CN112667619A - 辅助检查数据的方法、装置、终端设备及存储介质 - Google Patents
辅助检查数据的方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN112667619A CN112667619A CN202011628857.XA CN202011628857A CN112667619A CN 112667619 A CN112667619 A CN 112667619A CN 202011628857 A CN202011628857 A CN 202011628857A CN 112667619 A CN112667619 A CN 112667619A
- Authority
- CN
- China
- Prior art keywords
- data
- inspection
- script
- metadata
- check
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Stored Programmes (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请适用于大数据技术领域,提供了辅助检查数据的方法、装置、终端设备及存储介质,方法包括:获取待检查数据和待检查数据的元数据;确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,数据检查类型包含多个数据检查项;基于数据检查项生成数据检查脚本;执行数据检查脚本,对待检查数据进行数据检查,得到待检查数据的第一检查结果。实现对具有相同元数据的待检查数据配置相同的数据检查项,而无需针对每一个待检查数据单独配置数据检查项,提高了数据检查项的可重用性,以及减少反复配置数据检查项的工作量,提高数据检查效率。
Description
技术领域
本申请属于大数据技术领域,尤其涉及辅助检查数据的方法、装置、终端设备及存储介质。
背景技术
随着互联网络的迅速发展,网络上的数据量越来越多,海量数据形成的大数据的存储和分析是各企业的宝贵财富。其中,大数据的数据质量管理成为企业必须面对的问题,是数据存储和分析的前提。在进行数据质量管理时,需要保障数据的及时性、准确性、完整性,从而确保企业各种业务数据的质量。
目前,很多企业主要依赖应用程序的数据质量检查功能来检查数据质量,根据数据质量检查功能中的检查规则对数据进行日常检查和预警。但是现有质量检查功能针对每个待检查数据单独配置检查规则,而没有考虑各个待检查数据之间的检查规则的可复用性,所以需要重复配置检查规则,这样就会增加反复配置检查规则的工作量,最终导致数据质量的检查效率降低。
发明内容
本申请实施例提供了辅助检查数据的方法、装置、终端设备及存储介质,可以解决当前数据质量检查功能重复配置检查规则的问题。
第一方面,本申请实施例提供了一种辅助检查数据的方法,包括:
获取待检查数据和待检查数据的元数据;
确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,数据检查类型包含多个数据检查项;
基于所述数据检查项生成数据检查脚本;
执行所述数据检查脚本对所述待检查数据进行数据检查,得到所述待检查数据的第一检查结果。
本申请实施例通过获取待检查数据和待检查数据的元数据,确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,从而可以预先对每个元数据配置对应的数据检查标准(即数据检查类型),以及预先配置每个数据检查标准对应的多个数据检查条件(即数据检查项),进而实现对具有相同元数据的待检查数据配置相同的数据检查项,而无需针对每一个待检查数据单独配置数据检查项,提高了数据检查项的可重用性,以及减少反复配置数据检查项的工作量,提高数据检查效率;进一步地,将数据检查项生成为待检查数据的数据检查脚本,基于数据检查脚本,对待检查数据进行数据检查,得到待检查数据的第一检查结果,从而实现数据检查项对待检查数据进行辅助检查,进而可以根据第一检查结果检查待检查数据的及时性、准确性和完整性。
第二方面,本申请实施例提供了一种辅助检查数据的装置,包括:
获取模块,用于获取待检查数据和待检查数据的元数据;
确定模块,用于确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,数据检查类型包含多个数据检查项;
生成模块,用于基于所述数据检查项生成数据检查脚本;
