正文

元數(shù)據(jù)可分為哪三類

發(fā)布時間：2023-04-08 05:35:59 稿源：創(chuàng)意嶺閱讀： 65

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于元數(shù)據(jù)可分為哪三類的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、DC 元數(shù)據(jù)在成果地質(zhì)資料編目中的應(yīng)用
2、Ceph RGW：數(shù)據(jù)的存儲及尋址
3、3、元數(shù)據(jù)信息采用哪兩個文件進行保存?
4、數(shù)據(jù)庫和元數(shù)據(jù)的關(guān)系是什么，怎樣來區(qū)分它倆？

元數(shù)據(jù)可分為哪三類

一、DC 元數(shù)據(jù)在成果地質(zhì)資料編目中的應(yīng)用

李磊李效廣張良軍鄭錦娜王心華

（天津地質(zhì)調(diào)查中心）

摘要本文主要研究了 DC 元數(shù)據(jù)和成果地質(zhì)資料編目之間的映射關(guān)系，探討了如何在此基礎(chǔ)上基于 XML schema 技術(shù)對生成的地質(zhì)資料核心元數(shù)據(jù)進行建模，并利用其來構(gòu)建分布式共享平臺體系。

關(guān)鍵詞 DC Dublin Core XML schema OAI 地質(zhì)資料編目

0 引言

成果地質(zhì)資料是指各類地質(zhì)工作或?qū)ｎ}研究項目完成時，按相應(yīng)技術(shù)規(guī)范的規(guī)定和原項目設(shè)計要求，以文字、圖、表等形式提供的一整套科技文件材料。我國地質(zhì)資料館成果地質(zhì)資料案卷級目錄庫多采用國土資源部頒布的《地質(zhì)資料電子目錄著錄格式規(guī)定（試行）》或中國地質(zhì)調(diào)查局發(fā)展研究中心制訂的規(guī)則標準而建，文件級編目采用《原始地質(zhì)資料清理數(shù)據(jù)庫》系統(tǒng)標準。以這些標準完成的編目，在實現(xiàn)資料檢索、傳播、共享、服務(wù)、利用方面一直起著非常重要作用。然而，此類編目與地學數(shù)據(jù)庫元數(shù)據(jù)抑或其他文獻編目平臺無法實現(xiàn)交換。事實上，成果地質(zhì)資料作為一種地質(zhì)專業(yè)文獻，具有文獻的共性，與其他文獻目錄庫互為交換是必要的，特別是與地學信息元數(shù)據(jù)實現(xiàn)共享是必要的。

元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)，是關(guān)于信息資源的形式、主要內(nèi)容、存放位置等信息的綜合。目前，元數(shù)據(jù)技術(shù)研究已經(jīng)深入到各個領(lǐng)域，有專業(yè)領(lǐng)域的元數(shù)據(jù)，如關(guān)于地理空間數(shù)據(jù)的數(shù)字地理空間元數(shù)據(jù)、圖書館文獻館藏資源的機讀目錄。也有適用范圍廣泛的元數(shù)據(jù)，如都柏林核心元數(shù)據(jù)。筆者經(jīng)過對比各種元數(shù)據(jù)，認為成果地質(zhì)資料作為地質(zhì)信息資源的重要載體，雖然有空間信息，但是其結(jié)構(gòu)和內(nèi)容并不符合空間數(shù)據(jù)的標準。成果地質(zhì)資料作為一類文獻資源，雖然可以以機讀目錄編目，然而機讀目錄由于其字段復(fù)雜，對錄入人員專業(yè)要求較高，適用類型狹窄，故考慮到與其他類型資源的交換問題，其并不適于作為通用的元數(shù)據(jù)標準。而都柏林核心元數(shù)據(jù)（Dublin Core，DC）簡單易用，其最初是為描述網(wǎng)絡(luò)資源，現(xiàn)已發(fā)展成可以描述任何信息資源的元數(shù)據(jù)標準，應(yīng)用范圍廣泛，便于組織與數(shù)據(jù)交換，可以提高檢索數(shù)據(jù)的準確性。

