EMR数据湖开发治理之用户画像分析--5

简介: EMR数据湖开发治理之用户画像分析--5

6. 配置数据质量监控

本步骤将指导您如何监控数据质量。

1. 进入表ods_raw_log_d的监控规则页面。

  1. 单击左上方的图标,选择全部产品>数据治理>数据质量

  1. 在左侧导航栏中,选择规则配置>按表配置

  1. 按表配置页面,单击ods_raw_log_d表后的配置监控规则

2. 配置表ods_raw_log_d的监控规则。

  1. 分区表达式模块,单击+

  1. 添加分区对话框中,分区表达式选择dt=$[yyyymmdd-1],数据质量插件选择“dqc_emr_plugin_datalake”,单击确认

  1. 在表ods_raw_log_d的监控规则页面,单击创建规则

  1. 创建规则面板中,选择模板规则>添加监控规则

  1. 创建规则面板中,根据如下配置相关参数,其他配置保持默认,单击批量添加

说明 :该规则主要是为了避免分区中没有数据,导致下游任务的数据来源为空的问题。

参数说明:

  • 规则名称:输入ods_raw_log_d表规则。
  • 强弱:选择强。
  • 规则模板:选择表行数,固定值。
  • 比较方式:选择大于。

3. 规则试跑

  1. 在配置表ods_raw_log_d的监控规则页面,单击试跑

  1. 试跑对话框中,单击试跑

返回试跑成功!

4. 关联调度

  1. ods_raw_log_d表的监控规则页面,单击关联调度
  2. 关联调度对话框中,输入节点ID或节点名称,单击添加

  1. 添加完成后,即可完成与调度节点任务的绑定,则任务实例运行完成都会触发数据质量的检查。

5. 配置任务订阅

  1. ods_log_info_d表的监控规则页面,单击订阅管理
  2. 订阅管理对话框中,设置订阅方式接受对象。目前支持的订阅方式包括邮件通知邮件和短信通知钉钉群机器人钉钉群机器人@ALL
  3. 设置完成后,单击保存,您可以进入我的订阅页面进行查看和修改。
目录
相关文章
|
2月前
|
存储 分布式计算 监控
揭秘阿里云EMR:如何巧妙降低你的数据湖成本,让大数据不再昂贵?
【8月更文挑战第26天】阿里云EMR是一种高效的大数据处理服务,助力企业优化数据湖的成本效益。它提供弹性计算资源,支持根据需求调整规模;兼容并优化了Hadoop、Spark等开源工具,提升性能同时降低资源消耗。借助DataWorks及Data Lake Formation等工具,EMR简化了数据湖构建与管理流程,实现了数据的统一化治理。此外,EMR还支持OSS、Table Store等多种存储选项,并配备监控优化工具,确保数据处理流程高效稳定。通过这些措施,EMR帮助企业显著降低了数据处理和存储成本。
54 3
|
2月前
|
安全 数据管理 大数据
数据湖的未来已来:EMR DeltaLake携手阿里云DLF,重塑企业级数据处理格局
【8月更文挑战第26天】在大数据处理领域,阿里云EMR与DeltaLake的集成增强了数据处理能力。进一步结合阿里云DLF服务,实现了数据湖的一站式管理,自动化处理元数据及权限控制,简化管理流程。集成后的方案提升了数据安全性、可靠性和性能优化水平,让用户更专注业务价值。这一集成标志着数据湖技术向着自动化、安全和高效的未来迈出重要一步。
49 2
|
2月前
|
存储 大数据 数据处理
Delta Lake革新浪潮:EMR中的数据湖守护者,如何重塑大数据生态?
【8月更文挑战第26天】Delta Lake是一款开源大数据处理框架,以数据版本控制和ACID事务特性著称,在大数据领域崭露头角。在阿里云EMR平台上,它为用户提供高效可靠的数据处理方式,通过结构化的存储、事务日志实现数据版本控制和回滚。Delta Lake在EMR中实现了ACID事务,简化数据湖操作流程,支持时间旅行查询历史数据版本,优化存储格式提高读取速度,这些优势使其在开源社区和企业界获得广泛认可。
31 2
|
2月前
|
分布式计算 大数据 数据处理
【大数据管理新纪元】EMR Delta Lake 与 DLF 深度集成:解锁企业级数据湖的无限潜能!
【8月更文挑战第26天】随着大数据技术的发展,Apache Spark已成为处理大规模数据集的首选工具。亚马逊的EMR服务简化了Spark集群的搭建和运行流程。结合使用Delta Lake(提供ACID事务保证和数据版本控制)与DLF(加强数据访问控制及管理),可以显著提升数据湖的可靠性和性能。本文通过一个电商公司的具体案例展示了如何在EMR上部署集成Delta Lake和DLF的环境,以及这一集成方案带来的几大优势:增强的可靠性、细粒度访问控制、性能优化以及易于管理的特性。这为数据工程师提供了一个高效且灵活的数据湖平台,简化了数据湖的建设和维护工作。
42 1
|
2月前
|
存储 机器学习/深度学习 弹性计算
阿里云EMR数据湖文件系统问题之OSS-HDFS全托管服务的问题如何解决
阿里云EMR数据湖文件系统问题之OSS-HDFS全托管服务的问题如何解决
|
2月前
|
安全 对象存储
阿里云EMR数据湖文件系统问题之JindoFSOSS的单一prefix热点的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFSOSS的单一prefix热点的问题如何解决
|
2月前
|
Java Spring 开发者
掌握Spring事务管理,打造无缝数据交互——实用技巧大公开!
【8月更文挑战第31天】在企业应用开发中,确保数据一致性和完整性至关重要。Spring框架提供了强大的事务管理机制,包括`@Transactional`注解和编程式事务管理,简化了事务处理。本文深入探讨Spring事务管理的基础知识与高级技巧,涵盖隔离级别、传播行为、超时时间等设置,并介绍如何使用`TransactionTemplate`和`PlatformTransactionManager`进行编程式事务管理。通过合理设计事务范围和选择合适的隔离级别,可以显著提高应用的稳定性和性能。掌握这些技巧,有助于开发者更好地应对复杂业务需求,提升应用质量和可靠性。
35 0
|
2月前
|
存储 缓存 数据管理
阿里云EMR数据湖文件系统问题之JindoFS数据孤岛的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS数据孤岛的问题如何解决
|
2月前
|
存储 对象存储 云计算
阿里云EMR数据湖文件系统问题之JindoFS处理大量小文件的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS处理大量小文件的问题如何解决
|
2月前
|
存储 对象存储
阿里云EMR数据湖文件系统问题之JindoFS的Snapshot实现的问题如何解决
阿里云EMR数据湖文件系统问题之JindoFS的Snapshot实现的问题如何解决
下一篇
无影云桌面