你知道数据质量管理元数据有哪两个来源吗

数据质量管理元数据根据数据质量管理的要求，支撑数据质量检查的相关功能。这些元数据作为数据质量检查的方法和标准，用于监控大数据系统的数据质量和系统运行情况。

数据质量管理元数据有两个来源：一个是系统各个处理环节的技术元数据，反映的是系统技术层面的处理情况，如数据量和指标值是否合理、处理过程应该在什么周期内什么时间段内完成；另一个是业务规则和指标口径等业务元数据，通常是根据业务规则信息转化成的规则、算法和度量标准，如指标间的稽核关系。具体描述如下。

（1）规则库

规则是数据质量检查的具体标准，主要包括大数据的约束规则、合理性规则和检查规则等。规则分为三类：约束规则、计算规则和条件规则。

约束规则描述了一种必须为真或假的强制规则。这种约束可以是结构化约束，也可以是行为约束。

结构化约束：当创建术语或者改变术语之间的关系时，结构化约束能够保证术语的完整性。

行为约束：典型地被定义为“前置条件”和“后置条件”。只有在符合“前置条件”的情况下，操作才能够正确地执行；“后置条件”保证了操作结果的正确性，“后置条件”表示该行为是否满足了其预期的结果。例如，客户在开户时余额为0，在能够使用移动业务之前，必须先充值，这里的前置条件就是必须先充值，而后置条件是指所办理的业务是否成功办理。

计算规则描述了计算关系。例如，月末余额=上月末余额+本月充值金额-本月消费金额。

条件规则描述了当条件成立时，触发相关的事件或事务。例如，预付费客户的账户余额小于0，则对其实施停机操作。

（2）算法库

算法库主要是指支撑上述规则所需要的基本算法的集合，这些算法结合具体的规则由数据质量检查相关功能调用。

（3）度量信息

度量信息是数据质量检查的基本依据，它反映了数据质量的衡量标准，也是元数据管理模块技术元数据的一个重要组成部分。

度量信息是经验的积累，需要在数据质量不断建设的过程中逐步精确化。随着衡量标准的不断细化和精确，大数据系统的数据质量也会不断提高。