筆者通過研究認為，利用都柏林核心元數(shù)據(jù)（DC 元數(shù)據(jù)）編目成果地質(zhì)資料，可很好地解決異地多源數(shù)據(jù)共享的問題，會更有利于促進成果地質(zhì)資料社會化服務(wù)。

1 成果地質(zhì)資料編目與 DC 元數(shù)據(jù)的映射

1.1 成果地質(zhì)資料編目

成果地質(zhì)資料是指物理上的一套地質(zhì)資料，除了其具有檔案的基本編目信息外，還有具體的文件級資料內(nèi)容信息。根據(jù)其內(nèi)容形式的不同，成果地質(zhì)資料文件由 8 類資源組成：正文、審批、附圖、附表、附件、數(shù)據(jù)庫和軟件、多媒體和其他。這些資源信息全部以表的形式存儲在成果資料目錄數(shù)據(jù)庫中[1]。

以原始地質(zhì)資料清理數(shù)據(jù)庫為例，成果地質(zhì)資料案卷級編目主要字段包括館藏機構(gòu)編號、館藏機構(gòu)名稱、資料編號、資料名稱、資料類別、資料類型、語種、編寫報告單位、編著者、形成（提交）時間、工作程度、密級、關(guān)鍵詞、關(guān)鍵詞（礦產(chǎn)）、地理坐標、行政區(qū)劃、內(nèi)容提要、工作時段，共計 18 個字段；文件級編目的所有 8 類資源的共有字段包括：資料編號和資料名稱，其中審批需要增加審批機構(gòu)和審批日期，附圖則需要增加比例尺。

1.2 DC 元數(shù)據(jù)字段

都柏林核心元數(shù)據(jù)產(chǎn)生于 1995 年，經(jīng)過 10 年不斷擴展和完善，形成了 15 個基本核心元素，通過限定詞對元素進行細化和修飾的元數(shù)據(jù)方案，用于描述越來越豐富的網(wǎng)絡(luò)信息。DC 元素依據(jù)其所描述內(nèi)容的類別和范圍，可分為三組^[2]：①資源內(nèi)容描述類元數(shù)據(jù)項 7 個：分別為 Title、Subject、Description、Language、Source、Relation、Coverage；②知識產(chǎn)權(quán)描述類元數(shù)據(jù)項 4 個：Creator、Publisher、Contributor、Rights；③外部屬性描述類。元數(shù)據(jù)項 4 個：Date、Type、Format、Identifier。具體字段的定義參見表 1。

DC 限定詞是對 15 個元素的語義進行限定和修飾的詞。它的制訂遵循著名的向下兼容原則，即修飾詞的語義包含于未修飾詞中，在范圍上對未修飾詞的語義進行限定，在深度上對未修飾詞的語義進行延伸^[3]。

1.3 映射關(guān)系

筆者通過對比研究，認為：

（1）案卷級編目字段除了Format（格式）外，其余14個基本元素皆可與DC核心元素建立起對應(yīng)關(guān)系。在覆蓋范圍（Coverage）元素中，由于地質(zhì)資料兼具時間特征與空間特征，故采用限定詞spatial（空間范圍）和 temporal（時間范圍）對覆蓋范圍進行描述；此外，由于成果地質(zhì)資料部分元素具有行業(yè)特殊性，需要增加三個自定義字段作為補充，分別為Districts（行政區(qū)劃）、DataCategory（資料類別）和WorkingDegree（工作程度）。而Relation（關(guān)聯(lián)）與Contributor（其他責任者）在成果資料目錄庫中無對應(yīng)字段，需要單獨填寫。其中Relation（關(guān)聯(lián)）填寫的內(nèi)容為成果地質(zhì)資料所含的所有文件級內(nèi)容的唯一標識碼，關(guān)系為部分為（HasPart），即所描述的案卷級資源在物理或邏輯上包含被參照文件級資源，Contributor（其他責任者）填寫數(shù)據(jù)庫錄入人員姓名。

