Business-Glossar¶

Das Geschäftsglossar ist ein lebendiges Vokabular über Ihrem Datenmodell. Jede physische Spalte im Modell wird einem Begriff zugeordnet, und Spalten, die dasselbe Konzept tragen, teilen sich einen Begriff, wie unterschiedlich sie es auch schreiben. Jeder Begriff kann eine Definition, eine Reihe typisierter Beziehungen zu anderen Begriffen und eine Liste von Fachexperten haben, denen seine Bedeutung gehört.

Das Glossar ist eine Ontologie: ein Graph aus Konzepten, ihren Definitionen und den Beziehungen zwischen ihnen. Provisa bildet sie auf die Datenbankstrukturen ab, in denen die Werte liegen; dadurch kann es Fragen zu Ihren Daten beantworten. Ein Konzept ist ein Entwurf, bis es die Daten erreicht, direkt oder über andere Konzepte. Das Glossar ist von den Metriken getrennt: Ein Begriff sagt, was ein Konzept ist, eine Metrik sagt, wie eine Zahl berechnet wird.

Dieses gemeinsame Vokabular verbindet die Sprache des Geschäfts mit den physischen Daten. Ein KI-Agent, der weiß, dass „customer“ jede Spalte mit einer Kundenkennung bezeichnet, muss nicht raten, welche von cust_id, customerId und CUSTOMER_KEY die richtige ist. Alle werden demselben Begriff zugeordnet, und der Begriff trägt die Definition.

Wie Begriffe abgeleitet werden¶

Provisa leitet aus jedem Spaltennamen automatisch einen Begriff ab, mithilfe einer deterministischen Normalisierungsregel: Groß-/Kleinschreibung angleichen, nach Trennzeichen und camelCase tokenisieren, Abkürzungen ausschreiben und nachgestellte Proxy-Token entfernen.

Die Abkürzungserweiterung bildet übliche Unternehmenskürzel auf ihre volle Form ab: cust → customer, txn → transaction, qty → quantity und so weiter. id und key werden beide zu identifier. Die Tabelle ist fest und vorsichtig: Mehrdeutige Kürzel wie st, min und no bleiben, wie sie sind, damit nichts falsch geraten wird.

Das Entfernen von Proxy-Token streicht ein nachgestelltes identifier-, code-, index- oder reference-Token. Eine Spalte namens cust_id benennt nicht die Kennung selbst; sie benennt eine Kundin über einen Surrogatwert. Das Entfernen des Proxys lässt cust_id und customerId beide auf dem Begriff customer landen. Nur nachgestellte Token fallen weg, und nie das letzte verbliebene Token: Eine bloße id-Spalte wird zu identifier und bleibt dort.

Um die Deduplizierung geht es. Die Normalisierungsregel ist deterministisch, also ergeben cust_id, customerId und CUSTOMER_KEY alle customer. Jede Spalte bekommt eine Referenz auf diesen einen Begriff, und die Kuratierung hat einen einzigen Ort für die Definition statt drei.

Generische Phrasen¶

Manche normalisierten Ausdrücke sind zu allgemein, um für sich ein Konzept zu sein. Eine bloße Spalte name, date oder identifier bezeichnet ein Attribut des Konzepts ihrer Tabelle, das es ohne diese Tabelle nicht gibt. Mitarbeiter haben Namen, Produkte haben Namen, aber das ist nicht dasselbe.

Fällt eine Phrase in die generische Menge und ist ein Tabellenkontext verfügbar, qualifiziert sich der Begriff zu <table concept> <phrase>: employees.first_name normalisiert zu employee first name, und orders.id normalisiert zu order, weil das Entfernen des Proxys die qualifizierte Phrase dann auf das Konzept zusammenzieht, das sie identifiziert. Dieser letzte Fall ist wichtig: Der Primärschlüssel von orders und jeder Fremdschlüssel order_id auf anderen Tabellen landen alle auf order, ohne dass zusätzliche Kuratierung nötig wäre.

Die generische Menge umfasst Attributsubstantive (name, date, status, type, amount, quantity), Audit-Trail-Phrasen (created_at, modified_by, submitted_timestamp) und eine Handvoll weiterer, die auf nahezu jeder Tabelle auftauchen.

