DataWorks数据质量是什么？

数据质量是指数据是否符合特定需求和标准,能否真实反映事实情况。数据质量好是数据利用价值的前提。

DataWorks数据质量主要从以下几个层面来衡量:

完整性:数据是否存在缺失值、异常值等问题。

准确性:数据是否准确反映事实,不存在错误记录。

唯一性:数据是否存在重复记录。

一致性:数据在多个系统间是否存在差异。

可信度:数据源的可靠性,经过的验证流程等。

及时性:数据处理能否及时面向业务需求。

可理解性:数据是否具备明确的定义和标签信息。

有效性:数据是否真正服务于相关分析和决策。

【数据质量DQC】
数据质量以数据集（DataSet）为监控对象。目前，数据质量支持EMR（E-MapReduce）、Hologres、AnalyticDB for PostgreSQL、MaxCompute数据表和DataHub实时数据流的监控。当离线数据发生变化时，数据质量会对数据进行校验，并阻塞生产链路，以避免问题数据污染扩散。同时，数据质量支持管理历史校验结果，您可以对数据质量进行分析和定级。
【DQC配置】

您可以在“监控规则”中通过匹配表分区表达式，给表添加“模板规则”或“自定义规则”校验数据产出是否符合预期，通过“规则强弱”，“异常程度”决定规则是否阻塞下游任务执行，避免下游数据受到污染。
规则创建完成后，您可以通过“试跑”来测试表规则是否符合预期。
规则创建完成后，您需要“关联调度”，为规则关联调度节点后，调度节点执行便会触发数据质量监控规则校验。
如果您需要第一时间知道数据质量校验异常情况，您可以点击“订阅管理”，选择手机，邮箱，或者钉钉告警，第一时间接受报警信息，之后的规则触发情况，您可以在“我的订阅”中看到。
如果您需要查看某张表或者某个节点历史数据质量校验情况，您可以选择“任务查询”面板进行查询。，此回答整理自钉群“DataWorks交流群(答疑@机器人)”