什麼是資料目錄 (Data Catalog)？它解決什麼問題？

資料目錄 (Data Catalog)

資料目錄是集中管理企業資料資產元數據（metadata）的系統，讓使用者能夠發現、理解和信任資料。

解決的核心問題

資料孤島：各部門的資料散落各處，難以發現哪些資料存在。

資料理解困難：欄位名稱模糊（如 "status"、"type"），不知道代表什麼意思。

重複建設：不同團隊各自建立相同的資料集或指標，浪費資源且定義不一致。

合規風險：無法追蹤哪些表包含個人敏感資料（PII）。

主要功能

功能	說明
資料發現	搜尋並找到所需的資料集或欄位
業務詞彙表	統一定義業務術語，消除歧義
資料血緣	視覺化資料流向與依賴關係
資料品質分數	顯示各資料集的品質評估結果
敏感資料標記	標記 PII、財務等敏感資料的位置

常見工具

• 開源：Apache Atlas、Amundsen、DataHub
• 雲端原生：AWS Glue Data Catalog、Google Dataplex
• 商業：Alation、Collibra