Bez metadat představují jednotlivé prvky Corporate Information Factory - CIF (Bill Inmon, Claudia Imhoff: Corporate Information Factory, JWS, 1999) samostatně fungující jednotky. V tomto případě pak mohou pracovat nezávisle na sobě, a to se zcela odlišnými cíli. Zachování harmonie a jednoty prostředí CIF je potřebné, aby byl dobře vydefinován a navržen přístup k metadatům. V životě vše podléhá určitým změnám. To se dotýká samozřejmě i metadat. Abychom byli schopni reagovat na jejich změny, tj. na změny dotýkajících se jednotlivých komponent CIF, musíme samozřejmě nadefinovat principy jejich správy.

Postavení metadat v prostředí CIF (informačně technologického prostředí) je tedy dáno potřebou harmonizace a synchronizace celého prostředí, jehož cílem je přeměna dat v informace, které jsou následně používány pro podporu rozhodování. Naším cílem je to, aby jednotlivé komponenty pracovaly s ohledem na "jediný cíl" - informace.

Corporate Information Factory - CIF
Corporate Information Factory, viz. obrázek 1, je tvořena těmito komponentami:

· produkční systém(y) (OLTP),
· CRM systém (CRM),
· procesy ETL,
· operativní datový sklad (ODS),
· data warehouse (DW),
· exploration warehouse (EW),
· data mart (DM).

Jednotlivé prvky architektury data warehouse poskytují služby odlišným skupinám uživatelů. Je možné hovořit o vztahu jednotlivých komponent datového skladu a úrovní řízení podniku (organizační strukturou). S jednotlivými komponentami informačně technologického prostředí je zároveň určena úroveň granularity dat. Data s nejnižší granularitou nalezneme v produkčních systémech a v některých komponentách DSS prostředí (data warehouse, operativní datový sklad). Agregovaná data nalezneme převážně v data martech.

Jednotlivé prvky architektury informačně technologického prostředí jsou tvořeny nejen různými hardwarovými a softwarovými komponentami, ale také různými databázovými systémy, jako jsou Oracle, Informix, Red Brick, Teradata, UDB2.

Produkční systémy a metadata
Produkční systémy jsou primárně určeny pro tvorbu nových a aktualizaci stávajících dat v nich uložených. Za produkční systémy považujeme např. bankovní systémy, bankomaty, odbavovací terminály na letišti a další. Data produkčních systémů jsou tedy vytvářena:

· pracovníky organizace,
· klienty (zákazníky).

V poslední době k produkčním systémům řadíme systémy CRM (Customer Relationship Management), které jsou komunikačním kanálem spojujícím podnik se svými klienty, zákazníky.

Zaměstnanci podniku pořizují data přímo do produkčního systému, tj. z hlediska operací provádějí vložení, zrušení, vymazání, změnu obsahu dat. Tito uživatelé pracují s detailními daty.

Data vstupující do těchto systémů mohou "vytvářet" sami klienti. Tak je tomu například v případě výběru hotovosti prostřednictvím bankomatu. Klient po vložení kreditní karty komunikuje s bankou prostřednictvím aplikačního software, a vytváří tak určité záznamy (transakce). Avšak z pohledu klienta je nejzajímavější transakcí ta, která nese informaci o výši hotovosti, kterou si klient vybral ze svého účtu.

Z pohledu metadat jsou o produkčních systémech uchovávány následující informace:

· hardwarová platforma,
· definice indexů,
· fyzický datový model,
· definované kontroly jednotlivých atributů produkčních systémů,
· programový kód.

V produkčních systémech jsou obsažena data pouze z krátkodobého hlediska. To znamená, že produkční systémy obsahují data v historii obvykle tří až pěti měsíců. Menší podniky si mohou dovolit v produkčních systémech uchovávat data v delší historické řadě.

ETL metadata
Co je ETL (Export Transformace Load) proces? Velmi stručně to znamená získat data z produkčních systémů, transformovat je do jednotného formátu, korigovat atd. Nakonec jsou tato data transportována do DSS prostředí; data warehouse, operativní datový sklad (ODS), data mart (DM).

