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。
- 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~056CommonUtilLibrary
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