检查模块,用于执行所述数据检查脚本对所述待检查数据进行数据检查,得到所述待检查数据的第一检查结果。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的检查数据质量的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的辅助检查数据的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的辅助检查数据的方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的系统示意图;
图2是本申请一实施例提供的辅助检查数据的方法的流程示意图;
图3是本申请另一实施例提供的辅助检查数据的方法的流程示意图;
图4是本申请另一实施例提供的辅助检查数据的方法的流程示意图;
图5是本申请实施例提供的辅助检查数据的装置的结构示意图;
图6是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
如背景技术相关记载,现有质量检查功能针对每个待检查数据单独配置检查规则,而没有考虑各个待检查数据之间的检查规则的可重用性。例如,对于两个数据表中的待检查数据“手机号码”,数据表A和数据表B中的“手机号码”的检查规则均是“手机号码必须是数字”,但是现有质量检查功能需要针对数据表A和数据表B分别编写检查规则,这样需要重复配置相同的检查规则,因此增加反复配置检查规则的工作量,最终导致数据质量的检查效率降低。
因此,本申请实施例提出一种辅助检查数据的方法,实现对具有相同元数据的待检查数据配置相同的数据检查项,而无需针对每一个待检查数据单独配置数据检查项,提高了数据检查项的可重用性,以及减少反复配置数据检查项的工作量,提高数据检查效率。
图1示出了本申请实施例提供的数据质量管理系统结构示意图。如图1所示,该系统包括数据源101、元数据管理单元102、数据检查类型管理单元103和数据质量管理单元104,系统内部的各个单元101-104通信连接。
上述系统可基于JAVA语言开发,因此可以跨平台部署,其集成上述数据源中的各类数据库的JDBC驱动包,例如Oracle、SQL Server、MySQL、PostgreSQL、MongDB、Hive等以及统一数据查询引擎Presto的JDBC驱动包。上述数据源101用于存储待检查数据,其包括但不限于Oracle、SQL Server、MySQL、PostgreSQL、MongDB、Hive等数据库。
上述元数据管理单元102用于对数据源101中的数据表进行元数据管理。可选地,元数据管理包括但不限于基于元数据模型建立数据字典、元数据交换、元数据加工等,和基于数据地图管理元数据存储分布、元数据间的关联关系等,以及对元数据进行血缘关系查询分析和元数据变更影响分析等。
上述数据检查类型管理单元103用于管理和维护数据检查类型和用于对待检查数据进行数据检查的数据检查项。数据检查类型包括但不限于技术属性类型、业务属性类型和管理属性类型,每种数据检查类型包含有多个数据检查项。例如,技术属性类型包括关于数据长度、精度、格式、值域、码值等技术属性的数据检查项,业务属性类型包括关于业务含义、计算公式、使用场景等业务属性的数据检查项,管理属性类型包括关于数据的归属部门、权威系统等管理属性的数据检查项。
上述数据质量管理单元104用于对待处理数据进行数据检查和结果跟踪及优化,具体包括但不限于生成数据检查脚本、根据数据检查脚本对待处理数据进行数据检查、以及对数据检查结果进行跟踪和优化。
应理解,上述系统仅用作示例,而非本申请实施的限定手段,在其他实施例中还可以包括相对于上述系统更多或更少的单元。
图2示出了本申请提供的辅助检查数据的方法的示意性流程图,作为示例而非限定,该方法可以应用于终端设备,该终端设备包括但不限于搭建有上述数据质量管理系统的手机、平板电脑、可穿戴设备、增强现实(augmented reality,AR)/虚拟现实(virtualreality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或个人数字助理(personal digital assistant,PDA)、服务器等终端设备,本申请实施例对终端设备的具体类型不作任何限制。
S201,获取待检查数据和待检查数据的元数据;
在上述S201中,上述待检查数据可以是数据库中的任一数据,如数据库表和字段等。上述元数据为描述待检查数据的数据,或者说是用于提供信息资源(待检查数据)的相关信息的结构数据(structured data)。通过元数据可以识别信息资源,能够简单高效地管理大量网络化数据,实现信息资源的有效发现和查找。例如,对于政务类信息资源等对象,用于对该对象进行描述的元数据包括:信息资源名称、信息资源出版日期、信息资源摘要、信息资源负责方、信息资源格式等。具体地,例如待检查数据为13012345678,则待检查数据对应的元数据为手机号码。
