Ocena jakości danych

Ostatnia aktualizacja: 2026-11-10

Po otwarciu zestawu danych przejrzyj przegląd, aby dowiedzieć się więcej o ogólnej jakości, schemacie, statystykach jakości i typach semantycznych dla każdej kolumny.

Wskaźniki jakości zestawu danych

Po otwarciu przeglądu właśnie zarejestrowanego zestawu danych większość informacji jest wyszarzona. Aby po raz pierwszy obliczyć jakość danych, kliknij przycisk Oblicz. Jeżeli jakość była już raz obliczana, ale chcesz mieć pewność, że dane są aktualne, kliknij przycisk Odśwież.

Każde obliczenie lub odświeżenie w trybie pushdown wygeneruje pewne koszty w Twojej chmurowej hurtowni danych (Snowflake lub Databricks). Aby uzyskać więcej informacji, zobacz Jakość danych dla zestawów danych opartych na połączeniu.

Istnieją dwie główne sekcje, w których jest wyświetlana jakość.

• Obszar Jakość danych, który zawiera słupek jakości w trzech kolorach oraz odpowiadające im wartości procentowe:

  • Nieprawidłowe (czerwony): pokazuje procent wartości w próbce uznanych za nieprawidłowe.

  • Puste lub o wartości null (czarny): Wskazuje procent wartości w próbce, które są puste lub mają wartość null.

  • Prawidłowe (zielony): Wyświetla procent prawidłowych wartości w próbce. Wartość procentowa nie uwzględnia pustych wartości.

• Obszar Schemat przedstawiający różne pola zestawu danych, zastosowany typ danych lub typ semantyczny oraz słupek jakości dla każdego pola zestawu danych.

Odkrywanie typów semantycznych

Każda kolumna zestawu danych ma automatycznie przypisany typ semantyczny, aby lepiej opisać jej zawartość. Za kulisami jest przeprowadzana operacja wykrywania danych w celu określenia typu do przypisania.

Wykryte typy semantyczne mogą również wspierać klasyfikację danych oraz przegląd zgodności z przepisami. Przed zastosowaniem klasyfikacji na poziomie pól zweryfikuj przypisania typów semantycznych dla pól wrażliwych.

Tryby próbkowania dla trybów obliczeniowych

Tryb próbkowania stosowany dla próbek danych zależy od wybranego trybu obliczeniowego:

• Tryb Pull-up: Stosowana jest próbka początkowa, co oznacza, że jako próbkę pobiera się pierwsze wiersze zbioru danych.
• Tryb pushdown: Używana jest losowa próbka, co zapewnia bardziej rozproszoną reprezentację zbioru danych. Ten tryb jest obecnie obsługiwany tylko dla Databricks i Snowflake.

W przypadku plików QVD stosowane jest zarówno próbkowanie początkowe, jak i losowe, aby zapewnić bardziej reprezentatywną próbkę.

Zrozumienie trybu próbkowania pomaga w dokładnej interpretacji metryk jakości danych na podstawie trybu obliczeniowego.