首页
/ Soda Core 用户自定义指标检查新增失败行查询功能

Soda Core 用户自定义指标检查新增失败行查询功能

2025-07-04 05:15:13作者:柏廷章Berta

功能背景

在数据质量监控领域,Soda Core 作为一个开源的数据质量检查工具,允许用户通过自定义指标来定义特定的数据质量规则。然而,在之前的版本中,当用户自定义的指标检查失败时,系统无法提供具体的失败行样本数据,这给问题排查带来了不便。

新增功能详解

最新版本的 Soda Core 在用户自定义指标检查中新增了失败行查询功能。这一功能允许用户在定义自定义指标时,不仅指定检查规则本身,还可以额外定义一个专门用于查询失败行的SQL语句。

功能实现方式

用户现在可以在自定义指标配置中同时定义两个查询:

  1. 主检查查询:用于执行实际的数据质量检查
  2. 失败行查询:当主检查失败时,用于获取具体的失败行样本

配置示例:

- test_metric_query = 0:
      test_metric_query query: |
        SELECT count(*)
        FROM group_subs where start_date > end_date
      fail query: |
        SELECT id, start_date, end_date
        FROM group_subs where start_date > end_date
        LIMIT 5

技术实现原理

当Soda Core执行检查时:

  1. 首先执行主检查查询,判断数据是否符合预期
  2. 如果检查失败,系统会自动执行配置的失败行查询
  3. 查询结果会被收集并展示在SODA Cloud或CustomSampler中

功能优势

  1. 问题定位更高效:用户可以直接看到导致检查失败的具体数据行,无需手动编写额外查询
  2. 调试更便捷:开发人员可以快速验证数据问题是否确实存在
  3. 可视化支持:在SODA Cloud界面中可以直接查看失败样本
  4. 灵活性:用户可以自由定义需要返回的字段和行数限制

使用建议

  1. 在定义失败行查询时,建议使用LIMIT子句限制返回行数,避免查询过大结果集
  2. 选择最具代表性的字段返回,便于快速识别问题
  3. 对于复杂的检查逻辑,确保失败行查询与主检查查询的条件一致
  4. 可以利用此功能构建更丰富的数据质量报告

总结

这一功能的加入显著提升了Soda Core在数据质量问题排查方面的能力,使得数据质量监控更加透明和高效。对于数据工程师和分析师来说,能够快速获取失败样本数据将大大缩短问题诊断时间,提高数据治理效率。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
openHiTLSopenHiTLS
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!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8