主要记录：数据仓库中模型的定义、各层级间的映射关系、监控数据仓库中的数据状态、监控 ETL 的任务的运行状态；在数据仓库系统中，元数据可以帮助数据仓库管理员和开发人员，非常方便的找到他们所关系的数据，用于指导其进行数据管理和开发，提供工作效率；
如，MaxCompute 表、列、分区等：记录了表的表名、分区信息、负责人信息、文件大小、表类型，生命周期；列的字段名、字段类型、字段备注、是否是分区字段等；
类似于 Hive 的 Job 日志，包括作业类型、实例名称、输入输出、SQL、运行参数、执行时间、最细粒度的 Fuxi Instance（MaxCompute 中 MR执行的最小单元）执行信息等；
数据同步信息：数据同步的输入输出表和字段、同步任务本身的节点信息；任务调度信息：任务的依赖类型、依赖关系等，以及不同类型调度任务的运行日志等；计算任务信息：输入输出、任务本身的节点信息；
如任务监控、运维报警、数据质量、故障等信息，包括任务监控运行日志、告警配置及运行日志、故障信息等；
作业 / 用途：从业务角度描述了数据仓库中的数据，提供了介于使用者和实际系统之间的语义层，使得不懂计算机技术的业务人员也能够 “读懂” 数据仓库中的数据；
打通数据接入到加工，再到数据消费的整个链路，规范元数据体系与模型，提供统一的元数据服务出口，保障元数据产出的稳定性和质量；
依据 OneData 规范，建设元数据基础宽表，也就是元数据中间层，打通从数据产生到消费的整个链路，不断丰富中间层数据；如，MaxCompute 元数据、调度元数据、同步元数据、产品访问元数据、服务器元数据、应用注册元数据等；
丰富的元数据中间层，能够为集团数据提供在计算、存储、成本、质量、安全、模型等治理领域上的数据支持，形成一套完整的 ROI 数据体系；丰富的元数据中间层，还能为为集团数据进行数据内容、数据域、数据主题、业务属性等的提取和分析提供了数据素材；
数据化运营：通过数据驱动的方法，判断趋势，从而展开有效行动，帮助发现问题，推动创新或解决方案的产生；
对于数据使用者，可以通过元数据指导其快速找到所需要的数据；对于 ETL 工程师，可以通过元数据指导其进行模型设计、任务优化、任务下线等各种日常 ETL 工作；对于运维工程师，可以通过元数据指导其进行整个集群的存储、计算、系统优化等运维工作；
主要功能：通过图计算、标签传播算法等技术，系统化、自动化的对计算与存储平台上的数据，进行打标、整理、归档；形象的说，Data Profile 实际承担的是为元数据 “画像” 的任务；
思路：数据之间的个性化，除了应用场景的不同之外，实际上在数据研发流程、保障登记、数据质量要求、安全等级、运维策略、警告设置上都会有差异；作用：节约研发人员的时间成本，同时对阿里内部的非研发人员来说，也可以更直观的理解数据、利用数据，从而提升数据的研发效率；根据这种差异化，Data Profile 开发了四类标签：基础标签：针对数据的存储情况、访问情况、安全等级等进行打标；数仓标签：针对数据是增量还是全量、是否可再生、数据的生命周期来进行标签化处理；业务标签：根据数据归属的主题域、产品线、业务类型，为数据打上不同的标签；潜在标签：主要为了说明数据潜在的应用场景，如，社交、媒体、广告、电商、金融等；
服务对象：围绕数据搜索，服务于数据分析、数据开发、数据挖掘、算法工程师、数据运营等，数据表的使用者和拥有者；服务内容：提供方便快捷的数据搜索服务，拥有功能强大的血缘信息及影响分析，利用表使用说明、评价反馈、表收藏级精品表机制，为用户浮现高质量、高保障的目标数据；如，在数据分析前，使用数据地图进行关键词搜索，帮助快速缩小范围，找到对应的数据；如，使用数据地图根据表名直接查看表详情，快速查阅明细信息，掌握使用规则；如，通过数据地图的血缘分析，可以查看每个数据表的来源、去向，并查看每个表及字段的加工逻辑；
服务对象及内容：个人开发者、BU 管理者、系统管理员等用户，提供个人和 BU 全局资产管理、成本管理、质量管理等；针对个人开发者，主要包括计算费用和健康分管理、存储费用和健康分管理，并提供优化建议和优化接口；针对 BU 管理者和管理员，主要提供 BU、应用、集群等全局资产消耗概览、分析和预测；
配置数据间的 “血缘关系”，用户可以通过元数据血缘，分析产品及应用的链路；通过血缘链路可以清楚的统计到某个产品所用到的数据在计算、存储、质量上存在哪些问题；通过治理优化保障产品数据的稳定性；
对于某个数据计算任务或表，其重要程度如何？是否还有下游在使用？是否可以下线？阿里的很多数据产品，都依赖哪些 MaxCompute 表？对这些 MaxCompute 表是否需要根据应用的重要程度进行资源、运维保障？
通过元数据血缘来分析产品及应用的链路，通过血缘链路可以清楚的统计到某个产品所用到的数据在计算、存储、质量上存在哪些问题，通过治理优化保障产品数据的稳定性；
如，对于数据报表、集市等应用，其数据源直接或间接使用 MaxCompute 数据，且有元数据配置依赖关系，通过配置元数据，可以获取 MaxCompute 物理表、具体的报表、集市等应用的血缘关系；问题案例：对于生意参谋等数据产品，其数据源通过数据同步方式同步到 MySQL、HBase 等数据库，间接使用 MaxCompute 数据，且无配置产品和 MySQL、HBase 等物流数据源的依赖关系，导致无法通过配置源数据解析 MaxCompute 数据和数据产品的关系；解决方案：主要通过统一的应用日志打点 SDK 来解决此类问题，可以做到配置化、应用无痕化；
常见的应用链路分析应用：主要有影响分析、重要性分析、下线分析、链路分析、寻根溯源、故障排查等；
思路 / 业务场景：基于现有底层数据已经有下游使用的情况，可以通过下游使用的元数据指导数据参考模型；通过元数据驱动的数据仓库模型建设，提高了数据仓库建模的数据化指导，提升建模效率；下游使用情况：指查询、关联、聚合、过滤等操作；记录下游使用情况的数据，就是辅助建设模型的元数据；
其中，查询值 SQL 的 SELECT，关联指 SQL 的 JOIN，聚合指 SQL 的 GROUP BY，过滤指 SQL 的 WHERE；
基于下游使用中关联次数大于某个阈值的表，或查询次数大于某个阈值的表等元数据信息，筛选用于数据模型建设的表；基于表的字段元数据，如，字段中的时间字段、字段在下游使用中的过滤次数等，选择业务过程标识字段；基于主从表的关联关系、关联次数，确定和主表关联的从表；基于主从表的字段使用情况，如，字段的查询次数、过滤次数、关联次数、聚合次数等，确定哪些字段进入目标模型；
通过 Data Profile 得到数据的下游任务依赖情况、最近被读写次数、数据是否可再生、每天消耗的存储计算等，通过这些信息判断数据是否可以下线；如果根据一些规则判断数据可以下线，则会通过 OneClick 触发一个数据下线的工作任务流，数据 Owner 可能只需要点击提交按钮，删除数据、删除元数据、下线调度任务、下线 DQC 监控等一些列的操作就会自动在后台执行完成；