逐漸提上日程。在傳統(tǒng)系統(tǒng)中，數(shù)據(jù)需要先存儲到關(guān)系型數(shù)據(jù)庫/數(shù)據(jù)倉庫后再進行各種查詢和分析，這些數(shù)據(jù)我們稱之為靜態(tài)數(shù)據(jù)。而在大數(shù)據(jù)時代，除了靜態(tài)數(shù)據(jù)以外，還有很多數(shù)據(jù)對實時性要求非常高，需要在采集數(shù)據(jù)時就進行相應(yīng)的處理，處理結(jié)果存入到關(guān)系型

4、數(shù)據(jù)庫/數(shù)據(jù)倉庫、MPP 數(shù)據(jù)庫、Hadoop 平臺、各種 NoSQL 數(shù)據(jù)庫等，這些數(shù)據(jù)我們稱之為動態(tài)數(shù)據(jù)。比如高鐵機車的關(guān)鍵零部件上裝有成百上千的傳感器，每時每刻都在生成設(shè)備狀態(tài)信息，企業(yè)需要實時收集這些數(shù)據(jù)并進行分析，當發(fā)現(xiàn)設(shè)備可能出現(xiàn)問題時及時告警。再比如在電信行業(yè)，基于用戶通信行為的精準營銷、位置營銷等，都會實時的采集用戶數(shù)據(jù)并根據(jù)業(yè)務(wù)模型進行相應(yīng)的營銷活動。大數(shù)據(jù)治理的核心是為業(yè)務(wù)提供持續(xù)的、可度量的價值。大數(shù)據(jù)治理人員需要定期與企業(yè)高層管理人員進行溝通，保證大數(shù)據(jù)治理計劃可以持續(xù)獲得支持和幫助。相信隨著時間的推移，大數(shù)據(jù)將成為主流，企業(yè)可以從海量的數(shù)據(jù)中獲得更多的價值，而大數(shù)據(jù)治

5、理的范圍和嚴格程度也將逐步上升。為了更好地幫助企業(yè)進行大數(shù)據(jù)治理，筆者在 IBM 數(shù)據(jù)治理統(tǒng)一流程模型基礎(chǔ)上結(jié)合在電信、金融、政府等行業(yè)進行大數(shù)據(jù)治理的經(jīng)驗，整理了大數(shù)據(jù)治理統(tǒng)一流程參考模型，整個參考模型分為必選步驟和可選步驟兩部分?；仨撌状髷?shù)據(jù)治理統(tǒng)一流程參考模型如圖 1 所示，大數(shù)據(jù)治理統(tǒng)一流程參考模型必要步驟分為兩個方向：一條子線是在制定元數(shù)據(jù)管理策略和確立體系結(jié)構(gòu)的基礎(chǔ)上實施全面的元數(shù)據(jù)管理，另一條子線是在定義業(yè)務(wù)問題、執(zhí)行成熟度評估的基礎(chǔ)上定義數(shù)據(jù)治理路線圖以及定義數(shù)值治理相關(guān)的度量值。在 11 個必要步驟的基礎(chǔ)上，企業(yè)可以在 7 個可選步驟中選擇一個或多個途徑進行特定領(lǐng)域的數(shù)據(jù)治理