Obecná metadata související s procesy ETT jsou:

· extrakční procedury,
· struktury extraktů,
· spojování dat z různých produkčních systémů,
· mapovací pravidla,
· konverzní pravidla.

Typickým obsahem metadat ETL procesů, v případě "mapování" atributů produkčního systému na atributy cílového prostředí, jsou:

· identifikace atributů (polí) produkčních systémů,
· jednoduché atributy - atributy mapování, filtry, speciální podmínky,
· konverze atributů,
· převod dat do jiného formátu (transformace),
· změny názvů atributů,
· změny klíčů,
· nastavení defaultních hodnot,
· kódování (referenční tabulkové konverze),
· logika spojování atributů z vícero produkčních systémů,
· algoritmické změny atd.

ETL procesy jsou tedy prostředníkem mezi jednotlivými produkčními systémy a DSS systémy.

Data warehouse metadata
Data warehouse představuje ústřední prvek DSS architektury. Jedná se o úložiště dat, které obsahuje integrovaná, ověřená a verifikovaná, předmětově orientovaná detailní data. Datový sklad je místem, v němž se soustředí detailní data. V případě, že bychom pro ukládání dat do datového skladu použili pouze agregovaná data, pak si musíme uvědomit, že jejich agregací ztrácíme cenné informace, které jsou potřebné pro analýzu chování klienta, datové dolování (data mining). Oproti produkčnímu systému se data warehouse odlišuje tím, že v prostředí data warehouse jsou pouze povoleny "operace" uložení (nahrání) dat a zpřístupnění. Druhou odlišností je to, že data warehouse obsahuje pouze ta data, která jsou potřebná pro podporu rozhodování. Budeme-li porovnávat produkční prostředí s prostředím data warehouse z hlediska dynamiky, dojdeme k poznání, že produkční systém lze přirovnat k dynamickému prostředí zatímco data warehouse k prostředí statickému.

Data uložená v data warehouse jsou pak využívána pro jejich distribuci (transport)do závislých data martů.

Typická metadata datového skladu jsou:

· HW platforma,
· struktura datových souborů (fyzický datový model, logický datový model),
· primární a cizí klíče,
· atributy,
· aktualizační cyklus,
· metriky,
· identifikace zdrojových systémů,
· mapování atributů produkčního a cílového prostředí včetně kompletní logiky,
· bezpečnostní pravidla,
· verzování.

Metriky jsou údaje, na které se uživatel dotazuje. To znamená, že dříve než "pošle" dotaz do data warehouse, má představu o tom, co daná metrika znamená a tedy, jaký je význam daného čísla.

Aktualizační cyklus nepopisuje nic jiného než to, jak často jsou data v data warehouse aktualizována.
Operational Data Store (ODS) metadata

Druhou základní komponentou DSS architektury je Operativní Datový Sklad (ODS). Ten představuje specifickou hybridní formu data warehouse. ODS představuje prvek architektury DSS systémů, pomocí kterého se vlastní data warehouse "přibližuje" směrem k produkčním systémům. Odlišnost ODS oproti data warehouse spočívá v tom, že v prostředí ODS lze provádět operace s daty, která jsou vlastní produkčnímu prostředí. Kdo používá ODS? Komu je ODS určen? Data uložená v ODS využívají převážně ti zaměstnanci, kteří jsou odpovědni za operativní rozhodování a potřebují ke své činnosti integrovaná data z několika produkčních systémů.

Je-li ODS budován, pak je ve stejném vztahu k produkčním systémům jako data warehouse, tj. tvoří cílové prostředí. Proto je nutné, aby o tomto prostředí byla udržována následující metadata:

· HW platforma,
· struktura datových souborů (RDBMS nebo VSAM apod.),
· frekvence aktualizace dat,
· mapování prvků z produkčních systémů do ODS,
· mapování prvků ODS na prvky DW,
· definované pohledy,
· zrnitost dat a další.

