用元数据给大数据排忧解难是否可行？

在被认为卷入一项谋杀案后，杀毒软件公司McAfee创始人John McAfee飞到在伯利兹的家中，但他并没有消失。在接下来的一个月里，他一边逃避警察的追捕，一遍通过博客、社交网站以及媒体的渠道出现在公众的视线里。

如果不是那张放在一家纽约艺术文化杂志Vice上照片所透露的信息，这位硅谷传奇还将继续与警察玩“捉迷藏”的游戏。这是个极其细微的信息，普通人几乎不会注意到的方面，而在警察和专业人士看来，这微不足道的信息却可以分析出John McAfee这张照片的拍摄地点。

这个信息不仅导致McAfee最终被铺，也将元数据——地理密码，以这样的方式呈现在公众面前。元数据，通常被看做是“数据的数据”，很快便为自己赢得了声望，当然，就不仅仅局限在追踪犯罪嫌疑人方面。专家们认为，投资大数据分析工具的公司不应该停留在存储和分析数据的层面，而应该去考虑在特定背景下数据的标签。如果没有元数据，企业将无法在大数据分析中获得有效信息，包括对于重要商业发展趋势的判断。

Phil Shelley，既是Sears Holdings公司CTO，也是该集团旗下子公司——一家元数据供应商公司的CEO，说：“大数据工具最有趣的一点就是它让你存储数据变得更容易，会让你沉迷于存储数据。但如果你无法使用这些数据或者检索它们，那么数据就是无用的”。

Data Governance Institute公司的创始人兼总裁Gwen Thomas也同意大数据正在改变人们对于元数据的态度。她表示：“当你谈论小数据时，总有一些样本供你一探虚实，但你在大数据这里却没有这么多选择。这就像你从消费水管里喝水：你将被水流击倒。”

元数据和非关系型数据中心的崛起

Shelley认为：元数据在商业中被利用在特定情境和地点的数据收集方面，这个尝试经过了很长时间才被认可，但并不被人时时记得。究其原因，他说：“很多人不愿去做记录元数据这个苦差事。人们只想如何获取数据，利用数据产生价值。”

传统意义上，企业都尽量避免讨论元数据，因为数据仓库——比如关系型数据库就是将数据按照行和列整齐排序的数据库，“而且元数据意味着结构化的数据”，Shelley补充道。新的存储和分析工具尽管可以用来处理海量的数据和结构，但是采用不同的方法组织数据，都有各自的优势和劣势。Shelley承认：“大数据工具的优势在于当你将数据丢掉一边时，它不会有强制的规则。它允许你在读取数据时就应用它们。”

比如，大数据工具Hadoop，就承诺拥有对企业一年数据提供分析的能力。Shelley表示：“但这个缺点则是如果你搞不清数据是什么或者元数据是什么，那么你真的不知道接下来怎么做。”

大数据鸿沟

consultancyEWSolutions总裁David Marco认为，元数据不仅给企业提供数据遗产，而且还可以帮助企业建立数据的一致性。他表示，元数据解决了企业定义“消费者”的难题。通常来说，企业不同部门对消费者的定义各不相同，但是通过元数据，企业可以制作一个定义或业务策略的规则——或任何重大数据概念，并可广泛用于其企业范围的数据分析。他补充道：“当你将分析信息放入业务发展计划时，总会出现错误或者你丢失了一些信息。如果你是企业决策者、市场营销官或者首席信息官，你难道不想知道那丢失的2%的数据吗?”元数据会让你的数据更加完整和精确。

Marco认为另一个促使元数据崛起的原因便是它可以减少IT支出。当企业建立了多个订单输入系统、金融系统而数据完全相同，企业就要花费巨资维持系统运营，这笔费用一场昂贵。他说：“你如何才能摆脱掉这个负担?你必须知道你需要的数据是什么，它们意味着什么，它们都在哪里——而这就是元数据的管理。”