在本实施例中,获取上述数据源101中的待检查数据和待检查数据对应的元数据。可选地,基于Java数据库连接(Java Database Connectivity,JDBC)技术获取数据源101中的各种类型元数据,如数据库元数据、表元数据和字段元数据等。应理解,上述JDBC仅用作示例,而非限定本申请获取元数据的具体限定手段,例如对于MySQL数据库可以采用SHOW语句获取元数据、从INFORMATION_SCHEMA数据库里查询相关表以获取元数据等方式,此处不再赘述。
S202,确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,数据检查类型包含多个数据检查项;
在上述S202中,上述数据检查类型如上述数据检查类型管理单元103所述。在本实施例,预设各个元数据与数据检查类型的对应关系表,以及预设数据检查类型对应的多个数据检查项;根据该对应关系表,确定元数据对应的数据检查类型,以及确定元数据对应的数据检查项。
例如,对于元数据“性别”,预先设置其对应的数据检查类型为“0-男”或者“1-女”,针对该数据检查类型可以预先设置数据检查项包括:性别必填、性别的值域为字母M(男)、W(女)或U(未知)等。则对于男子篮球队的队员名单表中的“性别”,可以确定数据检查类型为“0-男”,以及确定数据检查项包括:性别必填、性别的值域为字母M。而对于男子羽毛球队的队员名单表中的“性别”,依旧可以确定数据检查类型为“0-男”,以及确定数据检查项包括:性别必填、性别的值域为字母M。从而对于具有相同元数据的待检查数据可以配置相同的数据检查项,而无需对相同元数据的待检查数据重复编写检查规则代码,减少反复编写数据检查项的工作量,提高数据检查效率。
S203,基于所述数据检查项生成数据检查脚本;
在上述S203中,上述数据检查脚本为对待检查数据进行数据检查的程序代码。可选地,在数据检查类型中预先配置针对具体的数据检查项的SQL脚本,将该SQL脚本作为数据检查脚本,例如,针对“手机号必须是11位”配置SQL脚本为select count(*)as record_count from INTO where length(mobile)!=11,则将该SQL脚本作为数据检查脚本,其中INTO表示输入的待检查数据。
可选地,在数据检查类型中预先配置针对数据检查项的通用SQL脚本,将待处理数据和数据检查项的具体值域传入到通用SQL脚本中,生成数据检查脚本。例如,配置通用SQL脚本为select count(*)as record_count from${table_name}where length(${field_name})!=${quantity},其中,table_name表示数据库表的表名,field_name表示元数据名称,quantity表示数量,从而可以根据各种数据库表、各种与字段长度相关的元数据生成对应的数据检查脚本,如“客户手机号必须是11位”根据通用SQL脚本生成的数据检查脚本为select count(*)as record_count from kgdb.customer where length(mobile)!=11;同理,对于“用户账号必须是9位”,根据通过SQL脚本生成的数据检查脚本为select count(*)as record_count from kgdb.user where length(Identification)!=9。因此,对于具有相同数据检查类型的元数据可以采用同一个通用SQL脚本生成数据检查脚本,而无需编写多个数据检查脚本。
S204,执行所述数据检查脚本对所述待检查数据进行数据检查,得到所述待检查数据的第一检查结果。
在上述S204中,上述第一检查结果包括正常数据和异常数据,其中符合数据检查脚本对应的数据检查项的待处理数据为正常数据,不符合数据检查脚本对应的数据检查项的待处理数据为异常数据。由于数据质量管理系统包含Presto查询引擎的JDBC驱动,该查询引擎利用ANSI SQL的语法将各种类型的数据库都囊括在其下,通过该引擎的自动翻译执行使得无需关注异构数据库之间的语法差异,并且将不同数据库当成一个统一的数据库来使用,这也可以用来做跨异构数据之间的关联检查。
例如数据检查项为下游数据是上游数据经过层层清洗、关联出来的加工后数据、上下游的数据量应该保持一致,则可以配置得到数据检查项对应的数据检查脚本“selectcount(*)as record_count_up from presto.上游库.上游表”、“select count(*)asrecord_count_down from presto.下游库.下游表”和“${record_count_up}=${record_count_down}”,将前两个数据检查脚本的执行结果作为同一变量名注入到第三个数据检查脚本中判断是否满足,若满足则检查通过,否则检查不通过,说明数据质量存在问题。
