dataphin支持这样的功能吗？如做质量检测，监测到脏数据这条数据不进主表，进脏数据表。

Dataphin确实支持类似的功能，可以进行质量检测，并在监测到脏数据时将其分离。

Dataphin提供了一套完整的数据质量管理工具，可以帮助用户创建和管理数据表的质量规则。这些规则可以监控数据的完整性、准确性和一致性，确保数据的质量符合预定的标准。以下是Dataphin在数据质量管理方面的一些关键功能：

1. 质量规则配置：用户可以为数据表配置质量规则，并设置告警阈值和规则的强弱程度。这些规则可以根据业务需求定制，以确保数据的准确性和有效性。
2. 自动监控与告警：Dataphin能够自动监控数据表的质量，并在检测到质量问题时发送告警消息，帮助用户及时发现并处理异常情况。
3. 质量大盘：通过质量大盘，管理员可以快速了解全局的校验规则执行情况和异常情况，便于及时发现并安排排查任务。
4. 模版管理：Dataphin提供系统内置模版和自定义模版，使得用户可以快速创建质量规则，满足组织内的通用需求。
5. 探查报告和记录：超级管理员和运营管理员可以查看所有数据表的探查报告和记录，而数据表负责人只能查看自己所负责表的相关报告和记录。
6. 数据集成与构建：Dataphin还提供数据集成能力，帮助用户将各个业务系统的数据收集到统一的数据平台，并进行数据组织规划、定义、开发和标签提取等操作。

综上所述，通过这些功能，Dataphin能够有效地进行数据质量检测，并在发现问题数据时采取相应的措施，比如将脏数据分离出来，不进入主表而是进入专门的脏数据表中，以便于后续的清洗和修复工作。这样的机制有助于维护数据仓库的数据质量，确保数据分析的准确性和可靠性。

阿里云Dataphin支持数据质量检测和处理脏数据的功能。在数据开发的过程中，Dataphin可以对数据进行质量校验，包括但不限于数据完整性、一致性、有效性等方面的检查。当发现脏数据时，可以根据预设的规则和策略进行处理。

一种常见的处理方式是将不符合规则的数据转移到脏数据表，而不是加载到目标主表中。这意味着在数据清洗阶段，可以通过设置数据过滤规则或数据转换逻辑，将识别出的脏数据路由到特定的脏数据表，用于后续的数据修复和分析。

具体而言，在Dataphin中可以配置数据质检规则，并在数据同步过程中设置异常数据处理策略，当数据质量检测不通过时，可以选择将异常数据写入指定的异常数据表，以此保证主表数据的质量和一致性。此外，Dataphin还提供了数据血缘追踪、数据生命周期管理等功能，有助于在整个数据链路上跟踪和管理脏数据。