6、，可選步驟為：主數(shù)據(jù)監(jiān)管、（狹義）大數(shù)據(jù)監(jiān)管、信息單一視圖監(jiān)管、運營分析監(jiān)管、預(yù)測分析監(jiān)管、管理安全與隱私以及監(jiān)管信息生命周期。企業(yè)需要定期對大數(shù)據(jù)治理統(tǒng)一流程進行度量并將結(jié)果發(fā)送給主管級發(fā)起人。圖 1. 大數(shù)據(jù)治理統(tǒng)一流程參考模型回頁首第一步：明確元數(shù)據(jù)管理策略在最開始的時候，元數(shù)據(jù)（Meta Data）是指描述數(shù)據(jù)的數(shù)據(jù)，通常由信息結(jié)構(gòu)的描述組成，隨著技術(shù)的發(fā)展元數(shù)據(jù)內(nèi)涵有了非常大的擴展，比如 UML 模型、數(shù)據(jù)交易規(guī)則、用 Java，.NET，C+等編寫的 APIs、業(yè)務(wù)流程和工作流模型、產(chǎn)品配置描述和調(diào)優(yōu)參數(shù)以及各種業(yè)務(wù)規(guī)則、術(shù)語和定義等 1。在大數(shù)據(jù)時代，元數(shù)據(jù)還應(yīng)該包括對各種新數(shù)據(jù)

7、類型的描述，如對位置、名字、用戶點擊次數(shù)、音頻、視頻、圖片、各種無線感知設(shè)備數(shù)據(jù)和各種監(jiān)控設(shè)備數(shù)據(jù)等的描述等。元數(shù)據(jù)通常分為業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)和操作元數(shù)據(jù)等。業(yè)務(wù)元數(shù)據(jù)主要包括業(yè)務(wù)規(guī)則、定義、術(shù)語、術(shù)語表、運算法則和系統(tǒng)使用業(yè)務(wù)語言等，主要使用者是業(yè)務(wù)用戶。技術(shù)元數(shù)據(jù)主要用來定義信息供應(yīng)鏈（Information Supply Chain，ISC）各類組成部分元數(shù)據(jù)結(jié)構(gòu)，具體包括各個系統(tǒng)表和字段結(jié)構(gòu)、屬性、出處、依賴性等，以及存儲過程、函數(shù)、序列等各種對象。操作元數(shù)據(jù)是指應(yīng)用程序運行信息，比如其頻率、記錄數(shù)以及各個組件的分析和其它統(tǒng)計信息等。從整個企業(yè)層面來說，各種工具軟件和應(yīng)用程序越來越

8、復雜，相互依存度逐年增加，相應(yīng)的追蹤整個信息供應(yīng)鏈各組件之間數(shù)據(jù)流動、了解數(shù)據(jù)元素含義和上下文的需求越來越強烈。在從應(yīng)用議程往信息議程的轉(zhuǎn)變過程中，元數(shù)據(jù)管理也逐漸從局部存儲和管理轉(zhuǎn)向共享。從總量上來看，整個企業(yè)的元數(shù)據(jù)越來越多，光現(xiàn)有的數(shù)據(jù)模型中就包含了成千上萬的表，同時還有更多的模型等著上線，同時隨著大數(shù)據(jù)時代的來臨，企業(yè)需要處理的數(shù)據(jù)類型越來越多。為了企業(yè)更高效地運轉(zhuǎn)，企業(yè)需要明確元數(shù)據(jù)管理策略和元數(shù)據(jù)集成體系結(jié)構(gòu)，依托成熟的方法論和工具實現(xiàn)元數(shù)據(jù)管理，并有步驟的提升其元數(shù)據(jù)管理成熟度。為了實現(xiàn)大數(shù)據(jù)治理，構(gòu)建智慧的分析洞察，企業(yè)需要實現(xiàn)貫穿整個企業(yè)的元數(shù)據(jù)集成，建立完整且一致的元數(shù)據(jù)管

