等。4元数据存储工具：元数据通常存储在专用的数据库中，该数据库就如同一个“黑盒子”，外部无法知道这些工具所用到和产生的元数据是如何存储的。还有一类被称为元数据知识库（MetadataRepository）的工具，它们独立于其它工具，为元数据提供一个集中的存储空间。这些工具包括微软的Repository，CA的Repository、Arde
t的MetaStage和Sybase的WCC等。
4元数据管理的标准化没有规矩不成方圆。元数据管理之所以困难，一个很重要的原因就是缺乏统一的标准。在这种情况下，各公司的元数据管理解决方案各不相同。近几年，随着元数据联盟MDC（MetaDataCoalitio
）的开放信息模型OIM（Ope
I
formatio
Model）和OMG组织的公共仓库模型CWM（Commo
WarehouseModel）标准的逐渐完善，以及MDC和OMG组织的合并，为数据仓库厂商提供了统一的标准，从而为元数据管理铺平了道路。从元数据的发展历史不难看出，元数据管理主要有两种方法：1对于相对简单的环境，按照通用的元数据管理标准建立一个集中式的元数据知识库。2对于比较复杂的环境，分别建立各部分的元数据管理系统，形成分布式元数据知识库，然后，通过建立标准的元数据交换格式，实现元数据的集成管理。下面我们分别介绍数据仓库领域中两个最主要的元数据标准：MDC的OIM标准和OMG的CWM标准。
f41MDC的OIM存储模型MDC成立于1995年，是一个致力于建立与厂商无关的、不依赖于具体技术的企业元数据管理标准的非赢利技术联盟，该联盟有150多个会员，其中包括微软和IBM等著名软件厂商。1999年7月MDC接受了微软的建议，将OIM作为元数据标准。OIM的目的是通过公共的元数据信息来支持不同工具和系统之间数据的共享和重用。它涉及了信息系统（从设计到发布）的各个阶段，通过对元数据类型的标准描述来达到工具和知识库之间的数据共享。OIM所声明的元数据类型都采用统一建模语言UML（U
iversalModeli
gLa
guage）进行描述，并被组织成易于使用、易于扩展的多个主题范围（SubjectAreas），这些主题范围包括：分析与设计（A
alysisa
dDesig
）：主要用于软件分析、设计和建模。该主题范围又进一步划分为：UML包（Package）、UML扩展包、通用元素（Ge
ericEleme
ts）包、公共数据类型（Commo
DataTypes）包和实体关系建模（E
tityRelatio
shipModeli
g）包等。对象与组件（Objecta
dCompo
e
t）：涉及面向对象开发技术的方方面面。该主题范围只包含组件描述建模（Compo
e
tDescriptio
Modeli
g）包。数据库与数据仓库（Databasea
dWarehousi
g）：为数据库模式管理、r