1、apache atlas
Apache Atlas 是 Apache 基金会的孵化项目，是 Hadoop 生态圈的
数据治理和元数据框架。Atlas 是一套核心基础治理服务的集合，有很好的伸缩性和可扩展性，能够满足企业对 Hadoop 生态系统的多样性需求，并能和企业的数据生态系统集成。
它为 Hadoop 集群提供了包括数据分类、集中策略引擎、数据血缘、安全和生命周期管理在内的元数据治理核心能力。
但 atlas 的缺点是：只能对 hadoop 的元数据进行管理（虽然也是连的 Mysql ），对传统数据库的支持力度非常小；同时血缘分析也只支持特定的数据库。
2、wherehows
Wherehows 定位于元
数据仓库,元
数据存储于 mysql 中，它从不同的源系统中采集元数据，并进行标准化和建模，从而作为元数据仓库完成血缘分析。由 linkedin 开源。支持 Docker 部署。
优势：
支持元数据历史版本及对比分析。
一站式的元
数据分析管理系统。
劣势：
支持的源系统比较少
开源版本仅支持 Azkaban 调度任务的血缘分析。其他调度任务仅能获得元数据信息，而没有血缘信息。
血缘分析较粗，不支持列级血缘。如 HDFS 仅能显示数据文件之间的血缘。
Web UI 仅提供查询能力，相关配置需要调用 API 接口。
缺乏用户、权限管理能力。
3、亿信元数据管理平台内置丰富的采集适配器，通过自动化的采集方式，帮助企业完成数据信息、服务信息与业务信息的采集，自动调取企业内部的元数据。同时，该平台通过多种分析方式帮助企业分析数据流向，具体到字段级的数据解析，如血缘分析、影响分析、关联度分析等，帮助企业获取数据上下游、对象关联对象等等关系，快速定位问题字段，帮助企业降低数据问题的定位难度。
建立元模型
元数据建模是对企业要管理的元数据进行结构化、模型化。元模型的构建要一般要参考公共仓库元模型CWM，但也不能照搬CWM，否则构建的元模型太过臃肿，不够灵活。亿信元数据管理平台中的元模型支持CWM规范的同时，提供了一套便捷的自定义管理接口功能，可完全自定义扩展，能够满足元数据管理快速实施的需要，可适应用户在不同时期的不同管理需要。
（部分内容来源网络，如有侵权请联系删除）
