了解到dataworks功能较多,数据建模、数据集成、数据开发等是如何保障产品的迭代质量的呢?有哪些质量保障手段呢?
为了保障产品的迭代质量,采取了多种质量保障手段,包括但不限于:
自动化测试:DataWorks 平台支持多种自动化测试类型,如单元测试、集成测试、压力测试等,可以通过测试集群自动化运行,提升测试效率和质量。
版本控制:DataWorks 平台支持对数据开发流程进行版本控制,如基于 Git 的代码管理,保证数据开发的可追溯性和可维护性。
数据质量管理:DataWorks 平台支持多种数据质量管理功能,如数据质量评估、数据质量修复、数据质量监控等,保证数据集成和开发的质量。
质量指标监控:DataWorks 平台支持多种质量指标的监控和报警,如数据准确性、数据一致性、数据完整性等,可以通过平台的监控中心实时监控和管理数据质量。
安全保障:DataWorks 平台采取多种安全保障手段,如数据加密、访问控制、身份认证等,保障数据的安全性和合规性。
技术支持:DataWorks 平台提供专业的技术支持和咨询服务,帮助用户快速解决问题和提升开发效率。
可以查看数据质量入门介绍 https://help.aliyun.com/document_detail/457273.html
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。