Der fachliche Name, nicht der physische¶

Ein abgeleiteter Begriff folgt dem fachlichen Namen der Spalte: ihrem Alias, wenn der Modellierer einen gesetzt hat, sonst ihrem physischen Namen. Ist usr_nm als user name aliasiert, lautet der abgeleitete Begriff user name, wo eine Erweiterung von usr_nm vielleicht user number ergeben hätte.

Einer Spalte einen Alias zu geben, ist die stärkere Korrektur. Ein Alias gelangt auf jede Oberfläche, die die Spalte liest (SQL, GraphQL, KI-Agenten, der Katalog), sodass das Modell sich überall richtig beschreibt. Den Begriff umzubenennen, korrigiert einen Katalogeintrag und lässt die Spalte für den nächsten Leser usr_nm heißen. Das Banner für vorgeschlagene Begriffe in der UI sagt genau das: zuerst der Spalte einen Alias geben, den Begriff nur umbenennen, wenn der Spaltenname stimmt und das Vokabular nicht.

Ein neuer Alias für eine Spalte leitet ihren vorgeschlagenen Begriff neu ab, sodass das Glossar dem Modell folgt und nie zweimal dieselbe Korrektur verlangt. Hat ein Kurator einem Begriff eine Definition, eine Beziehung oder einen Experten hinzugefügt, lässt eine Alias-Änderung die Referenz, wo sie ist, denn diese Arbeit gehört dem Kurator und bleibt.

Tabellennamen als Zugriffspfad¶

Manche Tabellennamen beschreiben einen Zugriffspfad statt eines Konzepts: user_by_name ist ein Benutzer, den man über eine Namenssuche erreicht, und keine eigene Art von Entität. Leitet Provisa das Tabellenkonzept ab, um allgemeine Ausdrücke zu qualifizieren, schneidet es den Namen am Bindewort ab, sodass user_by_name zu user und orders_by_customer zu order wird.

Ohne den Schnitt würde der Surrogatschlüssel von user_by_name zu user name normalisiert und mit dem echten Attribut users.name kollidieren; ein Begriff hielte dann ein Ding und eines seiner eigenen Felder. Der Schnitt gilt nur für Tabellenkonzepte. In einem Spaltennamen gehört by zum zusammengesetzten Substantiv, sodass pet_by_name und pet_name zum selben Begriff pet name normalisiert werden.

Was einen Begriff kuratiert macht¶

Ein Begriff, der aus der Normalisierung einer Spalte entsteht, beginnt leer, als Vorschlag, der noch kein Vokabular ist. Kuratiert wird er, sobald eines der folgenden zutrifft:

Eine Definition wurde gespeichert.
Eine Beziehungskante wurde hinzugefügt.
Eine Fachexpertin wurde zugewiesen.
Eine kuratierende Person hat ihn manuell stillgelegt.

Die Kuratierung zählt für den Lebenszyklus des Begriffs. Verlässt die letzte physische Spalte eines kuratierten Begriffs das Modell, wird der Begriff als veraltet markiert und behalten: Er geht außer Betrieb, behält den Inhalt seiner Bearbeiter und kehrt automatisch zurück, wenn dieselbe Spalte wieder auftaucht. Ein nicht kuratierter Begriff ohne verbleibende Spalten wird einfach entfernt.

Erneutes Synchronisieren aus Tabellen¶

Jedes Mal, wenn eine Tabelle gespeichert oder neu geladen wird, gleicht sync_table_refs die Spalten dieser Tabelle gegen die vorhandenen Refs ab. Neue Spalten legen Begriffe an oder verknüpfen sich mit ihnen; verschwundene Spalten lassen ihre Refs fallen; und die Regel „entfernen oder abkündigen“ klärt jeden Begriff, der seine letzte Ref verliert.

Neu abgeleitet werden nur nicht kuratierte Begriffe. Haben Sie einer Spalte einen Alias gegeben und weicht der vorgeschlagene Begriff nun ab, wandert die Referenz zum neuen Begriff. Ist der Begriff kuratiert, bleibt die Verknüpfung, weil eine Alias-Änderung die Begriffswahl des Kurators nicht überstimmt.

Ein abstrakter Begriff, dessen einziger Pfad zu physischen Daten über einen abgehenden Begriff lief, wird abgekündigt statt entfernt, wodurch die konzeptionelle Struktur erhalten bleibt, bis sie neu verdrahtet ist.

