關於匯入及匯出術語表和詞條連結

本文將概述如何在 Knowledge Catalog (舊稱 Dataplex Universal Catalog) 中匯入及匯出商務詞彙表和項目連結。

您可以在 Knowledge Catalog 組織詞彙中定義常見的業務詞彙，並將這些字詞與實體資料資產建立關聯。隨著目錄擴充，在Google Cloud 控制台中個別管理這些字詞及其關係可能會變得困難。

如要大規模管理組織詞彙，您可以大量匯入及匯出詞彙表 (類別和字詞) 和項目連結 (字詞與資料資產之間的關聯)。

術語

使用匯入和匯出公用程式前，請先熟悉下列重要元件：

  • 詞彙表資源：包含建立業務詞彙的類別和字詞。

  • 項目連結：資源之間的關係或關聯。 Knowledge Catalog 支援三種項目連結：

    • definition：將術語與特定資料資產 (例如 BigQuery 資料欄) 建立關聯
    • related：建立兩個相關詞彙表字詞之間的關係
    • synonym：在兩個同義詞彙表字詞之間建立關係

匯入及匯出詞彙表和詞條連結的方法

Knowledge Catalog 支援兩種主要方法，可大量管理術語表。請選擇最符合自動化需求和偏好介面的方法：

  • 以 JSON 為基礎匯入中繼資料
  • 以 Google 試算表為基礎的匯入和匯出公用程式

以 JSON 為基礎匯入中繼資料

這是內建的全代管 Knowledge Catalog 機制。您可以使用 Dataplex API 匯入以 JSON 格式中繼資料檔案定義的詞彙表字詞及其關聯。

用途示例：在每日排定的資料管道中，自動更新 Knowledge Catalog 中繼資料，例如直接從外部企業資料庫同步處理字詞。

詳情請參閱「使用 JSON 檔案匯入詞彙表和詞條連結」。

以 Google 試算表為基礎的匯入和匯出公用程式

這是 dataplex-labs 存放區提供的開放原始碼指令碼做法。這項工具會使用 Python 指令碼，在 Google 試算表和 Knowledge Catalog 之間同步處理術語表的中繼資料。

應用情境示例：資料治理團隊想與非技術人員的業務利害關係人，共同草擬及審查數十個新的業務字詞。團隊採用這種以試算表為基礎的方法，讓所有人在管理員執行指令碼，將字詞大量上傳至 Knowledge Catalog 之前，都能在 Google 試算表中編輯、註解及核准字詞。

如需詳細資訊，請參閱下列文件：

常見用途：使用 Google 試算表進行來回編輯

常見的管理工作流程是執行來回編輯。這包括匯出現有目錄設定、進行大量修改，以及將這些變更套用回 Knowledge Catalog。

以下工作流程說明如何執行這項程序：

  1. 將現有中繼資料從 Knowledge Catalog 匯出至 Google 試算表。

    使用術語表匯出和詞條連結匯出公用程式，將現有術語表結構和詞條連結匯出至 Google 試算表。

  2. 在 Google 試算表中修改中繼資料。

    在 Google 試算表中進行必要變更。由於匯出時，系統會將對稱連結 (例如 synonym 和 related 項目連結) 簡化為單一方向，避免出現重複資料列，因此您只需要管理一次。

    您可以按照所需資料欄結構定義，在對應的工作表中新增資料列。您也可以直接在資料列中修改說明或顯示名稱等詳細資料。

  3. 暫存並將 Google 試算表的變更匯回 Knowledge Catalog。

    請先執行字彙表匯入公用程式。這樣一來，您就能確保在嘗試連結新字詞或類別之前，這些項目已成功建立於組織詞彙中。

    執行項目連結匯入公用程式。這項公用程式會讀取更新後的關聯，在 Cloud Storage bucket 中暫存，並將 definition、related 和 synonym 連結套用至新更新的詞彙表。

後續步驟