【论文阅读第一期】Goods：Organizing Google’s Datasets总结

论文阅读第一期的文章《Goods：Organizing Google’s Datasets》讲的是关于谷歌在海量元数据管理方面的实践。本篇总结主要从3个方面进行展开：1.什么是元数据；2.如何管理元数据；3.启发与总结

1.什么是元数据

元数据被称之为描述数据的数据，记录的是文件的特征，包括数据属性、拥有者、权限、数据块等信息。无论是mysql、oracle这样的关系型数据库，还是Hive、HBase以及图数据库，都需要管理组织元数据，用户才能顺利地获取并使用相关的数据及文件，足以看出元数据管理的重要性。

2.如何管理元数据

元数据的组织和管理十分重要，但随着企业的发展，不同的生产系统产生了成千上万甚至几十亿的数据集，如何有效地管理这海量的元数据便成了一个挑战。Google在Goods这篇文章介绍相关理论和实践。LinkedIn也开源了元数据管理系统WhereHows

• Goods：Google Dataset Search

Google构建了一个元数据目录来管理几十亿数据集的元数据，以供工程师们了解Google有哪些数据，哪些数据比较常用（数据排名，