Beziehungen¶

Begriffe stehen über typisierte Kanten mit anderen Begriffen in Beziehung. Die unterstützten Beziehungstypen sind:

Typ	Bedeutung
`KIND_OF`	Der Ausgangsbegriff ist eine Art des Zielbegriffs.
`PART_OF`	Der Ausgangsbegriff ist ein Bestandteil des Zielbegriffs.
`SYNONYM_OF`	Die beiden Begriffe sind in dieser Domäne austauschbar.
`RELATED_TO`	Eine lose Zuordnung — keine stärkere Aussage passt.
`VALID_VALUE_OF`	Die Quelle ist ein zulässiger Wert der Ziel-Aufzählung oder -Domäne.
`DERIVED_FROM`	Die Quelle wird aus dem Ziel berechnet oder bezogen.
`REPLACES`	Die Quelle löst das abgekündigte Ziel ab.
`PREFERRED_TERM_FOR`	Die Quelle ist der bevorzugte Begriff gegenüber dem unerwünschten Ziel.
`TRANSLATION_OF`	Die Quelle ist eine Locale- oder Sprachübersetzung des Ziels.
`ANTONYM_OF`	Die Quelle ist das semantische Gegenteil des Ziels.

Beziehungen sind gerichtet. Die Oberfläche zeigt sowohl ausgehende Kanten (dieser Begriff → ein anderer) als auch eingehende Kanten (ein anderer Begriff → dieser) und beschriftet jede Richtung mit ihrer eigenen umgangssprachlichen Formulierung.

Die Kanten liegen in glossary_term_edges, einer Zuordnungstabelle, die als Junction-Beziehung deklariert ist: Ihre Spalte rel_type ist der Diskriminator, sodass jeder der obigen Typen ein eigener Cypher-Beziehungstyp zwischen zwei GlossaryTerm-Knoten ist und keine Eigenschaft an einem reifizierten Knoten. Die Tabelle wird mit dem übrigen Metadatenschema bereitgestellt und erscheint in Graph-Clients nicht als Knoten: Sie ist die Kante. Nichts daran ist glossarspezifisch: Sie wird genauso deklariert, wie Sie eine Junction über Ihre eigenen Tabellen deklarieren würden, und sie wird vom selben Code gelesen.

Abstrakte Begriffe¶

Ein abstrakter Begriff hat keine eigenen Refs auf physische Spalten. Verwenden Sie einen für ein fachliches Konzept, das mehrere konkrete Begriffe überspannt: ein Dach, das Sie anschließend mit den konkreten Begriffen verdrahten, die tatsächlich Spalten halten. revenue etwa könnte abstrakt sein, mit PART_OF-Kanten von order amount, adjustment amount und refund amount, die darauf zeigen.

Ein abstrakter Begriff, der über den Beziehungsgraphen keine physische Spalte erreicht, ist ein hängender Vorschlag. Er erscheint weder in der Begriffssuche für Agenten noch im Metadatenexport, weil ein Begriff, der keine Daten benennt, nichts beantworten kann.

Die Zulassungsregel für konsumierende Oberflächen¶

Ein Begriff, den eine konsumierende Oberfläche anbieten darf, muss drei Bedingungen erfüllen:

Im Dienst — nicht stillgelegt (jemand hat ihn außer Dienst genommen) und nicht abgekündigt (er hat seine letzte Spalte verloren und wurde nur gehalten, weil ein Löschen etwas lose zurückgelassen hätte).
Definiert — er trägt eine Definition. Ein aus einem Spaltennamen abgeleiteter Begriff ist ein Token, keine Bedeutung. Ohne Definition ist er ein Vorschlag, der auf Kuratierung wartet, nie ein Vokabular, auf das ein Agent eine Frage gründen kann.
Verankert — über Begriffe im Dienst mit mindestens einem Begriff verbunden, der eine Ref auf eine physische Spalte hält. Das Glossar ist ein Einstiegspunkt in die Daten, also muss jede Kette an einer Spalte enden.

Die Verbindung breitet sich durch den Graphen aus: Ein abstrakter Begriff erreicht Daten über jeden Nachbarn in Betrieb, der es tut. Begriffe außer Betrieb leiten nicht weiter, ein stillgelegter Begriff hält also seine Abhängigen nicht am Leben.

