既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
数据质量问题分类
在数据的处理过程中,数据需要经过人机交互、传输、存储等等,每个环节都可能出现错误而产生数据异常,导致数据质量问题。由此我们可以把数据质量问题归类为:
- 数据约束关系问题:例如缺乏唯一性约束关系,或缺乏引用性约束关系等
- 数据本身问题:例如数据为空值、数据重复、数据缺失等等
- 数据处理过程异常:例如状态缺失、未按预期处理、无法跟踪、过程中数据缺失等等
- 数据处理性能问题:例如处理时效不足、IO读写瓶颈、存储异常等等
怎么做数据质量控制
对数据仓库自身数据的监控到数据处理形成数据的过程的管理,是一项长期复杂的过程,必须建立有效的数据质量评测体系。
尤为重要的是整个数据质量评测体系须与企业绩效和价值建立起直接的关系。
从实践和查看的相关资料来看,我做数据质量控制可以从以下过程来逐步实践:
- 全面梳理企业所处行业的数据特征,建立起数据元模型
- 在数据元模型的基础上,根据业务和技术需要定义多个质量模型
- 在此基础上,针对企业数据质量模型进行抽象,形成一个可控制的元质量扩展模型
- 最终在这个基础上为企业数据质量体系定义一个完整的框架
一些思考
在当下国内软件测试行业人员综合能力不足的情况下如何开展数据质量体系的建立和实践呢?
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新