Метаданные

Что считать метаданными

Метаданные — сведения о данных, а не сами данные. Для фотографии данными является матрица пикселей, метаданными — дата съёмки, модель камеры, выдержка и координаты. Для товарной накладной данными будут позиции и суммы, метаданными — номер документа, дата, отправитель и признак версии формата.

Граница между тем и другим относительна и определяется задачей системы. Дата съёмки — метаданные для просмотрщика изображений, но именно данные для сервиса, который строит хронологию поездок. Заголовок письма — служебная обвязка для читателя и основной массив для системы, расследующей рассылку. Поэтому корректная формулировка звучит так: метаданные — это роль, которую сведения играют относительно конкретного массива, а не отдельный сорт информации.

Классификация, принятая в информационном менеджменте, делит их на три группы. Описательные отвечают на вопрос «что это»: заголовок, автор, ключевые слова, аннотация. Структурные описывают устройство: порядок страниц, разбиение на главы, связи между частями составного объекта. Административные фиксируют обращение с объектом: кто создал, когда изменён, каковы права доступа и срок хранения. Отдельно выделяют технические метаданные — разрешение, кодек, кодировку, контрольную сумму.

Где метаданные физически хранятся

Внутри самого файла. Снимок с фотоаппарата несёт блок EXIF, музыкальный файл — теги с исполнителем и альбомом, документ — сведения об авторе и истории правок. Такие метаданные путешествуют вместе с файлом и переживают копирование.

Рядом с файлом. Отдельный служебный файл-спутник применяют, когда формат не позволяет встроить описание или когда его нежелательно менять: так работают файлы описания в фотоархивах и манифесты в пакетах.

В системе хранения. Файловая система держит имя, размер, права и три отметки времени вне содержимого файла; база данных хранит схему таблиц отдельно от строк. Копирование через сторонний носитель такие метаданные легко теряет — типовая причина, по которой у перенесённых файлов дата создания оказывается сегодняшней.

В протоколе передачи. Веб-сервер сопровождает каждый ответ заголовками: тип содержимого, длина, кодировка, дата изменения, правила кеширования. Данные при этом остаются нетронутыми, а получатель узнаёт, как их интерпретировать. Именно заголовок с указанием кодировки чаще всего и определяет, увидит ли пользователь читаемый текст вместо набора посторонних символов.

Метаданные внутри кодов и ссылок

Штриховые и двумерные коды — наглядный пример того, как метаданные соседствуют с данными в одной строке.

В символиках GS1 содержимое размечено идентификаторами применения: скобочная последовательность (01) означает товарный номер, (17) — срок годности, (10) — номер партии, (21) — серийный номер. Без этих префиксов приёмная система видела бы просто поток цифр и не знала бы, где кончается одно поле и начинается другое. Часть идентификаторов имеет фиксированную длину значения, часть — переменную, и тогда конец поля отмечается служебным разделителем. Устройство этой схемы разобрано в термине идентификатор применения GS1.

В QR-коде служебная обвязка вынесена в отдельные структуры. Поле формата хранит уровень коррекции ошибок и номер применённой маски — без него декодер не восстановит исходный рисунок модулей; подробности в термине информация о формате QR. Индикатор режима перед каждым блоком данных сообщает, как читать следующие биты — как цифры, как буквенно-цифровые пары или как байты. Механизм ECI позволяет явно указать кодировку содержимого, вместо того чтобы полагаться на догадку сканера.

В ссылках роль метаданных играют параметры разметки кампании: источник, канал, название кампании. Целевая страница от них не меняется, но система аналитики получает описание того, откуда пришёл переход. Разбор параметров — в термине UTM-метки. Обратная сторона: параметры видны в адресной строке, поэтому личные сведения в них помещать нельзя.

Гигиена метаданных и риски

Метаданные утекают тише, чем сами данные, и потому опаснее. Снимок, выложенный без обработки, может содержать координаты места съёмки с точностью до десятков метров, серийный номер камеры и дату. Офисный документ хранит имя автора, название организации и следы правок, включая удалённые фрагменты в истории изменений. Файл, скачанный из внутренней системы, нередко сохраняет путь и имя учётной записи в служебных полях.

Разумная практика сводится к нескольким правилам. Публикуемые изображения прогонять через очистку служебных полей — многие сервисы делают это автоматически при загрузке, но полагаться на это без проверки не стоит. Документы перед отправкой наружу проверять инспектором свойств. Не помещать персональные сведения в параметры адреса: они попадают в журналы серверов, в историю браузера и в системы аналитики. При сборе статистики сканирований помнить, что время, приблизительная геопозиция и модель устройства — тоже метаданные, и обращение с ними подчиняется тем же требованиям к обработке персональных данных. Что именно фиксируется при переходе по коду, описано в материале о том, как отследить переходы по QR-коду.

Частые вопросы

Чем метаданные отличаются от данных?

Ролью относительно конкретной задачи, а не природой. Метаданные описывают массив: его формат, происхождение, структуру, права. Данные — это то, ради чего массив существует. Граница подвижна: координаты съёмки являются метаданными для просмотрщика фотографий и данными для сервиса, строящего карту поездок. Одна и та же запись меняет статус при смене системы, которая её читает.

Хранятся ли метаданные внутри QR-кода?

Да, и без них декодирование невозможно. В символе есть поле формата с уровнем коррекции и номером маски, индикаторы режима перед каждым блоком данных, счётчики длины, а также необязательный признак кодировки ECI. Всё это не является содержимым, которое увидит пользователь, но именно эта обвязка объясняет декодеру, как трактовать биты и как снять наложенную маску.

Что происходит с EXIF при загрузке фотографии в мессенджер?

Зависит от сервиса. Крупные площадки обычно пересжимают изображение и вырезают служебные поля, включая координаты, — но делают это не все и не во всех режимах. При отправке файлом без сжатия метаданные, как правило, сохраняются полностью. Единственный надёжный подход — очищать поля до отправки, а не рассчитывать на поведение конкретного приложения и его текущей версии.

Зачем нужны идентификаторы применения GS1, если можно записать цифры подряд?

Чтобы приёмная система понимала, где заканчивается одно поле и начинается следующее, и что каждое из них означает. Поток цифр без разметки читается однозначно только при жёстко фиксированной структуре, а она не выдерживает добавления новых полей. Идентификаторы задают тип и правила длины: часть значений фиксирована, часть переменна и завершается служебным разделителем.

Считаются ли UTM-метки метаданными?

Да. Они не влияют на содержимое страницы и служат исключительно её описанием в контексте перехода: источник, канал, кампания. Технически это параметры адреса, семантически — административные метаданные визита. Отсюда практическое ограничение: параметры видны пользователю и попадают в журналы, поэтому персональные сведения в них передавать нельзя.