DataWorks数据质量中规则列表中的规则如何关联？

配置数据质量规则https://help.aliyun.com/zh/dataworks/user-guide/rule-configuration/?spm=a2c4g.11186623.0.0.188414f07XYV4M

数据质量规则生效逻辑说明
配置规则：按表（单表）
配置规则：按模板（批量）
配置数据质量规则去噪
配置示例：MaxCompute

在阿里云的DataWorks中，数据质量中的规则列表中的规则可以通过以下步骤进行关联调度：

1. 进入数据质量界面：首先，你需要登录到DataWorks的数据质量界面。

2. 选择规则列表：在数据质量界面中，你可以选择需要进行调度的规则，然后点击"调度"按钮，选择需要配置的调度参数。

3. 编辑调度参数：在编辑调度参数的界面中，你可以设置调度参数的取值。这些取值可以是静态的，也可以是动态的，例如，你可以使用${now()}函数来获取当前的时间。

4. 发布调度：设置好调度参数后，你需要点击"发布"按钮，将调度参数发布到生产环境中。

5. 测试调度：在发布调度后，你可以点击"测试"按钮，测试调度是否正确。如果测试失败，你需要检查调度参数的设置是否正确。

6. 查看调度结果：调度成功后，你可以点击"调度日志"按钮，查看调度的结果。如果调度结果不符合预期，你可能需要调整调度参数，然后重新进行调度。

【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)”

在DataWorks数据质量中，规则列表中的规则是相互关联的。一个数据质量监控任务通常会包含多个监控规则，这些规则之间可能存在关联关系，例如某个规则的结果会影响另一个规则的执行。
当一个规则的结果为真时，会触发关联规则的执行。例如，如果一个规则检查数据的完整性，如果数据存在缺失值，那么这个规则的结果为真，会触发另一个规则执行，检查数据的准确性。
在DataWorks中，可以通过配置规则之间的关联关系，实现多个规则的联动执行。例如，可以通过设置规则的触发条件和执行顺序，实现多个规则的顺序执行。同时，也可以通过设置规则的同步和异步执行，实现多个规则的并发执行。
通过配置规则之间的关联关系，可以实现更灵活和高效的数据质量监控。