【公告】2021年4月23日 9:00 – 18:00中国电子云云平台系统版本升级,如有问题400-676-1010联系到我们。感谢您的理解与支持!

数据质量管理 DQM

大数据的“健康体检中心”,通过构建质量检核规则,基于质量规则进行检核作业,发现大数据平台每一张表、每一个字段的质量问题,有效追溯到大数据质量问题的源头,深入全面洞察大数据健康状态,为大数据项目成功保驾护航。

核心优势

  • 异常数据备份溯源

    发现异常数据后,进行标记和跟踪,便于后期复检作业和数据质量治理,及异常数据查看下载。

  • 不同模式支持不同场景

    支持向导和自定义配置作业,方便适配各种业务场景,支持作业和作业实例的精细化管理。

  • 灵活批量配置

    大数据平台上,数据量巨大,对于大数据的基础作业,支持多规则、作业范围灵活配置、批量配置。

  • 多表跨表作业

    以表和表字段为作业对象,支持多表、跨表作业,检核粒度精确到字段上。

核心功能

  • 质量分析报告

    定期和不定期向数据管理部门提供全方位质量作业治理情况分析报告。

  • 异常数据治理

    数据运维人员通过对异常数据进行标记和复检作业,不断治理问题数据。

  • 数据质量告警

    将质量检核作业的告警信息,第一时间通知大数据平台相关责任人,减少和消除风险。

  • 质量检核作业

    通过对基础数据、业务数据进行质量检核作业,发现大数据平台质量问题,有效追溯源头。

  • 质量规则管理

    结合国家标准、地方标准和行业标准,建立统一的政务大数据质量标准。

应用场景

数据迁移
场景举例
异构数据源数据迁移,数据源和目标库属于不同的数据库产品,存在各种异常情况,通过质量检核,保障数据的准确性和完整性。
数据开发
场景举例
数据清洗、转换、转载、计算过程中,异常数的影响范围存在扩大的可能,通过质量检核,有效控制异常数据的影响范围。
业务表检核
场景举例
基于业务规则提炼质量检核规则,让数据能够反映真实业务信息,避免数据与真实业务背离,造成不必要的决策失误和经济损失。
数据库基础检核
场景举例
字段空值、字段唯一性、字段合规性、表增长率、表重复率等等,常规基础质量检核定时作业,实时洞察数据质量状况,防患于未然。

帮助中心

联系我们