Metadaten-Export¶

Das Glossar wird im Rahmen des Metadatenexports in externe Datenkataloge veröffentlicht. Es gilt dieselbe Zulassungsregel, in einem Punkt verengt: Ob ein Begriff verwurzelt ist, wird nur an Spalten gemessen, die tatsächlich veröffentlicht werden. Ein Begriff, dessen Spalten alle vom Export zurückgehalten werden, weil ihre Tabellen nicht als Datenprodukte markiert sind oder technische Filter sie ausschließen, ist für den Export nicht verwurzelt, auch wenn er in der Steuerungsebene Referenzen hält.

Beziehungskanten veröffentlichen nur, wenn beide Endpunktbegriffe veröffentlichen.

Spalten-Assets exportieren unabhängig davon. Ein ausgeschlossener Begriff verbirgt die zugrunde liegenden Daten nicht.

Einen Begriff vom Export ausschließen¶

Manche Spalten tragen Installationstechnik statt Fachdaten: ETL-Batch-Kennungen, Zeilenversionen, Ingest-Zeitstempel. Ein aus einer solchen Spalte abgeleiteter Begriff kann eine völlig zutreffende Definition haben, die schlicht kein Fachvokabular ist. Das Steuerelement Vom Metadaten-Export ausschließen hält den Begriff und alle Beziehungskanten, die auf ihm enden, von den Katalogen zurück, in die Provisa veröffentlicht, während die Spalten selbst weiterhin als Assets exportieren.

Entscheidend ist, ob das Geschäft das Wort verwendet; wie gut die Definition ist, entscheidet es nicht. Eine ETL-Batch-Kennung hat eine klare Bedeutung, die für Ingenieure ins Glossar gehört, aber nicht in einen Geschäftskatalog neben customer und revenue.

Arbeiten mit dem Glossar¶

Öffnen Sie in der Oberfläche Admin → Glossar. Das linke Panel listet jeden Begriff; klicken Sie einen an, um seine Detailansicht zu öffnen. Von dort aus:

Umbenennen Sie den Begriff, um seine Formulierung zu ändern, ohne seine Spalten zu verschieben.
Eine Definition hinzufügen, indem Sie eine tippen oder auf die KI-Entwurfsschaltfläche klicken, um aus dem Namen des Begriffs, seinen physischen Spalten und seinen Beziehungen einen Ausgangspunkt zu erzeugen. Der Entwurf wird erst gespeichert, wenn Sie ihn bestätigen.
Eine Ref verschieben, um zwei Begriffe zusammenzuführen: Wählen Sie den Zielbegriff aus dem Dropdown neben einer beliebigen physischen Ref. Verliert der Ausgangsbegriff seine letzte Ref, wird er automatisch nach der Regel „entfernen oder abkündigen“ geklärt.
Eine Beziehung hinzufügen zwischen diesem und einem anderen Begriff, wobei Sie den Typ aus der geschlossenen Menge wählen. Ändern Sie den Typ einer bestehenden Kante an Ort und Stelle, statt sie zu löschen und neu anzulegen.
Experten zuweisen über die Benutzer-ID, mit einer Art von expert oder author.
Stilllegen Sie einen Begriff, um ihn außer Dienst zu nehmen. Er behält seine Spalten und bleibt hier bearbeitbar, aber die Begriffssuche von Agenten und der Metadaten-Export überspringen ihn beide. Stellen Sie ihn später wieder her, wenn das Konzept zurückkommt.
Definitionen im Stapel erzeugen, um jede leere Definition in einem Durchgang zu füllen. Nur leere Definitionen werden geschrieben; von Menschen verfasster Text wird nie überschrieben.
Beziehungen im Stapel erzeugen, um typisierte Kanten über die gesamte Begriffsliste vorzuschlagen. Fehlerhafte Vorschläge — unbekannte Begriffsnamen, Kanten auf sich selbst, unbekannte Typen — werden automatisch verworfen.

Das Banner Vorgeschlagen auf einem Begriff ohne Definition sagt Ihnen, ob der Begriff undefiniert ist (die Spalte aliasieren oder eine Definition hinzufügen) oder unverankert (ihn mit einem Begriff in Beziehung setzen, der Spalten hat). Wenn Sie es sehen, ist der Begriff für Agenten und Kataloge noch nicht erreichbar.

Siehe auch¶

Metadaten-Export — wie Begriffe und Beziehungen in externe Datenkataloge veröffentlichen, einschließlich der Frage, welche Begriffe die Zulassungsregel des Exports zulässt.
Lineage auf Spaltenebene — der Lineage-Explorer und wie columnDependents Glossar-Bindungen als Abhängige einer physischen Spalte meldet.