메타데이터 관리 101

“메타데이터 관리 "기업 데이터 거버넌스의 기반입니다." 이는 우리가 구현할 때 자주 듣는 문구입니다. 데이터 거버넌스 전략. 기업 관리자, IT 담당자 또는 데이터 산업 종사자로서 데이터 거버넌스를 이해하는 주요 작업은 메타데이터와 메타데이터 관리를 이해하는 것입니다. 이 글에서는 메타데이터 개념을 정리하고 조직에서 메타데이터 관리의 역할을 이해하는 데 도움을 드리겠습니다.

메타데이터 관리

메타데이터란 무엇인가요?

간단히 말해서, 메타데이터는 데이터에 대한 데이터입니다. 메타데이터는 데이터가 소스에서 캡처될 때마다 생성됩니다. 메타데이터는 사용자가 액세스할 수 있고, 조직 내에서 이동할 수 있으며, 다른 소스의 다른 데이터와 통합 또는 증강될 수 있으며, 구성, 정리 및 분석될 수 있습니다. 메타데이터는 전략적 운영 결정을 안내하는 데 사용할 수 있는 데이터 요소의 속성에 대한 정보를 제공하기 때문에 매우 귀중합니다.

메타데이터는 어떤 역할을 하나요?

• 모든 종류의 복잡하고 다양한 정보를 통합하는 데 사용됩니다.
• 이것이 정의하는 의미 계층은 최종 사용자가 시스템에 저장된 데이터를 분석하는 데 도움이 될 수 있습니다.
• 시스템 요구사항의 동적 변화와 성능(인터페이스)의 유연성을 지원합니다.
• 데이터 품질을 개선하고 보장합니다.
• 다양한 도구의 개발 및 적용을 지원합니다.
• 시스템 보안을 강화합니다.
• 시스템의 지능을 향상시킵니다.

메타데이터 관리란 무엇인가요?

메타데이터 관리란 이름에서 알 수 있듯이 메타데이터를 수집하고 관리하는 것을 말합니다. 최근 몇 년 동안 인터넷의 발달로 인해 기업에서 매년 수집하고 사용하는 데이터가 기하급수적으로 늘어났습니다. 많은 엔터프라이즈 빅데이터 환경의 데이터 형태는 다양하고 표준도 균일하지 않습니다. 이러한 다양한 유형의 데이터를 수집, 배포 및 공유하는 것은 어렵습니다. 이를 위해서는 필연적으로 기업에서 이러한 데이터에 대한 통일된 표준 관리 및 제어, 즉 메타데이터 관리를 수행해야 합니다.

메타데이터 관리를 통해 기업은 어떤 이점을 얻을 수 있나요?

메타데이터 관리를 통해 기업은 다음과 같은 이점을 얻을 수 있습니다.

• 데이터 품질 향상: 통합된 데이터 소스나 대상의 데이터 문제와 불일치 사항을 실시간으로 발견하고, 통찰력을 높이고 수정 시간을 늘려 전반적인 데이터 품질을 개선합니다.
• 통찰력 확보 시간을 단축합니다. 고소득 정신 근로자들이 실제로 소스 데이터를 분석하지 않고 오류나 불일치 사항을 찾고, 이해하고, 해결하는 데 너무 바쁘게 만드는 현재의 85/15 규칙을 뒤집습니다.
• 규정 준수: GDPR, HIPAA, PII, BCBS 및 CCPA와 같은 규정에는 모두 데이터 개인 정보 보호 및 보안 요구 사항이 있으므로 민감한 데이터에 태그를 지정하고 해당 데이터를 문서화해야 합니다. 데이터 계보추적을 위해 흐름을 설명합니다.
• 디지털 혁신: 존재하는 데이터와 그 데이터의 가치 잠재력을 이해함으로써 디지털 경험 향상, 디지털 운영 개선, 디지털 혁신 추진, 디지털 생태계 구축을 통해 디지털 혁신을 촉진할 수 있습니다.
• 기업 협업: 사업부는 데이터 거버넌스와 기업의 전략적 목표 간의 일치를 추진하는 반면, IT는 데이터 관리의 기술적 운영을 담당하여 데이터를 발견하고, 신뢰하고, 활용하여 조직 목표를 효과적으로 달성할 수 있는 길을 열어줍니다.
• 작업 효율성을 개선하고 비용을 절감하세요. 자동화되고 반복 가능한 메타데이터 관리 프로세스에 의존할 수 있다면 생산성이 높아질 것입니다. 보고서에 따르면 코딩 효율성은 85% 이상, 메타데이터 검색 효율성은 70% 이상, 데이터 설계 효율성은 50%, 데이터 변환 효율성은 70%, 데이터 매핑 효율성은 80% 증가했습니다.
• 프로젝트 납품 가속화: 빅 데이터 배포, 데이터 볼트, 데이터 웨어하우스 현대화, 클라우드 마이그레이션 등이 최대 70% 더 빠릅니다.