本申请实施例通过获取待检查数据和待检查数据的元数据,确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,从而可以预先对每个元数据配置对应的数据检查标准(即数据检查类型),以及预先配置每个数据检查标准对应的多个数据检查条件(即数据检查项),进而实现对具有相同元数据的待检查数据配置相同的数据检查项,而无需针对每一个待检查数据单独配置数据检查项,提高了数据检查项的可重用性,以及减少反复配置数据检查项的工作量,提高数据检查效率;进一步地,将数据检查项生成为待检查数据的数据检查脚本,基于数据检查脚本,对待检查数据进行数据检查,得到待检查数据的第一检查结果,从而实现数据检查项对待检查数据进行数据检查。
在一种可能实现的方式中,在图2所示实施例的基础上,上述元数据包括表元数据和字段元数据,相应地,上述S202具体包括S2021和S2022,详述如下:
S2021,根据字段元数据与数据检查类型的预设对应关系,确定字段元数据对应的数据检查类型;
S2022,确定字段元数据对应的数据检查类型中与表元数据对应的数据检查项。
在上述S2021和S2022中,例如,对于客户信息表中的待处理数据,该待处理数据对应的元数据包括字段元数据“手机号”和表元数据“客户信息表”,则可以根据字段元数据可以确定数据检查类型为“字段类型”和“字段长度”,并根据表元数据可以确定数据检查项,其中对于中国客户信息表,则数据检查项可以确定为“字段类型必须是数字”和“字段长度必须是11位”;对于美国客户信息表,则数据检查项可以确定为“字段类型必须是数字”和“字段长度必须是10位”。再进一步地,对于既有中国客户又有美国客户的客户信息表,则数据检查项可以确定为“字段类型必须是数字”和“字段长度是10位或11位”。应理解,上述示例不作为本申请实施的具体限定手段,对于其他表元数据和字段元数据,对应数据检查项也不同。
在一种可能实现的方式中,在图2所示实施例的基础上,上述S203具体包括S2031和S2032,详述如下:
S2031,获取数据检查项对应的预设程序文本;
在上述S2031中,上述预设程序文本可以为上述通用SQL脚本。
S2032,将待检查数据的元数据写入预设程序文本,生成待检查数据的数据检查脚本。
在上述S2032中,执行过程可以使用Windows服务器上的datacheck.bat程序并传入参数,也可以使用Linux服务器上的datacheck.sh程序并传入参数。
例如:元数据“手机号”的数据检查类型中包含“必须是11位数字”的数据检查项,对于“必须是11位”,预先配置通用检查规则“select count(*)as record_count from${table_name}where length(${field_name})!=11”和“${record_count}=0”,其中前者是通用SQL脚本,其可以针对各种数据库配置其对应语法的语句,后者是前者SQL脚本的返回值注入后的检查公式。对于“必须是数字”,预先配置对应的通用SQL脚本“select count(*)as record_count from${table_name}where regexp_like(${field_name},'^+?[1-9][0-9]*$')=0”和“${record_count}=0”,其中以“${}”标识的内容为注入变量,${table_name}和${field_name}代表是表元数据和字段元数据,具体值则是通过将数据检查类型关联到具体的表和字段后得到。通过将“手机号”的数据检查类型关联上述两个通用SQL脚本,再将数据检查类型关联账户系统中的客户表customer中的mobile字段,则系统会自动生成“select count(*)as record_count from kgdb.customer where length(mobile)!=11”和“${record_count}=0”以及“select count(*)as record_count from kgdb.customerwhere regexp_like(mobile,'^+?[1-9][0-9]*$')=0”和“${record_count}=0”两个数据检查脚本。
本申请实施例通过以“${}”变量注入可以保证数据检查项的通用性,减少反复配置数据检查脚本,避免数据检查项的重复配置。
在图2所示实施例的基础上,图3示出了本申请实施例提供的另一种辅助检查数据的方法的实现流程图。相对于图2对应的实施例,本实施例的S204具体包括S301和S302。需要说明的是,与图2所示实施例相同的步骤,此处不再赘述。
S301,执行数据检查脚本,根据多个数据检查子脚本,依次对待检查数据进行数据检查;
在上述S301中,数据检查脚本包含多个数据检查子脚本,例如,手机号对应的数据检查脚本包括“必须是数字”和“必须是11位”两个数据检查子脚本。在本实施例中,批处理或shell程序在调用JAVA编译打包出的jar实现数据质量检查,其中日常应用时一般采用调度工具调用批处理或shell程序,例如Control-M、Airflow等调度工具,这样就可以在工作流中执行数据检查子脚本。
