Visuelle Vorlagen decken Null-, Leer-, Eindeutigkeits-, Zeilenzahl-, Wertebereichs-, Muster-, zulässige Werte- und referenzielle Prüfungen ab. Custom SQL unterstützt komplexere Assertions bei präzise definierter Bestehensbedingung.
Data Quality
Qualität wird Teil der Ausführung, nicht ein nachgelagertes Dokument.
Data Quality überführt Source-bezogene Erwartungen in wiederholbare SQL-Assertions mit klarer Bestehensbedingung, persistiertem QualityRun und begrenztem Fehlernachweis.
Preview prüft die aktuelle Interpretation. Save erstellt oder ändert die veränderliche Regel. Run now oder ein unterstützter Pipeline-Schritt erzeugt den persistenten QualityRun und bei Fehlschlag ein begrenztes Finding.
Ein eigenständiger Data-Quality-Job oder Master-Kontrollschritt kann unterstützte Downstream-Arbeit bei Fehler stoppen. Der exakte PipelineRun, QualityRun und Trigger bleiben getrennte Datensätze.
Benutzerdefiniertes SQL hat keinen universellen unabhängigen Parser für genau eine schreibgeschützte Anweisung. Nach einer SQL-Änderung verlangt das Regelmodal der SQL Console eine erneute Ausführung; ein früheres Ergebnis belegt den aktuellen Entwurf nicht. Source-Zugangsdaten benötigen eine minimal berechtigte Leserolle. Fehlerbeispiele dürfen keine Geheimnisse oder unnötigen personenbezogenen Daten enthalten.
QualityRule ist veränderlich und nicht direkt an DatasetVersion gebunden. Suite-Ausführung, automatische Reparatur, vollständige Finding-Remediation und bestätigte Benachrichtigungszustellung sind derzeit keine Funktionen. Eine verwaltete Sandbox-Tabelle nimmt über die System Sandbox Source ihres Projects teil und nicht über einen separaten verborgenen Qualitätspfad.
Mit einer expliziten Erwartung beginnen.
Visuelle Vorlagen decken Null-, Leer-, Eindeutigkeits-, Zeilenzahl-, Wertebereichs-, Muster-, zulässige Werte- und referenzielle Prüfungen ab. Custom SQL unterstützt komplexere Assertions bei präzise definierter Bestehensbedingung.
Prüfungen auf NULL- und Leerwerte
Eindeutigkeits- und Zeilenanzahlgrenzen
Numerische oder vergleichbare Wertebereiche
SQL-LIKE-Muster und Prüfungen zulässiger Werte
Prüfungen referenzieller Existenz
Explizite benutzerdefinierte SQL-Assertions
Vorschau, Speichern und Ausführen sind unterschiedliche Aktionen.
Preview prüft die aktuelle Interpretation. Save erstellt oder ändert die veränderliche Regel. Run now oder ein unterstützter Pipeline-Schritt erzeugt den persistenten QualityRun und bei Fehlschlag ein begrenztes Finding.
Preview erfolgt synchron und wird nicht persistiert.
Save ändert die veränderliche QualityRule-Definition.
Run now sowie Pipeline- und Master-Ausführung persistieren einen QualityRun.
Ein Fehler persistiert ein begrenztes Data-Quality-Finding; dieses ist vom Assurance-Finding-Workflow getrennt.
Qualität kann einen implementierten Ablauf steuern.
Ein eigenständiger Data-Quality-Job oder Master-Kontrollschritt kann unterstützte Downstream-Arbeit bei Fehler stoppen. Der exakte PipelineRun, QualityRun und Trigger bleiben getrennte Datensätze.
Least Privilege bleibt wesentlich.
Benutzerdefiniertes SQL hat keinen universellen unabhängigen Parser für genau eine schreibgeschützte Anweisung. Nach einer SQL-Änderung verlangt das Regelmodal der SQL Console eine erneute Ausführung; ein früheres Ergebnis belegt den aktuellen Entwurf nicht. Source-Zugangsdaten benötigen eine minimal berechtigte Leserolle. Fehlerbeispiele dürfen keine Geheimnisse oder unnötigen personenbezogenen Daten enthalten.
Aktuelle Grenzen werden nicht verborgen.
QualityRule ist veränderlich und nicht direkt an DatasetVersion gebunden. Suite-Ausführung, automatische Reparatur, vollständige Finding-Remediation und bestätigte Benachrichtigungszustellung sind derzeit keine Funktionen. Eine verwaltete Sandbox-Tabelle nimmt über die System Sandbox Source ihres Projects teil und nicht über einen separaten verborgenen Qualitätspfad.
Nächster Schritt
Beginnen Sie mit dem Datenfluss, der keine Unklarheit zulässt.
Bringen Sie die relevanten Systeme, Verantwortlichen, Regeln, Lieferverpflichtungen und Nachweisanforderungen ein.
Kritischen Datenfluss besprechen