Business-Glossar¶

Das Business-Glossar ist ein lebendes Vokabular über Ihrem Datenmodell. Jede physische Spalte in der semantischen Schicht löst auf einen Begriff auf — auf einen gemeinsamen Begriff immer dann, wenn mehrere Spalten dasselbe Konzept tragen, wie unterschiedlich sie es auch schreiben. Jeder Begriff kann eine Definition halten, dazu einen Satz typisierter Beziehungen zu anderen Begriffen und eine Liste von Fachexperten, denen die Bedeutung gehört.

Dieses gemeinsame Vokabular ist die Brücke zwischen Fachsprache und physischen Daten. Ein KI-Agent, der weiß, dass „customer“ jede Spalte benennt, die eine Kundenkennung trägt, muss nicht raten, welche von cust_id, customerId und CUSTOMER_KEY die richtige ist — sie alle lösen auf denselben Begriff auf, und der Begriff trägt die Definition.

Wie Begriffe abgeleitet werden¶

Provisa leitet aus jedem Spaltennamen automatisch einen Begriff ab, mithilfe einer deterministischen Normalisierungsregel (REQ-1387): Groß-/Kleinschreibung angleichen, nach Trennzeichen und camelCase tokenisieren, Abkürzungen ausschreiben und nachgestellte Proxy-Token entfernen.

Das Ausschreiben von Abkürzungen bildet gängige Unternehmenskürzel auf ihre Langform ab: cust → customer, txn → transaction, qty → quantity und so weiter. Sowohl id als auch key werden zu identifier. Die Tabelle ist fest und zurückhaltend — mehrdeutige Kürzel wie st, min und no bleiben, wie sie geschrieben sind, statt falsch zu raten.

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.

Deduplizierung ist der Zweck. Die Normalisierungsregel ist deterministisch, also ergeben cust_id, customerId und CUSTOMER_KEY alle customer. Jede Spalte erhält eine Ref auf den einen daraus entstehenden Begriff statt auf drei getrennte Begriffe. Die Kuratierung hat dann eine Stelle für die Definition, nicht drei.

Generische Phrasen¶

Manche normalisierten Phrasen sind zu generisch, um für sich ein Konzept zu sein. Eine bloße Spalte name, date oder identifier benennt ein Attribut des Konzepts ihrer Tabelle, kein von dieser Tabelle unabhängiges Konzept. Mitarbeitende haben Namen; Produkte haben Namen; das ist nicht dasselbe.

Fällt eine Phrase in die generische Menge und ist ein Tabellenkontext verfügbar, qualifiziert sich der Begriff zu <Tabellenkonzept> <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 die modellierende Person einen gesetzt hat, ihrem physischen Namen, wenn nicht (REQ-1581). Ist usr_nm auf user name aliasiert, lautet der abgeleitete Begriff user name, nicht user number oder irgendeine Ausschreibung von usr_nm.

Eine Spalte zu aliasieren ist die stärkere Korrektur. Ein Alias wandert zu jeder Oberfläche, die die Spalte liest — SQL, GraphQL, KI-Agenten, den Katalog —, sodass sich das Modell überall korrekt beschreibt. Ein Umbenennen des Begriffs richtet einen Katalogeintrag und lässt die Spalte für die nächste lesende Person weiter usr_nm heißen. Das Banner für vorgeschlagene Begriffe in der Oberfläche sagt genau das: erst die Spalte aliasieren; den Begriff nur dann umbenennen, wenn der Spaltenname richtig ist und das Vokabular nicht.

Ein erneutes Aliasieren einer Spalte leitet ihren vorgeschlagenen Begriff neu ab, sodass das Glossar dem Modell folgt, statt zweimal um dieselbe Korrektur zu bitten. Sobald eine kuratierende Person einem Begriff eine Definition, eine Beziehung oder einen Experten hinzugefügt hat, verschiebt eine Alias-Änderung die Ref nicht — diese Arbeit gehört der Kuratierung, und sie bleibt.

Tabellennamen als Zugriffspfad¶

Manche Tabellennamen beschreiben einen Zugriffspfad statt eines Konzepts: user_by_name ist ein Benutzer, der über eine Namenssuche erreicht wird, keine eigene Art von Entität. Wenn Provisa das Tabellenkonzept für die Qualifizierung generischer Phrasen ableitet, schneidet es den Namen am Bindewort (REQ-1582). user_by_name wird zu user; orders_by_customer wird zu order.

Ohne den Schnitt würde der Surrogatschlüssel auf user_by_name zu user name normalisieren und mit dem echten Attribut users.name kollidieren — ein Begriff, der eine Sache und zugleich eines ihrer eigenen Felder hält. Der Schnitt gilt nur für Tabellenkonzepte. In einem Spaltennamen ist by Teil des zusammengesetzten Substantivs: pet_by_name und pet_name normalisieren auf denselben Begriff, pet name.

Was einen Begriff kuratiert macht¶

Ein Begriff, der aus der Spaltennormalisierung entstanden ist, beginnt leer — als Vorschlag, noch nicht als Vokabular. Er wird kuratiert, 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 ist für den Lebenszyklus des Begriffs entscheidend. Wird die letzte physische Spalte eines kuratierten Begriffs aus dem Modell entfernt, wird der Begriff abgekündigt statt gelöscht: Er geht außer Dienst, behält seine redaktionellen Inhalte und wird automatisch wiederbelebt, wenn dieselbe Spalte erneut auftaucht. Ein nicht kuratierter Begriff ohne weitere Spalten wird schlicht 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 wird nur für nicht kuratierte Begriffe. Haben Sie eine Spalte aliasiert und weicht der vorgeschlagene Begriff nun ab, wandert die Ref zum neuen Begriff. Ist der Begriff kuratiert, bleibt die Verknüpfung bestehen — die Alias-Änderung hat die Begriffswahl der Kuratierung 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 (REQ-1586): 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. [tool-verified: provisa/cypher/label_map.py:378-397, provisa/api/startup_seed.py:508-550]

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 erreichen kann, ist ein loser Vorschlag. Er erscheint weder in der Begriffssuche von Agenten noch im Metadaten-Export — ein Begriff, der keine Daten benennt, kann nichts beantworten.

Die Zulassungsregel für konsumierende Oberflächen¶

Ein Begriff, den eine konsumierende Oberfläche anbieten darf, muss drei Bedingungen erfüllen (REQ-1387):

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.

Konnektivität pflanzt sich durch den Graphen fort: Ein abstrakter Begriff erreicht Daten über jeden Nachbarn im Dienst, der das tut. Begriffe außer Dienst leiten nicht — ein stillgelegter Begriff hält seine Abhängigen nicht am Leben.

Metadaten-Export¶

Das Glossar veröffentlicht im Rahmen des Metadaten-Exports in externe Datenkataloge. Es gilt dieselbe Zulassungsregel, mit einer Einschränkung: Die Verankerung eines Begriffs wird nur gegen Spalten beurteilt, die tatsächlich veröffentlichen. Ein Begriff, dessen Spalten allesamt vom Export zurückgehalten werden — weil ihre Tabellen nicht als Datenprodukte markiert sind oder weil technische Filter sie ausschließen —, gilt für Exportzwecke als nicht verankert, selbst wenn er in der Control Plane Refs 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 (REQ-1583). 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.

Der Maßstab ist, ob das Fachgeschäft dieses Wort spricht, nicht ob die Definition gut ist. Eine ETL-Batch-Kennung hat eine klare Bedeutung, die für Engineers ins Glossar gehört; in einen Fachkatalog neben customer und revenue gehört sie nicht.

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.