使用DataProfile进行数据剖析.ppt_第1页
使用DataProfile进行数据剖析.ppt_第2页
使用DataProfile进行数据剖析.ppt_第3页
使用DataProfile进行数据剖析.ppt_第4页
使用DataProfile进行数据剖析.ppt_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

使用DataProfile进行数据剖析,数据事件探查功能,熟悉数据源并找出数据中要修复的问题仅对SQLServer中存储的数据进行事件探查并标识潜在的数据质量问题。,数据事件探查步骤,第一步：创建数据事件探查任务,第二步：查看数据事件探查结果,创建数据事件探查任务,将探查结果放在test.xml中,配置探查内容,查看数据事件探查结果,探查内容,候选键列长度分布列Null比率列模式列统计信息列值分布函数依赖关系值包含,候选键,候选键（CandidateKeyProfiles）配置文件可以帮助您识别哪些列中存在重复值。通过使用这个功能，可以判断表中的一列（或多列的组合）是不是适合做该表的主键。,列长度分布,列长度分布(ColumnLengthDistribution)配置文件用于报告所选列中各个字符串值的不同长度。此配置文件可以帮助您识别数据中无效的值。例如，邮政编码的长度是固定的，如果发现有不是这个长度的数据，那么这个记录可能是错误的。,列Null比率,列Null比率(ColumnNullRatio)配置文件用于报告所选列中Null值的百分比。,列模式,列模式(ColumnPattern)配置文件用于报告一组正则表达式，其中涵盖字符串列中指定百分比的值。此配置文件可以帮助您识别数据中无效的字符串,列统计信息,列统计信息(ColumnStatistics)配置文件报告各种统计信息，例如数值列的最小值、最大值、平均值和标准偏差。此配置文件可以帮助您识别数据中存在的问题，如无效的日期。例如，您对历史日期列进行事件探查，却发现最近的日期是一个将来的日期。,列值分布,列值分布(ColumnValueDistribution)配置文件报告选定列中非重复值以及每个值所在表中的百分比。此配置文件还可以帮助您识别非重复值的数目不正确。例如，您对应该包含美国的各州的列进行事件探查，却发现50多个非重复值,函数依赖关系,函数依赖关系(FunctionalDependency)用于报告某列（依赖列）中的值对另一列或一组列（决定列）中的值的依赖程度。此配置文件也可以帮助您识别数据中存在的问题，如无效的值。,函数依赖关系,例如，您对包含美国邮政编码的列和包含美国各州的列之间的依赖关系进行事件探查。同一邮政编码应始终对应同一州，但配置文件却发现有违反此依赖关系的情况。,值包含,值包含(ValueInclusion)用于计算两列或两个列集之间的重叠值。此配置文件还可以确定列或列集是否适合用作选定表间的外键。,值包含,如下例，对FactInternetSales表的Product
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论