S302,若首次出现待检查数据不符合数据检查子脚本对应的数据检查项,或,数据检查脚本中的所有数据检查子脚本执行结束,则数据检查脚本执行结束,得到待检查数据的第一检查结果。
在上述S302中,由于出现待检查数据不符合的数据检查项时,说明该待检查数据数据异常,为了节省检查时间和节约检查资源,停止执行数据检查脚本。例如,手机号对应的数据检查脚本包括“必须是数字”和“必须是11位”两个数据检查子脚本,当手机号中不是全部为数字时,则该手机号属于异常手机号,这样检查是否为11位的必要性很小,所以停止执行数据检查脚本。
可选地,上述S301具体包括S3011至S3013,详述如下:
S3011,以工作流的方式依次执行数据检查脚本中的多个数据检查子脚本;
S3012,针对每个数据检查子脚本,确定待检查数据是否符合数据检查子脚本对应的数据检查项;
S3013,若待检查数据符合数据检查子脚本对应的数据检查项,则得到数据检查项的第二检查结果,并执行下一个数据检查子脚本,第二检查结果包含于第一检查结果。
在上述S3011至S3013中,例如工作流“步骤1:检查账户系统数据库kgdb的customer表中字段是否符合数据检查项,步骤2:用Kettle程序采集账户系统数据库kgdb的customer表中的数据到Hive数据仓库,步骤3:在Hive数据仓库进行客户信息的统计”,如果账号系统的客户信息存在不符合标准的数据,则不执行后续步骤2和3的数据检查子脚本。
在图3示实施例的基础上,图4出了本申请实施例提供的另一种辅助检查数据的方法的实现流程图。相对于图3应的实施例,本实施例在S302之后包括S401至S403需要说明的是,与图3实施例相同的步骤,此处不再赘述。
S401,获取待检查数据的每个数据检查项的第二检查结果;
在上述S401中,第二检查结果包括正常数据结果和异常数据结果,每个数据检查项对应一个第二检查结果,其中待检查数据符合数据检查项的第二检查结果为正常结果,待检查数据不符合数据检查项的第二检查结果为异常结果。应理解,对于首次出现待检查数据不符合数据检查子脚本对应的数据检查项之后的其他数据检查项的第二检查结果可以为空,也可以为异常结果。
S402,根据检查结果与质量得分的预设对应关系,确定每个第二检查结果对应的质量得分;
在上述S402中,根据数据检查项在待检查数据中的检查权重,设置第二检查结果与质量得分的对应关系表,根据该对应关系表确定第二检查结果的质量得分。
S403,根据每个数据检查项对应的质量权重,对每个第二检查结果的质量得分进行加权,得到所述待检查数据的质量评分。
在上述S403中,待检查数据的质量评分包括多个质量类别下的质量评分,质量类别可以包括维度、部门、主题、系统等,维度可以包括及时性、准确性和完整性等,部门可以包括部门1、2、3等,主题可以包括财务主题、产品主题等,系统可以包括系统A、B、C等。
例如,维度为及时性、部门为部门1、主题为产品主题、系统为系统A中的待检查数据根据数据检查项a对应的数据检查脚本检查得到的质量得分为100,数据检查项a的质量权重为0.12;维度为及时性、部门为部门2、主题为产品主题、系统为系统A中的待检查数据根据数据检查项b对应的数据检查脚本检查得到的质量得分为100,数据检查项b的质量权重为0.11;则对于加权得到维度为及时性的质量评分为:及时性得分=0.12*100+0.11*100=23分。
本实施例通过对检查结果进行评分,以量化数据质量,从而可以更加直观的了解数据质量情况。
可选地,将第一检查结果和质量评分通过邮件、短信等方式发送至目标终端,以实现第一检查结果和质量评分的跟踪。
在本申请的所有实施例中,基于数据质量管理系统得到对应的第一检查结果,具体来说,第一检查结果由数据质量管理系对待检查数据进行数据检查得到,比如利用数据检查脚本检查得到。将第一检查结果上传至区块链可保证其安全性和对用户的公正透明性。用户设备可以从区块链中下载得该第一检查结果,以便查证第一检查结果是否被篡改。本示例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的辅助检查数据的方法,图5示出了本申请实施例提供的辅助检查数据的装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图5,该装置包括:
获取模块501,用于获取待检查数据和待检查数据的元数据;
确定模块502,用于确定元数据对应的数据检查类型,并确定元数据的数据检查类型对应的数据检查项,数据检查类型包含多个数据检查项;
生成模块503,用于基于数据检查项生成数据检查脚本;