9、理策略，該策略不僅僅針對某個數(shù)據(jù)倉庫項目、業(yè)務(wù)分析項目、某個大數(shù)據(jù)項目或某個應(yīng)用單獨制定一個管理策略，而是針對整個企業(yè)構(gòu)建完整的管理策略。元數(shù)據(jù)管理策略也不是技術(shù)標準或某個軟件工具可以取代的，無論軟件工具功能多強大都不能完全替代一個完整一致的元數(shù)據(jù)管理策略，反而在定義元數(shù)據(jù)集成體系結(jié)構(gòu)以及選購元數(shù)據(jù)管理工具之前需要定義元數(shù)據(jù)管理策略。元數(shù)據(jù)管理策略需要明確企業(yè)元數(shù)據(jù)管理的愿景、目標、需求、約束和策略等，依據(jù)企業(yè)自身當前以及未來的需要確定要實現(xiàn)的元數(shù)據(jù)管理成熟度以及實現(xiàn)目標成熟度的路線圖，完成基礎(chǔ)本體、領(lǐng)域本體、任務(wù)本體和應(yīng)用本體的構(gòu)建，確定元數(shù)據(jù)管理的安全策略、版本控制、元數(shù)據(jù)訂閱推送等。企業(yè)

10、需要對業(yè)務(wù)術(shù)語、技術(shù)術(shù)語中的敏感數(shù)據(jù)進行標記和分類，制定相應(yīng)的數(shù)據(jù)隱私保護政策，確保企業(yè)在隱私保護方面符合當?shù)仉[私方面的法律法規(guī)，如果企業(yè)有跨國數(shù)據(jù)交換、元數(shù)據(jù)交換的需求，也要遵循涉及國家的法律法規(guī)要求。企業(yè)需要保證每個元數(shù)據(jù)元素在信息供應(yīng)鏈中每個組件中語義上保持一致，也就是語義等效（semantic equivalence）。語義等效可以強也可以弱，在一個元數(shù)據(jù)集成方案中，語義等效（平均）越強則整個方案的效率越高。語義等效的強弱程度直接影響元數(shù)據(jù)的共享和重用。本體（人工智能和計算機科學）本體（Ontology）源自哲學本體論，而哲學本體論則是源自哲學中“形而上學”分支。本體有時也被翻譯成本體

11、論，在人工智能和計算機科學領(lǐng)域本體最早源于上世紀 70 年代中期，隨著人工智能的發(fā)展人們發(fā)現(xiàn)知識的獲取是構(gòu)建強大人工智能系統(tǒng)的關(guān)鍵，于是開始將新的本體創(chuàng)建為計算機模型從而實現(xiàn)特定類型的自動化推理。之后到了上世紀 80 年代，人工智能領(lǐng)域開始使用本體表示模型化時間的一種理論以及知識系統(tǒng)的一種組件，認為本體（人工智能）是一種應(yīng)用哲學。最早的本體（人工智能和計算機科學）定義是 Neches 等人在 1991 給出的：“一個本體定義了組成主題領(lǐng)域的詞匯的基本術(shù)語和關(guān)系，以及用于組合術(shù)語和關(guān)系以及定義詞匯外延的規(guī)則”。而第一次被業(yè)界廣泛接受的本體定義出自 Tom Gruber，其在 1993 年提出：“

12、本體是概念化的顯式的表示（規(guī)格說明）”。Borst 在 1997 年對 Tom Gruber 的本體定義做了進一步的擴展，認為：“本體是共享的、概念化的一個形式的規(guī)范說明”。在前人的基礎(chǔ)上，Studer 在 1998 年進一步擴展了本體的定義，這也是今天被廣泛接受的一個定義：“本體是共享概念模型的明確形式化規(guī)范說明”。本體提供一個共享詞匯表，可以用來對一個領(lǐng)域建模，具體包括那些存在的對象或概念的類型、以及他們的屬性和關(guān)系 2。一個簡單的本體示例發(fā)票概念及其相互關(guān)系所構(gòu)成的語義網(wǎng)絡(luò)如圖 2 所示：圖 2. 簡單本體（發(fā)票）示例隨著時間的推移和技術(shù)的發(fā)展，本體從最開始的人工智能領(lǐng)域逐漸擴展到圖書館