Data Mart metadata
Třetí, poslední komponentou DSS architektury je Data Mart (DM). Podnik je rozčleněn na jednotlivé útvary, které mají své, zcela specifické, informační potřeby založené na činnosti, kterou zajišťují. Data uložená v data martu jsou určitou předem dobře definovanou podmnožinou dat datového skladu. V tomto prostředí jsou uložena převážně agregovaná data.

Data marty jsou budovány pro potřeby jednotlivých útvarů podniku nebo některých jedinců a obsahují:

· malý rozsah dat (detailní, agregovaný),
· DSS analytik hodnotí data pouze z pohledu zaměření útvaru podniku,
· DSS analytik se může detailněji soustředit na požadované analýzy než analytik data warehouse.

Typickými metadaty jsou:

· mapování prvků data warehouse produkčního systému na atributy v data martu,
· strukturální popisy,
· klíče,
· atributy,
· výběrová pravidla a filtry,
· časové omezení,
· použití dimenzí,
· lokální definice,
· lokální kalkulace,
· aktualizační cyklus,
· indexy,
· logický a fyzický datový model,
· HW, SW platforma.

Metadata a architektura data warehouse
Pro zachování určité unifikace napříč hardwarovými komponentami a softwarovými technologiemi je potřebné definovat infrastrukturu metadat umožňující udržovat jednotlivé komponenty ve vzájemném vztahu.

Metadata jsou např. extrémně důležitá pro koncové uživatele provádějící DSS analýzy. Proto je potřebné, aby DSS analytici nalezli odpovědi na otázky:

· jaké soubory obsahují data a jakého jsou typu,
· odkud data pocházejí,
· jaká konverzní pravidla byla použita,
· jaký je vztah dat k datům jiným,
· jaký je dopad změn, apod.

Obsah metadata repository
Vzhledem k tomu, že metadata jednotlivých systémů jsou distribuována napříč celou informačně technologickou architekturou společnosti, nejsou jednoduchým způsobem přístupná koncovému uživateli, který potřebuje pro svoji činnost získat specifické informace. Ukazuje se, že vhodným řešením je vybudování centrální metadata repository, která je snadno přístupná velkému počtu uživatelů zároveň. To umožňuje její relativně snadnou správu, včetně přidělování přístupových oprávnění.

Pro uložení metadat je možné vytvořit vlastní databázové schéma, které zcela vyhovuje našim představám o sdílených metadatech, jejich obsahu. Datový model metadata repository může být pak dále rozšiřován o další informace, které budou z hlediska koncového uživatele produkčního, ETL a DSS prostředí významné. Domníváme se však, že metadata repository obsahující informace by měla být dostačující.

Závěr
Zjednodušeně je možné říci, že metadata jsou data o datech. Popisují data v termínech kontextu, obsahu, dostupnosti a zároveň podporují lepší porozumění dat. Článek se zabývá problematikou metadat v rámci informačně technologického prostředí firmy (CIF). Jak se mění, ruší, nakupují nové systémy, je nutné, aby metadata byla aktualizována. K tomu je zapotřebí nadefinovat jejich správu. To vede k požadavku, aby bylo možné v metadata repository ukládat verze metadat.

Vybudování metadata repository představuje poměrně nesnadný úkol neboť její budování se odehrává v dynamickém prostředí, a proto nelze očekávat okamžité výsledky. Snažili jsme se poukázat na významnou roli metadat v architektuře CIF. Implementace metadat s sebou přináší pořádek do informačně technologické architektury a zároveň umožňuje lepší komunikaci mezi uživateli produkčních a DSS systémů.

Literatura
B. Inmon: Building the data warehouse, John Wiley
B. Inmon: Managing the data warehouse, John Wiley
B. Inmon, C. Imhoff: Corporate information factory, John Wiley
R. Kimball: The data warehouse lyfecycle toolkit, John Wiley