메타데이터 관리가 왜 그토록 어려운가요?

기본 메타데이터에 대한 기업 전체 뷰를 만들고 유지 관리하며 이를 쉽게 액세스할 수 있도록 하는 것은 여러 가지 이유로 복잡합니다.

• 오늘날 수많은 데이터 유형과 데이터 소스가 존재하고 있지만, 이들은 서로 함께 작동하도록 설계되지 않았습니다.
• 역할별 및 워크플로우별 데이터 액세스를 정의하고 제어할 수 있는 정책, 프로세스 및 도구가 부족합니다.
• 데이터 인프라는 시간이 지남에 따라 서로 다른 기술과 문서화가 제대로 이루어지지 않은 혼합물이며, 다운스트림 통합에 대한 고려가 거의 없습니다.
• 기존의 수동 방식은 비용이 많이 들고, 시간이 많이 걸리고, 오류가 발생하기 쉽고, 역동적인 기업 데이터 관리 인프라의 발전 속도를 따라잡을 수 없습니다.
• 비즈니스 맥락이 제한적이거나 누락되어 있고, 공통 용어가 표준화되지 않았으며 기업 전체에서 채택되지 않았습니다.

결과적으로, 견고한 데이터 인프라에 의존하는 애플리케이션과 이니셔티브가 손상되어 분석 및 통찰력에 오류가 발생할 수 있습니다. 분석 도구를 충분히 활용하지 않으면 조직은 데이터 중심 조직이 될 수 없으며, 더 나쁜 경우 그 반대가 될 수 있습니다.

메타데이터 관리 플랫폼 아키텍처의 측면은 무엇입니까?

• 메타데이터 수집 서비스: 이기종 환경에 적응 가능하며, 기존 관계형 데이터베이스와 빅데이터 플랫폼을 지원하여 수집된 데이터에서 시스템 애플리케이션을 생성하고, 데이터 처리 시스템 보고 시스템에 데이터를 전달하며, 엔터티 처리 프로세스의 데이터(시스템 설명, 라이브러리, 테이블, 필드)와 데이터 엔터티 처리 프로세스의 로직을 포함한 전체 메타데이터를 처리합니다.
• 메타데이터 액세스 서비스: 메타데이터 액세스 서비스는 메타데이터 관리 소프트웨어가 제공하는 인터페이스 서비스입니다. 일반적으로 REST 또는 웹 서비스와 같은 인터페이스 프로토콜을 지원합니다. 메타데이터 액세스 서비스는 엔터프라이즈 데이터 거버넌스의 기반인 엔터프라이즈 메타데이터 공유를 지원합니다.
• 메타데이터 관리 서비스: 메타데이터의 모델 정의 및 저장을 실현하고, 기능 계층에서 다양한 메타데이터 기능으로 패키징하고, 마지막으로 외부 애플리케이션과 디스플레이를 제공합니다. 메타데이터 분류 및 모델링, 데이터 계보 및 영향 분석을 제공하고, 데이터 추적 및 회고를 용이하게 합니다.
• 메타데이터 분석 서비스: 메타데이터는 일반적으로 데이터 맵, 데이터 계보, 영향 분석, 전체 체인 분석 등에 사용됩니다.

결론

저희 기사를 읽어주셔서 감사합니다. 이 기사가 메타데이터 관리에 대한 더 나은 이해를 얻는 데 도움이 되기를 바랍니다. 데이터 관리에 대해 더 자세히 알고 싶으시다면, 다음 사이트를 방문해 보시기 바랍니다. Gudu SQLFlow 자세한 내용은.

그 중 하나로서 최고의 데이터 계보 도구 현재 시장에서 Gudu SQLFlow는 SQL 스크립트 파일을 분석하고, 데이터 계보를 얻고, 시각적으로 표시할 수 있을 뿐만 아니라, 사용자가 CSV 형식으로 데이터 계보를 제공하고 시각적으로 표시할 수 있도록 합니다. (2022년 5월 28일 Ryan이 게시)