检查模块504,用于执行数据检查脚本对待检查数据进行数据检查,得到待检查数据的第一检查结果。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图6是本申请另一实施例提供的一种终端设备的结构框图。如图6所示,该实施例的终端设备60包括:处理器61、存储器62以及存储在所述存储器62中并可在所述处理器61上运行的计算机程序63,例如……方法的程序。处理器61执行所述计算机程序73时实现上述各个辅助检查数据的方法各实施例中的步骤,例如图2所示的S201至S204,或者图3和图4所示的S301至S302以及S401至S403。或者,所述处理器61执行所述计算机程序63时实现上述图4对应的实施例中各单元/模块的功能,例如,图4所示的模块501至504的功能,具体请参阅图4对应的实施例中的相关描述,此处不赘述。
示例性的,所述计算机程序63可以被分割成一个或多个单元/模块,所述一个或者多个单元/模块被存储在所述存储器62中,并由所述处理器61执行,以完成本申请。所述一个或多个单元/模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序63在所述终端60中的执行过程。例如,所述计算机程序63可以被分割成获取模块、确定模块、生成模块以及检查模块,各单元/模块具体功能如上所述。
所述转台设备可包括,但不仅限于,处理器61、存储器62。本领域技术人员可以理解,图6仅仅是终端设备60的示例,并不构成对终端设备60的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述转台设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器61可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器62可以是所述终端设备60的内部存储单元,例如终端设备60的硬盘或内存。所述存储器62也可以是所述终端设备60的外部存储设备,例如所述终端设备60上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器62还可以既包括所述终端设备60的内部存储单元也包括外部存储设备。所述存储器62用于存储所述计算机程序以及所述转台设备所需的其他程序和数据。所述存储器62还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种辅助检查数据的方法,其特征在于,包括:
获取待检查数据和所述待检查数据的元数据;
确定所述元数据对应的数据检查类型,并确定所述元数据的数据检查类型对应的数据检查项,所述数据检查类型包含多个所述数据检查项;
基于所述数据检查项生成数据检查脚本;
执行所述数据检查脚本对所述待检查数据进行数据检查,得到所述待检查数据的第一检查结果。
2.如权利要求1所述的辅助检查数据的方法,其特征在于,所述元数据包括表元数据和字段元数据;相应地,所述确定所述元数据对应的数据检查类型,并确定所述元数据的数据检查类型对应的数据检查项,包括:
根据所述字段元数据与所述数据检查类型的预设对应关系,确定所述字段元数据对应的数据检查类型;
确定所述字段元数据对应的数据检查类型中与所述表元数据对应的数据检查项。
3.如权利要求1所述的辅助检查数据的方法,其特征在于,所述基于所述数据检查项生成数据检查脚本,包括:
获取所述数据检查项对应的预设程序文本;
将所述待检查数据的元数据写入所述预设程序文本,生成所述待检查数据的所述数据检查脚本。
4.如权利要求1所述的辅助检查数据的方法,其特征在于,所述数据检查脚本包含多个数据检查子脚本;相应地,所述执行所述数据检查脚本对所述待检查数据进行数据检查,得到所述待检查数据的第一检查结果,包括:
执行所述数据检查脚本,根据多个所述数据检查子脚本,依次对所述待检查数据进行数据检查;
若首次出现所述待检查数据不符合所述数据检查子脚本对应的所述数据检查项,或,所述数据检查脚本中的所有所述数据检查子脚本执行结束,则所述数据检查脚本执行结束,得到所述待检查数据的第一检查结果。
5.如权利要求4所述的辅助检查数据的方法,其特征在于,所述执行所述数据检查脚本,根据多个所述数据检查子脚本,依次对所述待检查数据进行数据检查,包括:
以工作流的方式依次执行所述数据检查脚本中的多个所述数据检查子脚本;
针对每个所述数据检查子脚本,确定所述待检查数据是否符合所述数据检查子脚本对应的所述数据检查项;
若所述待检查数据符合所述数据检查子脚本对应的所述数据检查项,则得到所述数据检查项的第二检查结果,并执行下一个所述数据检查子脚本,所述第二检查结果包含于所述第一检查结果。
6.如权利要求5所述的辅助检查数据的方法,其特征在于,所述若首次出现所述待检查数据不符合所述数据检查子脚本对应的所述数据检查项,或,所述数据检查脚本中的所有所述数据检查子脚本执行结束,则所述数据检查脚本执行结束,得到所述待检查数据的第一检查结果之后,还包括:
获取所述待检查数据的每个所述数据检查项的所述第二检查结果;
根据所述第二检查结果与质量得分的预设对应关系,确定每个所述第二检查结果对应的质量得分;
