Great Expectations 1.3.2版本发布：数据质量监控工具的重要更新

Great Expectations是一个开源的数据质量监控和验证工具，它帮助数据工程师和分析师确保数据的准确性和可靠性。通过定义"期望"（Expectations），用户可以自动验证数据是否符合预期标准，从而在数据管道中建立信任。

核心功能增强

本次1.3.2版本在核心功能方面有几个重要改进：

检查点工厂增强：新增了CheckpointFactory.add_or_update方法，这使得用户能够更灵活地管理和更新他们的检查点配置。检查点是Great Expectations中定义和执行数据验证工作流的核心组件，这一改进简化了检查点生命周期的管理。

行数验证严格模式：ExpectTableRowCountToBeBetween期望现在支持strict_min和strict_max参数。这意味着用户可以更精确地控制行数验证的边界条件，例如要求行数必须严格大于最小值或严格小于最大值，而不是默认的包含边界值。

问题修复与稳定性提升

本次版本修复了多个关键问题，提升了工具的稳定性和可靠性：

唯一值计数验证修复：修复了ExpectColumnUniqueValueCountToBeBetween期望中strict_min和strict_max参数未正确设置的问题，确保了边界条件的严格验证能够按预期工作。

Pandas兼容性改进：扩展了对pandas series.between()方法中inclusive参数的处理逻辑，确保在不同pandas版本下的行为一致性。这对于依赖pandas进行数据验证的用户尤为重要。

输入验证强化：为多个期望添加了输入参数验证器，防止无效参数导致意外行为。这种防御性编程的增强提高了工具的健壮性。

文档改进

Great Expectations团队持续投入文档建设，本次更新包括：

• 改进了期望选择和数据质量问题分组的文档
• 统一了关于分析/使用统计的信息
• 更新了检查点代码片段的位置
• 修复了云环境中自定义SQL期望方法的文档
• 优化了多个数据质量用例文章的细节

这些文档改进使得新用户更容易上手，现有用户能更高效地使用高级功能。

技术维护与依赖管理

在技术维护方面，本次发布包含多项重要更新：

• 添加了--force-reinstall标志到依赖管理命令，解决了一些环境配置问题
• 更新了responses库的版本限制，修复了mypy类型检查相关的问题
• 移除了已标记为xfailed的测试，清理测试套件
• 针对boto3的破坏性变更进行了版本锁定
• 将MSSQL测试迁移到版本18驱动
• 解除了对snowflake-sqlalchemy的版本限制

这些维护工作确保了Great Expectations在不同环境下的稳定运行，并为未来的开发奠定了基础。

总结

Great Expectations 1.3.2版本虽然在版本号上是一个小更新，但包含了多项对数据质量监控工作流有实质性影响的改进。从核心验证功能的增强，到关键问题的修复，再到文档的持续优化，这个版本进一步巩固了Great Expectations作为数据质量监控首选工具的地位。

对于现有用户，特别是那些依赖严格边界条件验证或使用pandas进行数据处理的团队，升级到这个版本将带来更好的体验和更可靠的结果。新用户也可以从改进的文档中受益，更快地上手这个强大的数据质量工具。