（2）文件級的各類資源中，由于各自屬性內(nèi)容有所差別，最終分為三類資源：第一類資源為正文、附表、附件、數(shù)據(jù)庫和軟件、多媒體和其他這六類文件級資源，均與 DC 核心元素建立起 4 個對應(yīng)關(guān)系，其中 Format（格式）和 Relation（關(guān)聯(lián)）這兩個元素在庫中無對應(yīng)字段。需要說明的是：這里 Format（格式）填寫的是地質(zhì)資料的媒體類型和資源大小。在這六類資源中，數(shù)據(jù)庫和軟件、多媒體資源只有源電子文件[1]，其余均有源電子文件和存檔電子文件。Relation（關(guān)聯(lián)）填寫的是文件級資料所對應(yīng)案卷級資料的唯一標識碼，關(guān)系為部分于（is part of）。第二類資源為審批資源，其在第一類資源的基礎(chǔ)上增加了Creator（創(chuàng)建者）和 Date（日期）兩個元素來表示審批機構(gòu)和審批日期。第三類資源為附圖資源，其在第一類資源的基礎(chǔ)上增加了自定義字段比例尺（Scale）。

通過將 DC 字段的定義和原始地質(zhì)資料清理數(shù)據(jù)庫中的字段定義進行比對，最終得出了 DC 元數(shù)據(jù)與該數(shù)據(jù)庫字段的映射關(guān)系，案卷級編目對應(yīng)關(guān)系如表 1 所示，文件級編目對應(yīng)關(guān)系如表 2、3、4 所示，由此確定了成果地質(zhì)資料核心元數(shù)據(jù)的元素集。在該核心元素集中，如果映射關(guān)系成立，則沿用 DC 元數(shù)據(jù)的元素名稱，若未找到對應(yīng)關(guān)系，則采用自定義元素名稱。

表 1 DC 元數(shù)據(jù)與成果地質(zhì)資料案卷級編目映射關(guān)系表

續(xù)表

表 2 DC 元數(shù)據(jù)與成果地質(zhì)資料文件級正文、附表、附件、數(shù)據(jù)庫和軟件、多媒體和其他資源編目的映射關(guān)系表

表 3 DC 元數(shù)據(jù)與成果資料文件級審批資源編目的映射關(guān)系表

表 4 DC 元數(shù)據(jù)與成果資料文件級附圖資源編目的映射關(guān)系表

2 實現(xiàn)方法

XML（Extensible Makeup Language）是一種結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)的標志語言，由互聯(lián)網(wǎng)聯(lián)合組織（W3C）所開發(fā)和創(chuàng)建，其目的不僅在于滿足不斷增長的網(wǎng)絡(luò)應(yīng)用需求，更是為了確保在通過網(wǎng)絡(luò)進行交互合作時，具有良好的可靠性和互操作性，XML 作為一種獨立于系統(tǒng)的表達數(shù)據(jù)信息的標記語言，更適合于元數(shù)據(jù)在網(wǎng)絡(luò)系統(tǒng)中進行數(shù)據(jù)交換。

XML Schema 是采用 XML 語法描述，提供描述和控制 XML 文檔的一種規(guī)范。用于定義 XML 文檔中使用的元素、屬性和數(shù)據(jù)類型，簡單地講，就是利用一個通用模式，生成具有不同數(shù)據(jù)但相同結(jié)構(gòu)的XML 數(shù)據(jù)文檔。Schema 與 XML 文檔的關(guān)系，相當于類和對象之間的關(guān)系。有了 XML Schema，XML 文檔的寫法就有了限制，利用 XML Schema 對成果地質(zhì)資料核心元數(shù)據(jù)進行建模生成的 XML 元數(shù)據(jù)，可以便于資源在網(wǎng)絡(luò)系統(tǒng)中進行數(shù)據(jù)管理，從而更好地實現(xiàn)傳輸。

