元数据（Metadata）

元数据（Metadata）

元数据是“关于数据的数据”，用于描述其他数据的属性、结构、来源、用途等信息。它本身不包含实际内容，而是提供上下文，帮助理解、管理和使用数据。

1. 元数据的核心作用

• 描述数据：如文件大小、创建时间、作者、格式等。
• 组织数据：通过标签、分类、索引提高检索效率。
• 管理数据：跟踪数据来源、版本、权限等。
• 互操作性：确保不同系统能正确解析数据（如文件编码、API字段说明）。

2. 常见元数据类型

（1）结构性元数据

描述数据的组织方式，例如：

• 数据库表的字段名、类型、约束。
• JSON/XML的Schema定义。
• 文件的目录结构。

（2）描述性元数据

标识数据的内容或特征，例如：

• 文档的标题、作者、关键词。
• 图片的尺寸、分辨率、拍摄设备。
• 音乐的专辑、歌手、时长。

（3）管理性元数据

用于数据维护和权限管理，例如：

• 文件的创建时间、修改记录、访问权限。
• 数据的来源、版本号、存储位置。

（4）技术性元数据

与系统处理相关的信息，例如：

• 视频的编码格式（H.264）、码率。
• 数据库的索引、分区策略。

3. 元数据的实际应用

（1）文件系统

• 文件属性：文件名、扩展名、大小、修改时间（如 photo.jpg 的元数据可能包含相机型号、GPS位置）。
• EXIF数据：图片的拍摄参数（光圈、ISO）、地理位置。

（2）数据库

• 表结构：字段名称、数据类型、主键/外键关系。
• 数据字典：字段的业务含义、取值范围。

（3）网络通信

• HTTP头：Content-Type、Content-Length 描述传输的数据格式。
• API文档：接口的请求/响应字段说明（Swagger/YAML）。

（4）大数据与AI

• 数据湖：记录数据的来源、质量、用途。
• 机器学习：数据集的标注信息、特征说明。

4. 元数据 vs 数据

5. 元数据的管理工具

• 数据库：INFORMATION_SCHEMA（MySQL）、pg_catalog（PostgreSQL）。
• 文件系统：Mac的Spotlight、Windows的文件属性。
• 专业工具：Apache Atlas（大数据元数据管理）、EXIF工具（图片元数据）。

6. 为什么元数据重要？

• 提高效率：快速定位和检索数据。
• 保障合规：记录数据来源和敏感度（如GDPR）。
• 支持分析：理解数据的上下文（如“销售额”字段的单位是美元还是人民币）。

案例：图片的元数据

一张 photo.jpg 可能包含：

- 文件名：photo.jpg
- 大小：2.3MB
- 格式：JPEG
- 创建时间：2023-01-01 12:00:00
- 相机型号：Canon EOS 5D
- 分辨率：1920x1080
- GPS坐标：40.7128° N, 74.0060° W

元数据帮助你知道“谁在何时何地拍了这张照片”，而数据是照片本身的像素信息。

总结：元数据是数据的“说明书”，没有它，数据可能难以理解或管理。