开发者社区 > 大数据与机器学习 > 大数据开发治理DataWorks > 正文

DataWorks忽略脏数据,是不是不报错?

DataWorks忽略脏数据,是不是不报错,但是数据依然不会进行插入,还是会依然把脏数据插入到数据表里的?6b160db685bf340a93a747ea0eb5129e.png

展开
收起
真的很搞笑 2024-01-27 17:19:17 90 0
2 条回答
写回答
取消 提交回答
  • 2024-01-28 09:36:14
    赞同 1 展开评论 打赏
  • 面对过去,不要迷离;面对未来,不必彷徨;活在今天,你只要把自己完全展示给别人看。

    当DataWorks在同步任务中遇到脏数据时,默认情况下不会将脏数据插入到数据表中

    DataWorks的同步任务提供了对脏数据的检查和处理机制。如果检测到脏数据,DataWorks会根据配置来决定如何处理这些数据:

    • 忽略脏数据:可以选择允许一定数量的脏数据存在,不将这些数据同步到目的端。在这种情况下,虽然任务不会因为脏数据而报错,但是脏数据也不会被写入目的端数据库。
    • 报错并停止:如果设置为不允许脏数据,或者脏数据的数量超过了设定的限制,同步任务会报错并可能停止执行。这时,需要根据错误信息进行相应的处理,比如修正源数据或调整脏数据的容忍阈值。

    此外,在配置同步任务时,可以在向导模式中指定是否允许脏数据产生以及脏数据的最大条数。这样的配置可以根据实际情况灵活调整,以适应不同的数据质量要求和业务场景。

    综上所述,DataWorks在处理脏数据时,可以根据设置选择忽略脏数据而不将其插入到数据表中,或者在脏数据超过限制时报错。这为数据同步提供了一定的灵活性和控制能力,确保了数据质量的同时也避免了因脏数据导致的任务失败。

    2024-01-27 20:48:30
    赞同 展开评论 打赏

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。

相关产品

  • 大数据开发治理平台 DataWorks
  • 相关电子书

    更多
    DataWorks数据集成实时同步最佳实践(含内测邀请)-2020飞天大数据平台实战应用第一季 立即下载
    DataWorks调度任务迁移最佳实践-2020飞天大数据平台实战应用第一季 立即下载
    基于DataWorks数据服务构建疫情大屏-2020飞天大数据平台实战应用第一季 立即下载

    相关实验场景

    更多