13、學、情報學、軟件工程、信息架構(gòu)、生物醫(yī)學和信息學等越來越多的學科。與哲學本體論類似，本體（人工智能和計算機科學）依賴某種類別體系來表達實體、概念、事件及其屬性和關(guān)系。本體的核心是知識共享和重用，通過減少特定領(lǐng)域內(nèi)概念或術(shù)語上的分歧，使不同的用戶之間可以順暢的溝通和交流并保持語義等效性，同時讓不同的工具軟件和應(yīng)用系統(tǒng)之間實現(xiàn)互操作。根據(jù)研究層次可以將本體的種類劃分為“頂級本體”（top-level ontology）、應(yīng)用本體（application ontology）、領(lǐng)域本體（domain ontology）和任務(wù)本體（task ontology），各個種類之間的層次關(guān)系如圖 3 所示。圖

14、3. 本體層次關(guān)系 頂級本體，也被稱為上層本體（upper ontolog）或基礎(chǔ)本體（foundation ontology），是指獨立于具體的問題或領(lǐng)域，在所有領(lǐng)域都適用的共同對象或概念所構(gòu)成的模型，主要用來描述高級別且通用的概念以及概念之間的關(guān)系。 領(lǐng)域本體是指對某個特定的領(lǐng)域建模，顯式的實現(xiàn)對領(lǐng)域的定義，確定該領(lǐng)域內(nèi)共同認可的詞匯、詞匯業(yè)務(wù)含義和對應(yīng)的信息資產(chǎn)等，提供對該領(lǐng)域知識的共同理解。領(lǐng)域本體所表達的是適合自己領(lǐng)域的術(shù)語的特定含義，缺乏兼容性，因而在其他領(lǐng)域往往不適用。在同一領(lǐng)域內(nèi)，由于文化背景、語言差異、受教育程度或意識形態(tài)的差異，也可能會出現(xiàn)不同的本體。很多時候，隨著依賴領(lǐng)域

15、本體系統(tǒng)的擴展，需要將不同的領(lǐng)域本體合并為更通用的規(guī)范說明，對并非基于同一頂級本體所構(gòu)建的本體進行合并是一項非常具有挑戰(zhàn)的任務(wù)，很多時候需要靠手工來完成，相反，對那些基于同一頂級本體構(gòu)建的領(lǐng)域本體可以實現(xiàn)自動化的合并。 任務(wù)本體是針對任務(wù)元素及其之間關(guān)系的規(guī)范說明或詳細說明，用來解釋任務(wù)存在的條件以及可以被用在哪些領(lǐng)域或環(huán)境中。是一個通用術(shù)語的集合用來描述關(guān)于任務(wù)的定義和概念等。 應(yīng)用本體： 描述依賴于特定領(lǐng)域和任務(wù)的概念及概念之間的關(guān)系，是用于特定應(yīng)用或用途的本體，其范疇可以通過可測試的用例來指定。從詳細程度上來分，本體又可以分為參考本體（reference ontologies）和共享本體

16、（share ontologies），參考本體的詳細程度高，而共享本體的詳細程度低。本體（哲學）哲學中的本體（ontology）也被稱為存在論，源自哲學中“形而上學”分支，主要探討存在的本質(zhì)，也就是存在的存在。英文 ontology 實際上就是來源于希臘文“”（存在）和“”（學科）的組合。本體是由早期希臘哲學在公元前 6 世紀到公元前 4 世紀提出的“始基”延伸出來的。始基（Principle，又稱本原）最早由泰勒斯（米利都學派）最早提出來，認為萬物由水而生，其學生阿那克西曼德認為萬物由一種簡單的原質(zhì)組成，該原質(zhì)不是水 3。而畢達哥拉斯（學派）認為“萬物都是數(shù)”，數(shù)不僅被看作萬物的本原，而且被