具體實現(xiàn)過程中可以使用 altova 公司的 XML spy 工具完成成果地質(zhì)資料核心元數(shù)據(jù)的建模，生成HTML 或者 Word 形式的 XML schema 文檔?；诮Ｎ臋n，開發(fā)人員可以依托相關(guān) xml 技術(shù)，比如apache 公司的 XMLBeans[4]，實現(xiàn)查詢成果資料目錄數(shù)據(jù)庫中的對應(yīng)數(shù)據(jù)，通過 Schema 來修飾生成需要的 XML 文檔，整個過程皆可以用代碼實現(xiàn)，無需多次錄入數(shù)據(jù)。最終將生成的 XML 元數(shù)據(jù)文檔以 XML混合數(shù)據(jù)庫（hybird database）形式存儲。經(jīng)過對比研究，作者認為基于 XML schema 技術(shù)可很好地實現(xiàn)成果地質(zhì)資料核心元數(shù)據(jù)表達。

3 實例

以下是基于 xml 來描述的一條地質(zhì)資料案卷級目錄元數(shù)據(jù)：

第八屆全國地質(zhì)檔案資料學術(shù)研討會文集

“內(nèi)蒙古阿拉善地區(qū)礦產(chǎn)資源潛力評價綜合研究”項目是中國地質(zhì)調(diào)查局 1999 年 10 月下達的地質(zhì)調(diào)查綜合研究項目（任務(wù)書編號：0499201021；項目編號：K1.1.4.4；科研項目編號：DK9902033）。在前人工作基礎(chǔ)上，該項目以板塊構(gòu)造、邊緣成礦和成礦系統(tǒng)理論為指導(dǎo)，緊緊圍繞本區(qū)礦產(chǎn)資源評價工作的部署，以野外地質(zhì)調(diào)查為基礎(chǔ)，從本區(qū)實際出發(fā)，重點開展了工作區(qū)已知礦點和重要物化探異常區(qū)的野外地質(zhì)調(diào)查；開展了區(qū)域地球化學背景、層控型朱拉扎嘎式金礦、火山巖型銅金礦和與花崗巖有關(guān)的金礦床等的研究工作，進一步厘定了各類礦床的成礦地質(zhì)條件和控礦因素，明確了找礦標志，歸納了區(qū)域成礦規(guī)律，篩選了物化遙異常，并在此基礎(chǔ)上圈定了找礦有利的預(yù)測區(qū)，編制了阿拉善地區(qū) 1∶50萬區(qū)域成礦預(yù)測圖，提出了下一步工作部署建議。

第八屆全國地質(zhì)檔案資料學術(shù)研討會文集

4 成果地質(zhì)資料數(shù)據(jù)共享技術(shù)探討

基于網(wǎng)絡(luò)的成果地質(zhì)資料數(shù)據(jù)共享，主要存在兩個問題：首先，成果地質(zhì)資料分布比較分散，服務(wù)方式不盡相同；其次，用戶是分布的，其背景、教育程度、熟練程度等相差很大。因此必須研究一種合適的分布式數(shù)據(jù)的共享體系來整合這些分散的數(shù)據(jù)資源，為互聯(lián)網(wǎng)用戶提供統(tǒng)一的數(shù)據(jù)共享服務(wù)[5]。

