Great Expectations 1.3.14版本发布:SQLAlchemy 2.0支持与数据类型校验优化
Great Expectations是一个开源的数据质量验证工具,它帮助数据工程师和分析师定义、记录和验证数据质量预期。通过声明式的期望语法,用户可以轻松构建数据质量测试套件,确保数据在管道中的可靠性。
核心功能增强
SQLAlchemy 2.0全面兼容
本次1.3.14版本最重要的改进之一是全面支持SQLAlchemy 2.x版本。开发团队特别针对BigQuery数据源进行了适配,确保用户在升级SQLAlchemy后仍能正常使用Great Expectations的所有功能。这一改进解决了之前版本中SQLAlchemy 2.0兼容性问题,为用户提供了更灵活的依赖管理选择。
数据类型校验修复
修复了ExpectColumnValuesToBeOfType期望类型的校验逻辑,该功能现在能够正确处理各种数据类型验证场景,特别是在使用SQLAlchemy 2.0时。这个修复确保了数据质量检查的准确性,特别是在处理复杂数据类型转换时。
新增功能与依赖管理
Redshift专用依赖包
版本引入了gx-redshift额外依赖组,为Amazon Redshift用户提供了更精细的依赖管理。用户现在可以通过安装gx[redshift]来获取Redshift相关的所有必要依赖,而不必安装所有数据库驱动,这有助于减少不必要的依赖冲突和包体积。
数据质量指标增强
新增核心指标类型
1.3.14版本引入了多个新的数据质量指标,丰富了数据质量分析的维度:
- BatchColumnTypes:批量获取列数据类型信息,便于整体数据模式分析
- SampleValues:抽样展示列中的实际值,帮助用户快速了解数据内容
- ColumnDistinctValuesCount:计算列中不同值的数量,用于基数分析
- ColumnNullCount:精确计算列中的空值数量,评估数据完整性
这些新指标为用户提供了更全面的数据质量洞察能力,特别是在数据探索和异常检测阶段。
问题修复与稳定性改进
字符编码处理优化
修复了行条件解析器对8位字符的支持问题,确保了包含特殊字符的条件表达式能够被正确解析。这一改进对国际化应用和多语言数据环境尤为重要。
上下文根目录处理
改进了get_context方法对context_root_dir参数的处理逻辑,确保在不同工作目录下都能正确加载配置文件。这一修复提高了工具在不同部署环境中的一致性。
文档与用户体验改进
更新了使用文档,特别是关于任务调度和PostHog集成配置的部分,使新用户能够更快速地掌握工具的高级用法。同时优化了包的自动补全行为,提升了开发体验。
总结
Great Expectations 1.3.14版本在SQLAlchemy兼容性、数据类型校验和核心指标功能方面做出了重要改进,同时增强了工具的稳定性和用户体验。这些改进使Great Expectations在复杂数据环境中的应用更加可靠,为数据质量保障提供了更强大的工具支持。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









