首页
/ Soda Core 3.5.0版本发布:数据质量监控工具的重大更新

Soda Core 3.5.0版本发布:数据质量监控工具的重大更新

2025-06-24 04:25:24作者:昌雅子Ethen

项目简介

Soda Core是一个开源的数据质量监控工具,它帮助数据工程师和分析师确保数据可靠性。通过定义数据质量检查规则,Soda Core可以自动检测数据中的异常、不一致和完整性问题,使团队能够在数据问题影响业务决策前及时发现并修复。

核心功能增强

自定义身份支持

3.5.0版本在Reference和Group Evolution检查中增加了对自定义身份的支持。这一改进使得在复杂的数据环境中,用户能够更灵活地定义数据实体之间的关系和演变规则。例如,在客户数据集成场景中,现在可以基于业务定义的唯一标识符(而非技术主键)来跟踪客户属性的历史变化。

数据有效性验证优化

新版本改进了ISO 8601日期格式的24小时制时间支持。在数据质量检查中,时间格式的有效性验证变得更加严格和准确。这对于处理国际化业务数据特别有价值,因为不同地区可能使用不同的时间表示方法。

数据源支持扩展

Impala数据源支持

本次更新新增了对Apache Impala的支持。Impala是一个开源的MPP(大规模并行处理)SQL查询引擎,常用于Hadoop生态系统。这一集成使得使用Impala作为数据仓库或数据湖查询引擎的团队现在可以直接使用Soda Core进行数据质量监控。

Athena连接增强

对于AWS Athena用户,3.5.0版本增加了会话令牌参数支持。这使得使用临时安全凭证访问Athena服务变得更加方便和安全,特别是在需要短期访问权限的场景下。

查询引擎改进

Dask查询优化

针对Dask分布式计算框架,新版本修复了两个重要问题:

  1. 修复了在两列重复检查中使用行计数时的错误计数查询问题
  2. 解决了Windows系统上的COUNT查询问题

这些改进确保了在使用Dask处理大规模数据集时,数据质量检查结果的准确性不受操作系统环境影响。

数据库适配性提升

PostgreSQL兼容性

新版本更好地处理了PostgreSQL中不支持的选项参数,提高了与不同PostgreSQL版本和配置的兼容性。这使得在各种PostgreSQL部署环境中运行Soda Core更加稳定可靠。

DuckDB依赖放宽

将DuckDB的依赖版本要求放宽至1.1.0以下,为用户提供了更大的灵活性来选择适合其环境的DuckDB版本。

技术债务清理

3.5.0版本还包含了一些内部改进和依赖项清理:

  • 移除了未使用的MarkupSafe依赖
  • 放宽了OpenTelemetry的版本约束

这些变更减少了潜在的依赖冲突,使项目维护更加容易。

总结

Soda Core 3.5.0版本通过新增数据源支持、优化现有功能和完善查询引擎,进一步巩固了其作为数据质量监控解决方案的地位。这些改进特别适合需要处理多样化数据源和复杂数据环境的企业。新版本的技术债务清理也为未来的功能扩展奠定了更坚实的基础。

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
1.92 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