根据每个所述数据检查项对应的质量权重,对每个所述第二检查结果的质量得分进行加权,得到所述待检查数据的质量评分。
7.如权利要求1-6任一项所述的辅助检查数据的方法,其特征在于,将所述第一检查结果存储至预设区块链。
8.一种辅助检查数据的装置,其特征在于,包括:
获取模块,用于获取待检查数据和所述待检查数据的元数据;
确定模块,用于确定所述元数据对应的数据检查类型,并确定所述元数据的数据检查类型对应的数据检查项,所述数据检查类型包含多个所述数据检查项;
生成模块,用于基于所述数据检查项生成数据检查脚本;
检查模块,用于执行所述数据检查脚本对所述待检查数据进行数据检查,得到所述待检查数据的第一检查结果。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011628857.XA CN112667619B (zh) | 2020-12-30 | 2020-12-30 | 辅助检查数据的方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011628857.XA CN112667619B (zh) | 2020-12-30 | 2020-12-30 | 辅助检查数据的方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112667619A true CN112667619A (zh) | 2021-04-16 |
CN112667619B CN112667619B (zh) | 2023-10-10 |
Family
ID=75412727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011628857.XA Active CN112667619B (zh) | 2020-12-30 | 2020-12-30 | 辅助检查数据的方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112667619B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535701A (zh) * | 2021-07-20 | 2021-10-22 | 北京达佳互联信息技术有限公司 | 数仓质量稽查方法、装置、介质及产品 |
CN116010349A (zh) * | 2023-02-17 | 2023-04-25 | 广州汇通国信科技有限公司 | 基于元数据的数据检核方法和装置、电子设备和存储介质 |
CN116010349B (zh) * | 2023-02-17 | 2024-05-31 | 广州汇通国信科技有限公司 | 基于元数据的数据检核方法和装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130006931A1 (en) * | 2011-07-01 | 2013-01-03 | International Business Machines Corporation | Data quality monitoring |
CN109947746A (zh) * | 2017-10-26 | 2019-06-28 | 亿阳信通股份有限公司 | 一种基于etl流程的数据质量管控方法和系统 |
CN110647523A (zh) * | 2019-09-09 | 2020-01-03 | 平安证券股份有限公司 | 数据质量的分析方法及装置、存储介质、电子设备 |
CN111159191A (zh) * | 2019-12-30 | 2020-05-15 | 深圳博沃智慧科技有限公司 | 一种数据处理方法、装置和界面 |
US20200294220A1 (en) * | 2019-03-15 | 2020-09-17 | Hitachi, Ltd. | Ai-based inspection in transportation |
-
2020
- 2020-12-30 CN CN202011628857.XA patent/CN112667619B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130006931A1 (en) * | 2011-07-01 | 2013-01-03 | International Business Machines Corporation | Data quality monitoring |
CN109947746A (zh) * | 2017-10-26 | 2019-06-28 | 亿阳信通股份有限公司 | 一种基于etl流程的数据质量管控方法和系统 |
