知识点 › 数据基础设施

元数据体系

Metadata

数据基础设施Lv.2

定义

描述每段数据的「是什么、在哪、何时、什么车、什么版本、什么质量、什么标签」。元数据是检索、去重、复现、成本归因的基础；没有元数据的原始数据等于垃圾。

关键要点

必备字段：车辆/传感器配置、采集时间、GPS/围栏、触发原因、SDK 版本、标定版本、质检结果
要支持「标签回写」：标注结果、模型预测、人工审核都要能追加
元数据自身也要版本化与备份，它比原始数据更难重建

面试怎么答

被问「怎么找到想要的数据」，答案就是元数据 + 标签 + 向量索引三层。

相关知识

数据湖与湖仓一体 — 把原始文件 + 结构化元数据统一管理：Iceberg / Hudi / Delta Lake 提供 ACID、时间旅行…
数据目录与资产化 — 把数据集当资产管理：每个数据集有 owner、用途、版本、规模、质量分、使用记录、过期策略。让「找数据」从问人变成搜索…
检索与索引 — 三类检索：①结构化（SQL/标签/时间/地理）；②向量（图像/点云/轨迹特征相似度）；③混合（先标签过滤再向量排序）。…
标签体系 — 多级标签树：环境（天气/光照/季节）、道路（高速/城区/矿区/路口/匝道）、参与者（车/人/动物/异形）、行为（cut…

在星图上打开这颗星 →