17、看作萬物的原型、世界的本體。后來巴門尼德（愛利亞學派）提出了“存在”的概念，認為存在才是唯一真正存在的真理，其創(chuàng)造了一種形而上學論證方式，之后的哲學一直到近時期為止，都從巴門尼德處接受了其“實體的不可毀滅性”。蘇格拉底繼承了巴門尼德的存在概念，主張“真正的善”并完善了巴門尼德弟子芝諾的辯證法，其學生柏拉圖提出了“理念論”，認為只要若干個個體擁有一個共同的名字，它們就有一個共同的理念或形式。亞里士多德（柏拉圖學生）總結(jié)了先哲們的思想，完成了形而上學，并將本體總結(jié)為：對世界上客觀存在事物的系統(tǒng)的描述，即存在論，也就是最形而上學的知識。形而上學不是指孤立、靜止之類的意思，而是指超越具體形態(tài)的抽象意思

18、，是關(guān)于物質(zhì)世界最普遍的、最一般的、最不具體的規(guī)律的學問?；仨撌椎诙剑涸獢?shù)據(jù)集成體系結(jié)構(gòu)在明確了元數(shù)據(jù)管理策略后需要確定實現(xiàn)該管理策略所需的技術(shù)體系結(jié)構(gòu)，即元數(shù)據(jù)集成體系結(jié)構(gòu)。各個企業(yè)的元數(shù)據(jù)管理策略和元數(shù)據(jù)管理成熟度差別較大，因此元數(shù)據(jù)集成體系結(jié)構(gòu)也多種多樣。大體上元數(shù)據(jù)集成體系結(jié)構(gòu)可以分為點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)、中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)、基于 CWM（Common Warehouse MetaModel，公共倉庫元模型）模型驅(qū)動的點對點元數(shù)據(jù)集成體系結(jié)構(gòu)、基于 CWM 模型驅(qū)動的中央存儲庫元數(shù)據(jù)集成體系結(jié)構(gòu)、分布式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)和層次/星型元數(shù)據(jù)集成體系結(jié)構(gòu)等。針對信息

19、供應(yīng)鏈中不同的組件，為了實現(xiàn)跨組件的元數(shù)據(jù)交換和集成，最開始人們采用點對點的方式進行，也就是每一對組件之間通過一個獨立的元數(shù)據(jù)橋（metadata bridge）進行元數(shù)據(jù)交換，橋一般是雙向的能夠理解兩個方向的元數(shù)據(jù)映射 4。點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)幫助用戶實現(xiàn)了跨企業(yè)的元數(shù)據(jù)集成和元數(shù)據(jù)交換，對提升信息化水平提供了巨大幫助。這種體系結(jié)構(gòu)在應(yīng)用過程中，也暴露了很多問題，比如元數(shù)據(jù)橋的構(gòu)建工作量和耗時都非常大，對中間件廠商、應(yīng)用廠商、集成商和用戶來說都是一個巨大的挑戰(zhàn)，而且構(gòu)建元數(shù)據(jù)橋還必須具有所有者的元數(shù)據(jù)模型和接口的詳細信息。構(gòu)建完成的橋很多時候無法在構(gòu)建其他元數(shù)據(jù)橋時進行重用，因此開發(fā)和

20、維護費用大幅度增加，用戶投資回報率（ROI）不高。以動態(tài)數(shù)據(jù)倉庫為例，其點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)具體如圖 4 所示，信息供應(yīng)鏈各組件之間的空心箭頭表示全部的數(shù)據(jù)流，實心箭頭表示不同的元數(shù)據(jù)橋和與之關(guān)聯(lián)的元數(shù)據(jù)流。圖 4. 點對點的元數(shù)據(jù)集成體系結(jié)構(gòu)通過使用中央元數(shù)據(jù)存儲庫（central metadata repository）取代各個工具軟件和應(yīng)用程序之間的點對點連接方式，改成中央元數(shù)據(jù)存儲庫與各個工具軟件和應(yīng)用程序?qū)崿F(xiàn)元數(shù)據(jù)交換的訪問層（也是一種橋），可以有效降低總成本，減少建立點對點元數(shù)據(jù)橋的工作，提高投資回報率。信息供應(yīng)鏈各組件可以從存儲庫訪問元數(shù)據(jù)，不必與其他產(chǎn)品進行點對點交互。這