US20200294220A1 (en) * | 2019-03-15 | 2020-09-17 | Hitachi, Ltd. | Ai-based inspection in transportation |
CN110647523A (zh) * | 2019-09-09 | 2020-01-03 | 平安证券股份有限公司 | 数据质量的分析方法及装置、存储介质、电子设备 |
CN111159191A (zh) * | 2019-12-30 | 2020-05-15 | 深圳博沃智慧科技有限公司 | 一种数据处理方法、装置和界面 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535701A (zh) * | 2021-07-20 | 2021-10-22 | 北京达佳互联信息技术有限公司 | 数仓质量稽查方法、装置、介质及产品 |
CN113535701B (zh) * | 2021-07-20 | 2022-11-04 | 北京达佳互联信息技术有限公司 | 数仓质量稽查方法、装置、介质及产品 |
CN116010349A (zh) * | 2023-02-17 | 2023-04-25 | 广州汇通国信科技有限公司 | 基于元数据的数据检核方法和装置、电子设备和存储介质 |
CN116010349B (zh) * | 2023-02-17 | 2024-05-31 | 广州汇通国信科技有限公司 | 基于元数据的数据检核方法和装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112667619B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795455A (zh) | 依赖关系解析方法、电子装置、计算机设备及可读存储介质 | |
CN109558746B (zh) | 数据脱敏方法、装置、电子设备及存储介质 | |
US9229984B2 (en) | Parameter expressions for modeling user defined function execution in analytical data processing systems | |
CN112115152B (zh) | 数据增量更新及查询方法、装置、电子设备及存储介质 | |
CN112434015B (zh) | 数据存储的方法、装置、电子设备及介质 | |
CN112307512A (zh) | 一种日志脱敏方法、装置及存储介质 | |
CN113268500B (zh) | 业务处理方法、装置及电子设备 | |
CN116226166A (zh) | 基于数据源的数据查询方法及系统 | |
GB2507095A (en) | Generating synthetic data from a decision tree model of a dataset | |
CN112667619B (zh) | 辅助检查数据的方法、装置、终端设备及存储介质 | |
CN110532359A (zh) | 法律条文查询方法、装置、计算机设备和存储介质 | |
CN110502529B (zh) | 数据处理方法、装置、服务器及存储介质 | |
US11170046B2 (en) | Network node consolidation | |
CN116149666A (zh) | Sql语句的语法检查方法、系统、电子设备及可读存储介质 | |
WO2019010277A2 (en) | HIGHLY ATOMIZED INTERVIEWABLE AND SEGMENTED DATA SYSTEMS (HASIDS) | |
CN113344674A (zh) | 基于用户购买力的产品推荐方法、装置、设备及存储介质 | |
CN113934729A (zh) | 一种基于知识图谱的数据管理方法、相关设备及介质 | |
CN113312410B (zh) | 数据图谱的构建方法、数据查询方法及终端设备 | |
CN115423595B (zh) | 文件信息处理方法、装置、计算机设备和存储介质 | |
CN116484060A (zh) | 数据血缘关系分析方法、装置、设备及存储介质 | |
CN114297228A (zh) | Es服务器查询方法、装置和计算机可读存储介质 | |
CN117171125A (zh) | 一种数据库工单移动处理方法、装置、设备及介质 | |
CN115718754A (zh) | 电子会计档案数据的查询方法、装置和电子设备 | |
CN115357628A (zh) | 一种数据报表生成方法、装置、计算机设备及存储介质 | |
CN115809304A (zh) | 字段级血缘解析方法、装置、计算机设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |