首页
/ Great Expectations 1.3.8版本发布:增强指标计算与文档改进

Great Expectations 1.3.8版本发布:增强指标计算与文档改进

2025-06-05 12:44:30作者:田桥桑Industrious

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。该项目通过自动化测试确保数据符合预期,从而提升数据管道的可靠性。

核心功能增强

批量指标计算能力

1.3.8版本引入了Batch.compute_metrics()方法,这是一个重要的功能增强。该方法允许用户一次性计算多个指标,而不需要逐个调用。这种批量处理方式显著提高了性能,特别是在处理大型数据集时。数据团队现在可以更高效地执行全面的数据质量检查。

新增非空值指标

本次更新添加了两个重要的数据质量指标:

  • ColumnValuesNonNull:验证列中非空值的比例
  • ColumnValuesNonNullCount:计算列中非空值的数量

这些指标对于数据完整性检查特别有用,可以帮助团队快速识别数据缺失问题,确保关键字段的完整性。

均值指标支持

在指标API中新增了对均值(mean)计算的支持。这一增强使得统计分析更加全面,用户现在可以直接通过Great Expectations获取数据分布的中心趋势指标,而无需额外计算。

架构优化

简化Metric类参数

移除了Metric类中的batch_id参数,这一变更简化了API设计,使代码更加清晰。开发者现在可以更专注于业务逻辑的实现,而不需要处理冗余的参数传递。

移除表域参数

从所有Metric的Domain中移除了table参数,这一架构调整使得领域模型更加简洁。这一变化反映了项目团队对API设计的持续优化,旨在提供更直观的接口。

文档改进

1.3.8版本对文档系统进行了多项改进:

  1. 参数说明展示优化:API参考页面现在以表格形式展示参数(args)、返回值(returns)和异常(raises),提高了可读性
  2. 多行参数支持:文档系统现在能够正确处理和显示多行参数和异常说明
  3. 内容修正:修复了文档中的拼写错误,提升了整体质量

这些改进使得Great Expectations的文档更加专业和易用,特别是对于新用户来说,能够更快地理解和使用各种功能。

技术影响分析

Great Expectations 1.3.8版本的这些改进对数据质量工作流有几个重要影响:

  1. 性能提升:批量指标计算能力减少了重复操作,特别有利于大规模数据集的质量检查
  2. 完整性检查增强:新增的非空值指标填补了数据质量验证的一个重要场景
  3. 统计分析能力扩展:均值指标的支持使得基础统计分析可以直接在Great Expectations中完成
  4. 开发者体验优化:API简化减少了认知负担,使开发者能更专注于业务逻辑

这些改进共同推动了Great Expectations作为数据质量工具的专业性和实用性,使其在数据工程领域继续保持领先地位。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
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
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
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
941
555
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)。
Python
75
70
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
992
395
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
509
44
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
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279