列的说明写不完，就是一笔债

数据湖里最沉默的一笔债，是列说明。

表增长的速度早就超过了人工维护的能力：大量字段没有描述、没有分类标签，形成所谓的「文档债」。它平时不出声，出事的时候一起算——找数找不到、权限批不下来、审计对不上。

9 月中旬有一篇工程实践（Glyph）给出了解法：把「生成列描述」和「给列打标签」拆成两个协作的 Agent。

前者不猜字段含义，而是去代码仓库把生成这一列的管道源码捞出来，以代码为依据写描述；后者从一棵 275 个叶节点的分类本体里打标，三条互补策略并行，再做排名融合。

关键是两点：一是不依赖列值、只用代码作依据，既避开读原始数据的合规问题，也不怕分布漂移；二是每个标签都带来源，可追溯、可审计。

效果也说明它值得做——同标签检索的前十命中率，从 0.55 提到了 0.92。

#元数据 #数据目录 #数据治理