一种数据标准管理方法及装置与流程

1.本发明涉及元模型领域，具体提供一种数据标准管理方法及装置。


背景技术：

2.随着大数据行业的兴起，数据的重要性不言而喻，对数据进行应用的工具层出不穷，带来了巨大的经济效益。可很快就发现了诸多数据问题，制约了数据应用的持续发展。但企业处理数据问题总是摆脱不了头痛治头，脚痛治脚的弊端，往往会导致数据问题总是会重复出现。而要从根本上解决这些数据问题，那就必须从数据标准管理出发，对数据全生命周期进行规范化管理，从而从根本上解决这些数据问题。
3.数据标准管理是规范数据标准的制定和实施的一系列活动，是数据资产管理的核心活动之一，对于相关部门和企业提升数据质量、厘清数据构成、打通数据孤岛、加快数据流通、释放数据价值有着至关重要的作用。
4.但是对于不同的行业而言，数据标准规范、属性虽可相互借鉴，可必然会存在具备自身行业独特业务属性特征的数据标准，那么如何让数据标准能够根据不同需求进行个性化定制、扩展已成为亟需解决的问题。


技术实现要素：

5.本发明是针对上述现有技术的不足，提供一种实用性强的数据标准管理方法。
6.本发明进一步的技术任务是提供一种设计合理，安全适用的数据标准管理装置。
7.本发明解决其技术问题所采用的技术方案是：
8.一种数据标准管理方法，基于元模型，具有如下步骤：
9.s1、数据标准维护；
10.s2、数据标准定版；
11.s3、标准落地映射；
12.s4、标准落地评估。
13.进一步的，在步骤s1中，进一步包括：
14.s101、数据标准集分组维护；
15.s102、数据标准集维护；
16.s103、数据标准项维护。
17.进一步的，在步骤s101中，根据数据标准与元模型类比关系可知，数据标准集分组即为元模型分组，根据实际需求维护数据标准集分组，对数据标准集进行合理分类，可对分组进行新增、修改和删除操作；
18.在步骤s102中，在对应的数据标准集分组下可维护数据标准集，包括标准集基本信息、标准集属性信息；
19.在步骤s103中，维护好数据标准集后，在数据标准集下按照定义的标准集属性维护填充对应的属性信息，形成标准项，在同一标准集下可维护多个数据标准项。
20.进一步的，在步骤s2中，进一步包括：
21.s201、数据标准集发布；
22.s202、定版数据标准查看；
23.s203、定版数据标准历史变更回溯。
24.进一步的，在步骤s201中，维护好数据标准集和对应的数据标准项后，将数据标准集进行发布为定版数据标准，定版数据标准不允许变更只能查看；
25.在步骤s202中，定版的数据标准提供数据标准集和数据标准项的检索查看功能，能够根据关键词查询对应的数据标准集和数据标准项，列表展示数据标准集和数据标准项的基本信息，详情页面展示详细信息；
26.s203、定版的数据标准显示当前版本号，也可查看历史版本下的数据标准详情，不同的数据标准版本通过比对可追溯标准的具体属性信息变更。
27.进一步的，在步骤s3中，在维护数据标准属性时，会设置属性的对应元数据属性，这个是标准落地映射的依据，落地标准映射根据数据标准属性对应的元数据属性，查找出符合条件的元数据，将数据标准项与这些元数据做好映射关系。
28.进一步的，在步骤s3中，在落地映射过程当中设置强制落标与非强制落标的落地映射策略，强制落标表示元数据必须符合数据标准，非强制落标表示元数据即使不符合数据标准，在落地评估时，评估结果也算作通过。
29.进一步的，在步骤s4中，根据维护好的标准落地映射，对实际业务系统当中的元数据进行标准落地评估计算，元数据属性值对应标准的属性值，一致则为通过，不一致则为不通过；
30.标准落地评估计算结果根据数据标准和元数据两个维度进行即时查询，将计算结果保存应用于落标情况统计报表生成。
31.一种数据标准管理装置，包括：至少一个存储器和至少一个处理器；
32.所述至少一个存储器，用于存储机器可读程序；
33.所述至少一个处理器，用于调用所述机器可读程序，执行一种数据标准管理方法。
