背景

日常的调度监控，可以查看实例任务的运行情况，对运行失败的实例进行告警，但是却无法对运行成功的实例进行数据质量的判断。而有些情况下，即使实例任务运行成功了，数据也仍然存在问题，这时候就需要对数据进行质量监控，配置数据质量规则进行判断和告警，以便及时发现数据质量的问题。

实际例子：监控某表每日分区的数据异常，可以明显看到24/25/27/28四日数据明显异常

方案

Dataworks数据质量

Dataworks提供了数据质量模块，帮助第一时间感知源端数据的变更与ETL（Extract Transformation Load）中产生的脏数据，自动拦截问题任务，有效阻断脏数据向下游蔓延。避免任务产出不符合预期的问题数据，影响正常使用和业务决策。同时也能显著降低问题处理的时间成本，避免任务重新运行带来的资源费用浪费。

步骤一、配置数据质量规则

1.进入数据质量模块，点击按表配置

2.搜索需要监控的表，点击监控配置

3.新建质量监控视角旁的+，新建监控视角

4.设置基本配置：质量监控名称、数据范围

5.添加运行设置，设置为在调度结束后自动运行

6.设置完毕后，点击保存

7.新建质量数据规则：点击新建规则

8.选择需要使用的系统规则模板，设置具体的规则信息：比较方式、监控域值、重要程度等，系统会自动添加至质量监控，点击确认（需要根据实际情况设置）

此时质量规则监控已配置完毕，并且已经启动，每次任务调度结束就会自动进行规则判定。

步骤二、验证数据质量规则

1.点击测试运行

2.设置需要测试等调度时间，点击测试运行，这里可以手动测试运行多个日期，例如测试08-22到08-30

3.测试完毕点击查看详情

4.点击历史运行记录，可以看到刚测试运行的所有日期数据

5.验证数据质量规则是否准确：查看该表分区可以看到，08-24、08-25、08-27、08-28为异常日期，通过此规则，此四天的数据都被判定为数据异常，其他则为正常，说明此规则准确。

步骤三、设置告警

1.点击规则列表，选择设置的数据质量规则，点击告警订阅

2.设置订阅方式和接受对象，点击保存，点击关闭

附录：

1、波动率计算公式：波动率 = (样本 - 基准值) / 基准值

• 样本：当天采集的具体的样本的值。例如对于SQL任务表行数，1天波动检测，则样本是当天分区的表行数。

• 基准值：历史样本的对比值

7天波动率：以七天前单日数据作为基准

7天平均值波动率：以近七天数据平均值作为基准

说明

• 如果规则是SQL任务表行数，1天波动率检测，则基准值是前一天分区产生的表行数。

• 如果规则是SQL任务表行数，7天平均值波动率检测，则基准值是前7天的表行数据的平均值。

2、方差波动计算公式：（当次样本 - 历史N天平均值) / 标准差

说明 仅BIGINT和DOUBLE等数值类型可以使用方差。

参考文档：

数据质量

配置数据质量规则