21、種使用中央元數(shù)據(jù)存儲庫方式進行元數(shù)據(jù)集成的方式就是中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)（hub-and-spoke meta data architecture），具體如圖 5 所示。由于特定的元數(shù)據(jù)存儲庫是圍繞其自身的元模型、接口和交付服務(wù)建立的，所以仍需要建立元數(shù)據(jù)橋?qū)崿F(xiàn)與 ISC 各組件的互相訪問。圖 5. 中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)采用模型驅(qū)動的元數(shù)據(jù)集成方法（比如使用 CWM）可以有效降低元數(shù)據(jù)集成的成本和復雜度，無論點對點元數(shù)據(jù)集成體系結(jié)構(gòu)還是中央輻射式元數(shù)據(jù)集成體系結(jié)構(gòu)都可以因此受益。在點對點體系結(jié)構(gòu)中，通過使用基于模型的方法可以不必在每一對需要集成的產(chǎn)品之間構(gòu)建元數(shù)據(jù)橋，每個產(chǎn)品只需要提供一

22、個適配器（adapter）即可實現(xiàn)各個產(chǎn)品之間的元數(shù)據(jù)交換，適配器既了解公共的元模型也了解本產(chǎn)品元模型的內(nèi)部實現(xiàn)。如圖 6 所示，基于 CWM 模型驅(qū)動點對點元數(shù)據(jù)集成體系結(jié)構(gòu)使用通用元模型，不再需要在各個產(chǎn)品間建立元數(shù)據(jù)橋，在各個產(chǎn)品之間通過適配器實現(xiàn)了語義等價性。圖 6. 基于 CWM 模型驅(qū)動的點對點元數(shù)據(jù)集成體系結(jié)構(gòu)如圖 7 所示，在基于模型驅(qū)動（比如 CWM）的中央輻射式元數(shù)據(jù)體系結(jié)構(gòu)中，中央存儲庫包含公共元模型和整個領(lǐng)域（domain）用到的該元模型的各個實例（模型）、存儲庫自身元模型及其實例、理解元模型（公共元模型和自身元模型）的適配器層，當然存儲庫也可以直接實現(xiàn)公共元模型的某些

23、內(nèi)部表示。圖 7. 基于 CWM 模型驅(qū)動的中央存儲庫元數(shù)據(jù)集成體系結(jié)構(gòu)如圖 8 所示，這種體系架構(gòu)是基于 CWM 模型驅(qū)動的中央存儲庫元數(shù)據(jù)集成體系結(jié)構(gòu)的一個變種，兩個中央輻射式的拓撲結(jié)構(gòu)通過各自的元數(shù)據(jù)存儲庫連接起來，也被稱為分布式（Distributed）或聯(lián)邦（Federated）體系結(jié)構(gòu)。兩個元數(shù)據(jù)存儲庫之間通過元數(shù)據(jù)橋連接，兩個存儲庫使用相同的元模型和接口，也可以使用不同的元模型和接口。建立分布式元數(shù)據(jù)集成體系結(jié)構(gòu)的原因有很多種，比如企業(yè)基于多個區(qū)域單獨部署自己的應(yīng)用，每個區(qū)域有自己的數(shù)據(jù)中心。圖 8. 分布式（聯(lián)邦式）元數(shù)據(jù)集成體系結(jié)構(gòu)如圖 9 所示，這種體系結(jié)構(gòu)是分布式體系結(jié)構(gòu)的變體，根存儲庫實現(xiàn)了元模型的公共部分（橫跨整個企業(yè)），葉子存儲庫實現(xiàn)了一個或多個特定的公共元模型子集，并只保存這些自己所對應(yīng)的元數(shù)據(jù)實例。特定客戶可以主要訪問其感興趣的元數(shù)據(jù)所在的葉子