作者經(jīng)過比較國內(nèi)外常用的分布式共享平臺體系，認為 OAI（open archives initiative）數(shù)據(jù)資源整合模式比較適合成果地質(zhì)資料數(shù)據(jù)共享。OAI 對外提供了開放文檔元數(shù)據(jù)采集協(xié)議（OAIMH）。它最主要的目標就是通過元數(shù)據(jù)采集模式來實現(xiàn)網(wǎng)絡(luò)上發(fā)布信息的不同組織之間的互操作，為其提供一個與應(yīng)用無關(guān)的元數(shù)據(jù)互操作框架。OAIMH 基于 HTTP 協(xié)議，返回的數(shù)據(jù)采用 XML 格式，所有的存儲必須為自己的資源產(chǎn)生 Dublin Core 的元數(shù)據(jù)以供交換，由此來實現(xiàn)各個節(jié)點之間的網(wǎng)絡(luò)互操作。數(shù)據(jù)生產(chǎn)者無需完全開放自己的本地資源，只需共享元數(shù)據(jù)，這樣既不用改變本地存儲數(shù)據(jù)的軟件結(jié)構(gòu)，又能輕松實現(xiàn)聯(lián)合檢索和數(shù)據(jù)共享。不失為一種經(jīng)濟的互操作模式，故將成果地質(zhì)資料目錄轉(zhuǎn)換為 DC 元數(shù)據(jù)能在更大范圍內(nèi)與其他科學數(shù)據(jù)實現(xiàn)共享交換。由于篇幅限制，對共享平臺如何實現(xiàn)不做進一步的論述。

5 結(jié)論

用 DC 標準來設(shè)計成果地質(zhì)資料核心元數(shù)據(jù)完全可行，基于 XML schema 技術(shù)可以實現(xiàn)建模，最終生成 XML 元數(shù)據(jù)文檔。最終在基于 OAI 協(xié)議的數(shù)據(jù)資源整合模式下構(gòu)建分布式共享平臺，交換生成的地質(zhì)資料核心元數(shù)據(jù)，將能更好地實現(xiàn)成果地質(zhì)資料的共享與服務(wù)，進而能最大限度地發(fā)揮地質(zhì)資料信息的潛在價值，服務(wù)整個社會。

參考文獻

[1] 李效廣等 . 機讀目錄在成果地質(zhì)資料管理中的應(yīng)用前瞻 . 中國地質(zhì)學會第二屆學術(shù)研討會論文集，[C]. 2010

[2] 劉芳，朱沙 . 數(shù)字圖書館中基于 XML_RDF 的 DC 元數(shù)據(jù)描述體系 [J]. 大學圖書情報學刊，2005

[3] 盛劍鋒 . 電子期刊 MARC 與 DC 編目數(shù)據(jù)比較 . 圖書館論壇 [J]，2008，（2）：104 ～ 107

[4] 楊典華，楊志剛 . 基于 XML 和 DC 元數(shù)據(jù)標準研究教育資源的元數(shù)據(jù)及其數(shù)據(jù)傳播 . 現(xiàn)代教育技術(shù) [J]，2006，（16）：57 ～ 67

[5] 諸云強 . 地球系統(tǒng)科學數(shù)據(jù)共享關(guān)鍵技術(shù)研究 M. 北京：科學出版社， 2009：36 ～ 57

二、Ceph RGW：數(shù)據(jù)的存儲及尋址

RGW是一個對象處理網(wǎng)關(guān)。數(shù)據(jù)實際存儲在ceph集群中。利用librados的接口，與ceph集群通信。RGW主要存儲三類數(shù)據(jù)：元數(shù)據(jù)(metadata)、索引數(shù)據(jù)(bucket index)、數(shù)據(jù)(data)。這三類數(shù)據(jù)一般存儲在不同的pool中，元數(shù)據(jù)也分多種元數(shù)據(jù)，存在不同的ceph pool中。

1、 Metadata

元數(shù)據(jù)信息包括：user，bucket，以及bucket.instance。其中：

user: 主要是對象存儲的用戶信息

bucket：主要維護bucket name與bucket instance id之間的映射信息

bucket.instance：維護了bucket instance信息

查看user的元數(shù)據(jù)如下：

radosgw-admin metadata list user:

radosgw-admin metadata get user:testid:

radosgw-admin metadata list bucket:

radosgw-admin metadata get bucket:first:

radosgw-admin metadata list bucket.instance:

radosgw-admin metadata get bucket.instance:first:{bucket_id}

2、Bucket Index

bucket index主要維護的是一個bucket中object的索引信息。一個bucket對應(yīng)一個或多個rados object(開啟bucket shards下)。維護的是一個key-val的map結(jié)構(gòu)，map存放在object的omap(rocksdb)中，key對應(yīng)的rgw object，val是關(guān)于rgw object的一些元數(shù)據(jù)信息，檢索bucket的存放的object時，需要這些信息。omap也包含一個Header，其存放的是bucket account info，如此bucket中Object的個數(shù)，總的size等。