34.本发明的一种数据标准管理方法及装置和现有技术相比，具有以下突出的有益效果：
35.本发明将标准集映射为元模型、标准映射为元数据，通过数据标准维护、数据标准发布、标准落地映射和标准落地评估四个步骤，可以根据不同的行业标准属性快速构建符合行业需求的数据标准体系，保证数据定义和使用的一致性，从根本上改善和解决系统的数据质量问题，促进数据有效共享，通过映射评估已有系统标准建设情况，可及时发现现有系统标准问题，支撑系统改造，减少数据转换，促进系统集成，提高数据质量。
附图说明
36.为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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获得其他的附图。
37.附图1是一种数据标准管理方法的流程示意图；
38.附图2是本发明中实施例数据标准维护的界面图(一)；
39.附图3是本发明中实施例数据标准维护的界面图(二)；
40.附图4是本发明中实施例数据标准项维护界面图。
具体实施方式
41.为了使本技术领域的人员更好的理解本发明的方案，下面结合具体的实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例都属于本发明保护的范围。
42.下面给出一个最佳实施例：
43.本发明将数据标准与元模型进行类比抽象，数据标准集是一类特殊的元模型、数据标准项是一类特殊的元数据、数据标准落地映射是一类特殊的元模型属性依赖关系；依托元模型、元数据的基础能力快速构建、扩展不同行业个性化的数据标准体系，并记录标准变更历史，方便回溯。
44.数据标准对接实际业务系统产生的元数据进行数据标准的落地映射与评估，及时发现现有系统标准问题，支撑系统改造，减少数据转换，促进系统集成，提高数据质量。数据标准定义、评审、发布、变更等操作均可绑定审核流程，由专业的数据标准管理团队或组织进行把控，最大程度保证数据标准的质量和与实际业务的契合度。
45.如图1所示，本实施例中的一种数据标准管理方法，基于元模型，具有如下步骤：
46.s1、数据标准维护；
47.进一步的包括：
48.s101、数据标准集分组维护；
49.根据数据标准与元模型类比关系可知，数据标准集分组即为元模型分组，根据实际需求维护数据标准集分组，对数据标准集进行合理分类，可对分组进行新增、修改和删除操作；
50.s102、数据标准集维护；
51.在对应的数据标准集分组下可维护数据标准集，包括标准集基本信息、标准集属性信息。
52.其中标准集基本信息包括标准集编码、标准集名称、标准集分组、标准集描述等。
53.标准集属性信息包括属性代码、属性名称、属性类型、数据类型、数据长度、输入控件、允许为空、是否只读、属性描述、关联维表、默认值、对应元数据属性、属性层级等。其中属性类型根据数据标准业务划分包括业务属性、管理属性、技术属性、生命周期属性、质量属性、主数据属性、安全属性、分类属性等。
54.s103、数据标准项维护；
55.维护好数据标准集后，在数据标准集下按照定义的标准集属性维护填充对应的属性信息，形成标准项，在同一标准集下可维护多个数据标准项。
56.s2、数据标准定版；
57.进一步的包括：
58.s201、数据标准集发布；
59.维护好数据标准集和对应的数据标准项后，可以将数据标准集进行发布为定版数据标准，定版数据标准不允许变更只能查看。
60.s202、定版数据标准查看；
61.定版的数据标准提供数据标准集和数据标准项的检索查看功能，能够根据关键词查询对应的数据标准集和数据标准项，列表展示数据标准集和数据标准项的基本信息，详情页面展示其详细信息。
62.s203、定版数据标准历史变更回溯；
63.定版的数据标准显示当前版本号，也可查看历史版本下的数据标准详情，不同的数据标准版本通过比对可追溯某标准的具体属性信息变更。
64.s3、标准落地映射；
