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 13:42:30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

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
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
398
371
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
332
1.08 K