3、Data

rgw object內(nèi)容，存放在一個或多個rados object中。rados object分為header和tail部分，header最多可以容納512KB的數(shù)據(jù)，如果一個rgw object的大小小于512KB，那么只有header。否則剩余的數(shù)據(jù)會按照集群rados object的大小條帶化分割成多個rados object。

在Pool： {zone}.rgw.meta利用namespace隔離多個存儲空間：

對于Pool: {zone}.rgw.log也包含多個namespace:

當檢索對象存儲中的一個object時，會包含三個要素：user，bucket,object。user主要是RGW用于獲取user id驗證ACL；bucket及obejct用于確定object在pool中的位置。

User

user數(shù)據(jù)存儲在 {zone}.rgw.meta:users.uid 中，如下：

包含兩部分： ups3: user本身信息; ups3.buckets: 用戶所屬的bucket。

ups3：用戶的基本信息，及ACL/Bucekt Quota/User Quota等；對應(yīng)struct RGWUserInfo，定義于rgw_common.h。

ups3.buckets：用戶所屬的Buckets，key-value結(jié)構(gòu)，存放于omap結(jié)構(gòu)中；對應(yīng)struct cls_user_bucket_entry，定義于rgw_common.h，數(shù)據(jù)操作如下：

通過{uid}.buckets查到用戶具有哪些buckets，并且這些bucket以下基本數(shù)據(jù)。

Bucket

Bucket信息存在在 {zone}.rgw.meta:root 中，如下：

first：記錄了bucket與bucket_instance_id的對應(yīng)關(guān)系，其對應(yīng)于數(shù)據(jù)結(jié)構(gòu)：struct RGWBucketEntryPoint

.bucket.meta.first:1c60b268-0a5d-4718-ad02-e4b5bce824bf.44166.4： bucket instance；尋址方式：.bucket.meta.{tenant}:{bucket.name}:{bucket_id}；對應(yīng)結(jié)構(gòu)體：struct RGWBucketInfo。

其中Bucket ACL及IAM Policy存放在bucket instance object的attr中。如下：

獲取Bucket ACL及IAM Policy數(shù)據(jù)如下：

Object

Bucket Index： Bucket中包含的Object信息，都存放在一個或多個Object的 omap 中。此omap為一個key-value結(jié)構(gòu)，key為object的名稱，value對應(yīng) struct rgw_bucket_dir_entry : cls_rgw_types.h 。

Bucket Index Object：

如下：

在此bucket下，有一個object: ntp.conf:

檢索value:

omap header記錄了以下統(tǒng)計信息：

對象存儲object的數(shù)據(jù)存放在pool: {zone}.rgw.buckets.data 中。object的構(gòu)成及尋址分為以下兩類：

一個RGW Object可以由一個或多個rados object構(gòu)成。其中第一個 object 是此RGW 的 head 對象，主要包含一些元數(shù)據(jù)信息，如 manifest, ACLs, content type, ETag, and user-defined metadata 。這些metadata存放在此head 對象的xattr中。其中 manifest 描述了此rgw object在分布情況。同時，此head對象，最多可額外容納 4MB 數(shù)據(jù)，如果RGW Object大小下于 4MB ，那么此 RGW Object就不會分片，只有此 head 對象。

如下檢索：

目前bucket下有一個 ntp.conf ， <4MB 。檢索其 manifest :

如上：

max_head_size：表示head對象最大size；

head_size：表示當前head 對象size；

prefix：用于在rados中分片object的尋址。

RGW OBject ACL:

上傳一個 >4MB 的 RGW Object，檢索其 manifest 信息：

Manifest信息：

根據(jù) manifest 檢索對象：

對于一個大的RGW Object，會被切割成多個獨立的RGW Object上傳，稱為multipart。multipar的優(yōu)勢是斷點續(xù)傳。s3接口默認切割大小為15MB。

在此，上傳一個60MB大小的Object。

分成了四個部分上傳，查看rados對象：

包含了三類對象， head，multipart，shadow 。

multipart 下的 manifest :

所有的object的檢索是根據(jù)上述manifest信息構(gòu)建object index:

在上以上的信息中，此RGW Object大小為48128000字節(jié)，分為4段，三段15MB，最后一段為920KB。同時每段存儲在rados集群中的條帶化大小為4MB。因此15MB大小的分段，也分為4個rados object，一個multipart首部，及3個shadow分片。920KB大小的分段只有一個multipart首部。

.rgw.root :

包含的都是zone,zonegroup,realm等信息

三、3、元數(shù)據(jù)信息采用哪兩個文件進行保存?

（1）規(guī)則庫

規(guī)則是數(shù)據(jù)質(zhì)量檢查的具體標準，主要包括大數(shù)據(jù)的約束規(guī)則、合理性規(guī)則和檢查規(guī)則等。規(guī)則分為三類：約束規(guī)則、計算規(guī)則和條件規(guī)則。

約束規(guī)則描述了一種必須為真或假的強制規(guī)則。這種約束可以是結(jié)構(gòu)化約束，也可以是行為約束。

➢ 結(jié)構(gòu)化約束：當創(chuàng)建術(shù)語或者改變術(shù)語之間的關(guān)系時，結(jié)構(gòu)化約束能夠保證術(shù)語的完整性。

➢ 行為約束：典型地被定義為“前置條件”和“后置條件”。只有在符合“前置條件”的情況下，操作才能夠正確地執(zhí)行；“后置條件”保證了操作結(jié)果的正確性，“后置條件”表示該行為是否滿足了其預(yù)期的結(jié)果。例如，客戶在開戶時余額為0，在能夠使用移動業(yè)務(wù)之前，必須先充值，這里的前置條件就是必須先充值，而后置條件是指所辦理的業(yè)務(wù)是否成功辦理。

（2）算法庫

算法庫主要是指支撐上述規(guī)則所需要的基本算法的集合，這些算法結(jié)合具體的規(guī)則由數(shù)據(jù)質(zhì)量檢查相關(guān)功能調(diào)用。

3）度量信息

度量信息是數(shù)據(jù)質(zhì)量檢查的基本依據(jù)，它反映了數(shù)據(jù)質(zhì)量的衡量標準，也是元數(shù)據(jù)管理模塊技術(shù)元數(shù)據(jù)的一個重要組成部分。

度量信息是經(jīng)驗的積累，需要在數(shù)據(jù)質(zhì)量不斷建設(shè)的過程中逐步精確化。隨著衡量標準的不斷細化和精確，大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)質(zhì)量也會不斷提高。

四、數(shù)據(jù)庫和元數(shù)據(jù)的關(guān)系是什么，怎樣來區(qū)分它倆？

元數(shù)據(jù)，就是表示數(shù)據(jù)的數(shù)據(jù)，只要不是我們存儲到數(shù)據(jù)庫里的數(shù)據(jù)，大多都可以理解為元數(shù)據(jù)。描述數(shù)據(jù)庫的任何數(shù)據(jù)—作為數(shù)據(jù)庫內(nèi)容的對立面—是元數(shù)據(jù)。因此，列名、數(shù)據(jù)庫名、用戶名、版本名以及從SHOW語句得到的結(jié)果中的大部分字符串是元數(shù)據(jù)。數(shù)據(jù)庫就是存放數(shù)據(jù)的倉庫。

以上就是關(guān)于元數(shù)據(jù)可分為哪三類相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。