65.在维护数据标准集属性时，会设置某个属性的对应元数据属性，这个是标准落地映射的依据，落地标准映射根据数据标准属性对应的元数据属性，查找出符合条件的元数据，将数据标准项与这些元数据做好映射关系，换言之就是数据标准项要检测哪些元数据。
66.同时在落地映射过程当中可以设置强制落标与非强制落标的落地映射策略，强制落标表示元数据必须符合数据标准，非强制落标表示元数据即使不符合数据标准，在落地评估时，评估结果也算作通过。
67.s4、标准落地评估；
68.根据维护好的标准落地映射，就可以对实际业务系统当中的元数据进行标准落地评估计算，元数据属性值对应某条标准的属性值，一致则为通过，不一致则为不通过(设置非强制落标的除外)。
69.标准落地评估计算结果可以根据数据标准和元数据两个维度进行即时查询，也可将计算结果保存应用于落标情况统计报表生成。
70.以科协数据标准管理为例。具体实施如下：
71.s1、数据标准维护；
72.如图2、3、4所示，s101、数据标准集分组维护。在“数据标准”根目录下新建“中国科协”分组。
73.s102、数据标准集维护。在“科协”分组下新建数据标准集“数据项标准集”。
74.维护其属性：标准信息项编号、信息项名称、信息项业务含义、数据类型、数据长度、引用的标准代码、示例、归口管理部门、标准主题、一级分类、二级分类、三级分类；其中数据类型、数据长度作为后续标准落地映射依据需要设置对应元数据属性。
75.s103、数据标准项维护。在“数据项标准集”下新建数据标准项。
76.s2、数据标准定版：
77.进一步包括：
78.s201、数据标准集发布。将“数据项标准集”发布，形成v1版本，标准发布可以绑定流程引擎，让专业团队进行审核。
79.s202、定版数据标准查看。查询“中文”或“da100001”关键词可查询到定版的数据标准“中文姓名”，列表展示其基本信息，详情页面展示其详细信息。
80.s203、定版数据标准历史变更回溯。“数据项标准集”目前为v1版本，可重复i.数据标准维护》3.数据标准项维护,修改“中文姓名”数据标准项数据长度属性值为60，然后重新
发布标准，“数据项标准集”将变为v2版本，v2版本相较于v1版本变更为“中文姓名”数据标准项数据长度属性值由50变为60。
81.s3、标准落地映射：
82.选择“中文姓名”数据标准项进行落地映射，选择要进行落地映射的元数据，因为在标准定义时只设置了数据类型、数据长度作为标准落地映射依据，并且设置对应元数据属性类型为“列”，所以只能从元模型为“列”的元数据当中进行映射，现在将“中文姓名”标准映射到“常住人口”表的“姓名”列和“流动人口表”的“中文名”列，并设置与“流动人口表”的“中文名”列的映射为非强制落标。
83.s4、标准落地评估；
84.数据标准“中文姓名”中定义的数据类型为“vachar”，“常住人口”表的“姓名”列和“流动人口表”的“中文名”列的数据类型也都是“varchar”，所以它们关于标准数据类型属性的评估结果均为通过；数据标准“中文姓名”中定义的数据长度为“50”，“常住人口”表的“姓名”列的数据长度为“100”，所以评估结果为不通过，而“流动人口表”的“中文名”列的数据长度虽然也为“100”，但由于在落地映射时设置了非强制落标，所以评估结果为通过。
85.基于上述方法，本实施例中的一种数据标准管理装置，包括：至少一个存储器和至少一个处理器；
86.所述至少一个存储器，用于存储机器可读程序；
87.所述至少一个处理器，用于调用所述机器可读程序，执行一种数据标准管理方法。
88.上述具体的实施方式仅是本发明具体的个案，本发明的专利保护范围包括但不限于上述具体的实施方式，任何符合本发明的一种数据标准管理方法及装置权利要求书的且任何所述技术领域普通技术人员对其做出的适当变化或者替换，皆应落入本发明的专利保护范围。
89.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。