使用DataProfile進行數(shù)據(jù)剖析.ppt

使用Data Profile進行數(shù)據(jù)剖析,數(shù)據(jù)事件探查功能,熟悉數(shù)據(jù)源并找出數(shù)據(jù)中要修復的問題 僅對 SQL Server 中存儲的數(shù)據(jù)進行事件探查并標識潛在的數(shù)據(jù)質(zhì)量問題。,數(shù)據(jù)事件探查步驟,第一步：創(chuàng)建數(shù)據(jù)事件探查任務,第二步：查看數(shù)據(jù)事件探查結(jié)果,創(chuàng)建數(shù)據(jù)事件探查任務,將探查結(jié)果放在test.xml中,配置探查內(nèi)容,查看數(shù)據(jù)事件探查結(jié)果,探查內(nèi)容,候選鍵 列長度分布 列 Null 比率 列模式 列統(tǒng)計信息 列值分布 函數(shù)依賴關系 值包含,候選鍵,候選鍵（CandidateKeyProfiles）配置文件可以幫助您識別哪些列中存在重復值。通過使用這個功能，可以判斷表中的一列（或多列的組合）是不是適合做該表的主鍵。,列長度分布,列長度分布(Column Length Distribution)配置文件用于報告所選列中各個字符串值的不同長度。此配置文件可以幫助您識別數(shù)據(jù)中無效的值。例如，郵政編碼的長度是固定的，如果發(fā)現(xiàn)有不是這個長度的數(shù)據(jù)，那么這個記錄可能是錯誤的。,列 Null 比率,列 Null 比率(Column Null Ratio)配置文件用于報告所選列中 Null 值的百分比。,列模式,列模式(Column Pattern)配置文件用于報告一組正則表達式，其中涵蓋字符串列中指定百分比的值。此配置文件可以幫助您識別數(shù)據(jù)中無效的字符串,列統(tǒng)計信息,列統(tǒng)計信息(Column Statistics )配置文件報告各種統(tǒng)計信息，例如數(shù)值列的最小值、最大值、平均值和標準偏差。此配置文件可以幫助您識別數(shù)據(jù)中存在的問題，如無效的日期。例如，您對歷史日期列進行事件探查，卻發(fā)現(xiàn)最近的日期是一個將來的日期。,列值分布,列值分布(Column Value Distribution)配置文件報告選定列中非重復值以及每個值所在表中的百分比。此配置文件還可以幫助您識別非重復值的數(shù)目不正確。例如，您對應該包含美國的各州的列進行事件探查，卻發(fā)現(xiàn) 50 多個非重復值,函數(shù)依賴關系,函數(shù)依賴關系(Functional Dependency)用于報告某列（依賴列）中的值對另一列或一組列（決定列）中的值的依賴程度。此配置文件也可以幫助您識別數(shù)據(jù)中存在的問題，如無效的值。,函數(shù)依賴關系,例如，您對包含美國郵政編碼的列和包含美國各州的列之間的依賴關系進行事件探查。同一郵政編碼應始終對應同一州，但配置文件卻發(fā)現(xiàn)有違反此依賴關系的情況。,值包含,值包含(Value Inclusion)用于計算兩列或兩個列集之間的重疊值。此配置文件還可以確定列或列集是否適合用作選定表間的外鍵。,值包含,如下例，對FactInternetSales表的 ProductK