摘要: 基于AI模型自动识别数据特征，结合数据标准模块定义的标准生成符合质量要求的业务规则，再利用内部规则库和函数库生成实际执行的技术规则，并支持根据当前的技术规则对检查表数据进行预检查，智能向导式的完成检查数[阅读全文:]
摘要: 质量模型执行质检时默认选择传统的JDBC引擎用于数据质检，其效率主要依赖数据库的性能。同时支持选择Spark引擎作为质检的计算引擎，其可以利用Spark服务的资源来更高效率的执行质检。模型启用Spark[阅读全文:]
摘要: 添加进来的主题表支持配置过滤条件、关键字字段，定义数据期字段、数据级次字段。过滤条件：条件范围内的数据会纳入检查范围，作为检查数据量的总数，为空则为所有数据。关键字字段：定义检查表唯一关键字，可通过多个[阅读全文:]
摘要: 1. 主题表类型检查表可在模型管理页面的检查表Tab页添加主题表类型检查表，检查表范围是创建模型时所选主题集下的所有物理主题表、SQL主题表、模型主题表。2. 库表类型检查表可在模型[阅读全文:]
摘要: 1. 模型数据期设置数据期的作用是定义数据的周期，也就是执行质检和产出报告的最小周期。如需要至少每个月出一个报告，那么数据期类型为月，以此类推。勾选高级选项后，可设置数据期范围。这里，我们设置[阅读全文:]
摘要: 1. 创建质量模型主要介绍如何创建质量模型。质量模型支持将数据库表、主题表、ETL任务对象作为检查表进行质量检查，并将检查结果及明细结果存储在指定存储库中用于质量分析和整改。需要注意的是，当主[阅读全文:]
摘要: 1. 概述数据质量Agent是系统内置一个针对数据质量模型的智能体，支持通过自然语言对话的方式完成模型创建、智能体检、质检规则创建等多项业务操作。利用AI对产品的赋能，全方位地提升质量模型建设[阅读全文:]
摘要: 数据质量管理以企业业务数据为质检对象，通过向导化、可视化等简易操作手段，将质量评估、质量检核、质量整改与质量报告等工作环节进行流程整合，形成完整的数据质量管理闭环。数据质量相关操作流程大致如下，可分为5[阅读全文:]
摘要: 1. 概述利用大模型自然语言处理及上下文推导，自动推理补充完整元数据。元数据Agent页面点击功能卡片可以跳转到元数据的五个功能页面，元数据采集、元数据维护、元数据发布、元数据分析和元数据检核[阅读全文:]