数仓（五）-规范化

一、数据质量

正确的：数据的值和描述真实的反映了它需要表达的对象。例如，某一位作者当前居住的城市叫 New Hope，那么，关于家庭地址的数据应该包含正确的城市名称 New Hope。

明确的：数据的值和描述应该是只有一个含义。例如，在美国至少有十个城市叫 New Hope，而在宾夕法尼亚州只有一个城市叫 New Hope。那么，在“精确的”数据中，描述这个城市中的地址是应该包含城市名 New Hope 以及州名称宾夕法尼亚，这样的数据才是“明确的”。
一致的：数据的值和描述用一种不变的标识约定来表达其含义。例如，美国的宾夕法尼亚洲可能在数据中表达为 PA， Penn 或 Pennsylvania。为了满足一致性的要求，关于当前家庭住址的的“精确”数据应该只使用一种约定方式来表达州名称(比如使用全名 Pennsylvania)，并且坚持这一种用法。
完整的：
一 要确保数据中为每个实例定义了（不能为空）特定的值和描述，例如，要确保所有应该有当前住址信息的记录实际上确实有值。
二 要确保记录的总数量是完整的，或者确保在整个信息流中没有在任何地方丢失记录。

二、数据评估

 结构定义
 业务对象
 域
 数据源
 表定义
 别名
 数据规则
 数据值规则
 需要处理的问题
三、审计维、错误事实表