public class Customer {
private String id;
private String name;
private String address;
private String ID;
public Customer(String id, String name, String address, String ID) {
this.id = id;
this.name = name;
this.address = address;
this.ID = ID;
}
}這里的 就是元數據的集合，而類的屬性就是元數據，用來描述數據是什么的問題。
二.元數據和數據
如果一條數據采用如下表示的時候：
1001 張三 深圳南山區高新南四道20號
這條數據并沒有任何含義，我們也不清楚該條數據所要表達的內容，但當我們換成如下的方式：
編號 姓名 地址 身份證
1001 張三 深圳南山區高新南四道20號
使用編號，姓名，地址，身份證來描述1001 張三 深圳南山區高新南四道20號 。這條數據就有了具體的含義，讓我們獲取到"編號1001的人的名字是張三，地址在深圳南山區高新南四道20號，身份證號"這樣的信息。這里類似與java代碼中的 = ('1001','張三','深圳南山區高新南四道20號',''); 是一個對象。簡單的總結就是當我們使用元數據+數據就形成了信息。
三.數據治理
數據不會無緣無故的產生，也不會自己表述其具有的含義，更不會自己管理自己，所以我們才會有數據治理。如果用數據庫的表設計來說明的話，我們大概分為三個部分，分別如下：
1.概念設計，主要用來描述業務對象或者業務關系
2.邏輯模型，通常指ER圖來描述概念設計的模型
3.物理模型，用來存儲ER圖實際的物理結構，包括存儲結構和存儲方法。
按照元數據的功能來劃分：1是業務元數據；2和3屬于技術元數據；還有一個是操作元數據，主要就是描述數據是怎么產生，如DB的日志，數據使用的時候安全，審計，血緣等信息。數據治理實際就是在管理業務元數據，技術元數據，操作元數據這三方面的內容。那么Atlas的數據治理，有提供了那些核心功能了？
1.Atlas認為數據治理有如下類型：
可以看出其包括了數據裝載名稱，數據庫名稱和權限擁有者，表名稱，視圖名稱，字段名稱，還有數據訪問方式，維度，度量，ETL這些分類特性等內容。
2.Atlas提供的核心功能如下圖：
從上往下，我們看到的是搜索，血緣，交換，知識存儲元數據管理工具 hadoop，審計，數據生命周期，訪問控制和策略。
2.1搜索：這里是指搜索對應的元數據，如下圖所示：
能夠方便的讓我們了解有什么數據。
2.2血緣：從數據產生，如ETL的過程，到數據的存儲，再到數據的使用。能夠方便的讓我們定位數據問題，是上游ETL，或者下游數據報表發生數據變化。
2.3.交換：和已有的元數據做對接，比如已經在SAS，BIEE中已經建好的元數據，可以直接導入到Atlas中，或者將Atlas中已有的元數據導出到其他。
2.4.知識存儲：數據存儲中，Atlas會根據自己的分類，策略規則，類型約束，或者元模型自動的進行存儲。例如如下類型的數據：
sales
Atlas將sales分類為度量。或者如下類型的數據：
name
Atlas將分類為PII( ,個人驗證信息),這里也是對外提供Rest Api服務的時候涉及的數據標準。另外自己感覺這里的知識存儲和DIKW中的K相似，都是讓我們知道這些數據如何去使用。
2.5.審計：審計是出于數據安全，隱私，或者法律政策。什么數據應該存，或者怎么存都會有一定的要求或者標準。例如如下類型的數據：
name ID
很顯然,,ID屬于敏感信息，是受隱私保護的。只可惜在中國對數據安全大家都不重視，比如在淘寶購買了商品，然后騙子獲取到了你未做敏感信息處理的訂單信息和身份信息，然后對你實施詐騙。
2.6.數據生命周期：數據是有時效性的，最簡單的例子就是如果你設計數據中心為3年的話，到第四年開始，在第一年進入數據中心的數據就可以轉做進線存儲或者離線存儲，即第一年的數據在這個數據中心的生命周期結束。更別說數據庫查詢中的臨時表，臨時為了某個業務場景驗證，做開發和測試，完成后就直接刪了，這種數據生命周期更短。
2.7.標簽策略：最簡單的標簽就是將元數據的分類，如元數據屬于,ETL。或者接6所說的，數據是有時效性的。例如市場部門往往關注今天有多少訂單產生，然后偶爾關注這個月產生了多少訂單，越往前的數據，使用頻率和訪問頻率越底。這里就可以對數據使用熱度標簽。
2.8.安全：也就是Atlas中的基于標簽的訪問控制，最簡單的標簽就是允許和不允許。數據應該只被該訪問的人訪問元數據管理工具 hadoop，如果一個用戶是報表用戶，那他就只能訪問那些的數據，而不會是其他數據，更別說不具有數據訪問權限的用戶。
上面只是簡單的介紹了Atlas是什么和具有的功能，我們來看個簡單的例子，業務人員想要了解“2015年12月1日廣東的空調銷售額是多少”，可以解析為如下內容：
a.時間：2015年12月1日（時間維度）
b.地區：廣東（地理維度）
c.產品：空調 （產品維度）
d.指標：銷售額
最終的數據類型呈現如下表示：
time sales
2015年12月1日 廣東 空調 xxx,xxx.xx元
那我們應該如何去實現？大概過程如下：1.查詢2015年12月1日所有的訂單 --> 2.過濾出其中客戶地址是廣東的訂單 --> 3.對這些訂單的銷售額進行求和。可是要完成這個報告接著發現有這些問題：訂單數據從那里來，怎么獲取，獲取后存儲到那里？實現過程大概如下：1.發現我們需要客戶表，產品表，訂單表的數據 --> 2.發現這3張表保存在銷售數據庫 --> 3.采用ETL，將數據加載到報表數據庫 --> 4.產生數據報告，結論。在這個過程中會涉及如下圖所示的元數據：
說明：這里對中的時間字段做了規范化設計，所以產生了時間維度表。
1.是表或者視圖名稱；
2.是字段名稱；
3.是分類特性；
4.是裝載名稱；
5.是數據庫名稱和元數據存儲。
Atlas采用Text File或者ORC File的方式，簡單表述如下圖所示:
可以看出，Atlas只是對元數據層進行操作，并不會直接操作到數據層。比如上面中的客戶表，可能有手機號，身份證號等字段，但是在"2015年12月1日廣東的空調銷售額是多少"這個業務中沒有任何作用，所以不會管理這兩個字段，或者初始設計的時候管理了這兩個字段，然后發現沒有使用到的時候可以進行del操作。注意，這里的del不涉及到數據層，不同于連接的mysql，直接操作的數據層，把表的列給刪除，只是刪除了元數據層。
從上面的例子就可以看出數據治理的好處：
1.數據整合：如果沒有元數據，你不可能把客戶表，訂單表的數據整合在一起，從而發現更多的數據價值；
2.數據追朔：報表數據庫中的客戶表的數據來源是否是銷售數據庫的客戶表數據；
其他還有數據質量，有助于數據理解，數據重用等。