数据质量管控

Page1数据质量管理平台技术架构数据质量检查规则执行模块作为多个ETL任务部署在金融数据平台ETL服务器上，由Automation工作流调度服务统一调度运行，实现各个数据区技术和业务数据质量检查数据质量管理系统元模型包含检查规则、检查执行结果、分析报告，模型作为一个独立的Schema部署在决策分析报表平台的数据库数据质量检查规则配置模块作为JavaWeb应用部署在金融数据平台Tomcat集群上，数据质量管理员通过统一的Web服务访问，实现检查规则的维护数据质量分析报告展现模块作为JavaWeb应用部署在金融数据平台Tomcat集群上，用户通过统一的Web服务访问，实现日报、月报的浏览、下载等功能数据质量分析报告生成模块作为一个ETL任务部署在决策分析报表平台ETL服务器上，由Automation工作流调度服务统一调度运行，按照每日、每月生成各数据区数据质量检查报告数据质量管理平台以元信息模型为核心，由规则配置管理模块、检查执行模块、分析报告生成模块和分析报告展现模块四部分构成。整个数据质量检查过程以ETL任务的形式统一调度执行。Page2数据质量检查执行服务数据质量管理的规则执行服务作为ETL任务部署在ETL服务器上在整个数据处理过程中，设置4类检查点在不同的检查点由TaskAutomation工作流统一调度执行检查结果统一存入数据质量管理资料库1234Page3检查规则执行服务检查点1云数据推送平台接口文件级规范性检查任务说明任务类型ETL任务——技术型检查ETL阶段云数据推送平台-金融数据交换平台NAS存储指定目录执行频率每日执行执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在ETL服务器上执行检查对象云数据推送平台按照接口规范导出的业务系统每日增量数据文件和控制文件检查内容接口文件是否存在，接口文件名称是否正确，接口文件是否通过MD5校验实现技术Linux脚本语言，Perl或Python成功阈值所有规则通过检查依赖任务N/A触发任务数据加载Page4检查规则执行服务检查点2临时区数据技术性检查任务说明任务类型ETL任务——技术型检查ETL阶段临时数据区-贴源整合数据区执行频率每日执行执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在Hadoop集群上执行检查对象云数据推送平台按照接口规范导出的业务系统每日增量数据检查内容日期、时间格式检查；主键唯一型检查；外键参照完整型检查；关键字段取值完整性检查实现技术HiveSQL成功阈值90%记录通过检查异常处理未通过检查的记录存入指定错误明细表依赖任务接口文件级规范性检查任务触发任务贴源数据整合任务Page5检查规则执行服务检查点3汇总区业务性检查任务内容说明任务类型ETL任务——业务型检查ETL阶段贴源整合数据区-汇总数据区执行频率每日/月/季执行执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在Hadoop集群上执行检查对象汇总数据区的数据检查内容业务逻辑检查：通过对若干个汇总值/指标值的运算，来检验各个汇总值/指标间潜在的平衡或其他比较关系实现技术HiveSQL成功阈值90%记录通过检查异常处理未通过检查的记录存入指定错误明细表依赖任务贴源整合数据区数据处理完成触发任务集市数据区应用数据生成Page6检查规则执行服务检查点4.1应用集市区技术性检查任务内容说明任务类型ETL任务——业务型检查ETL阶段汇总数据区-应用集市数据区执行频率每日/月/季执行执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在应用集市数据库集群上执行检查对象应用集市数据区的数据检查内容主键唯一型检查；外键参照完整型检查；关键字段取值完整性检查实现技术SQL成功阈值90%记录通过检查异常处理未通过检查的记录存入指定错误明细表依赖任务汇总数据区数据处理完成触发任务N/APage7检查规则执行服务检查点4.2应用集市区业务性检查任务内容说明任务类型ETL任务——业务型检查ETL阶段汇总数据区-应用集市数据区执行频率每日/月/季执行执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在应用集市数据库集群上执行检查对象应用集市数据区的数据检查内容业务逻辑检查：通过对若干个指标值的运算，来检验各个指标间潜在的平衡或其他比较关系数值检查：主要是通过对单个指标值的监控来发现数据的异常、突变等情况波动检查：通过对单个指标值一段时间内的数值变化情况来检查数据的波动、变化情况一致性检查：通过对两个指标按某几个维度展开后的增减幅度来发现数据的波动、变化情况实现技术SQL成功阈值90%记录通过检查异常处理未通过检查的记录存入指定错误明细表依赖任务汇总数据区数据处理完成触发任务N/APage8数据质量管理分析报告生成服务分析报告生成服务是部署在ETL服务器上的ETL任务，按照任务流程被TaskAutomation统一调度执行，生成以下三类报告：源系统数据交换质量日报该报告汇总了报告生成当天源系统的数据接口校验结果，包括针对每个接口单元的表及记录级校验错误的统计数据和指标日平均值数据质量汇总日报该报告依照每日各源系统数据交换评价指标的平均值及当天的贴源数据、汇总数据和数据集市质量检查结果汇总生成数据质量汇总月报该报告依照当月的日报结果，取各项指标的平均值和数据统计的汇总值生成Page9数据质量管理分析报告指标定义指标分类指标名称指标说明对应报告接口单元级评价指标接口传输及时率指在最后截止时间前完成上传的接口单元数量与时限内要求上传的接口单元数的比率。《源系统数据交换质量日报（XX系统）》接口传输完整率指在数据质量日报告生成之前，成功上传的接口单元数量与要求上传的接口单元数量的比率。《源系统数据交换质量日报（XX系统）》接口准确率指与接口校验内容描述一致的接口单元数量与要求上传的接口单元数量的比率。《源系统数据交换质量日报（XX系统）》记录级评价指标记录正确率正确的记录数与全部记录数的比值。每条记录只要违反任一条检查规则（例如：主键唯一、业务规则等），就被计入错误日志。每个接口单元的最大允许出错阈值由数据质量检查规则确定。计算公式如下：当EcEmax时：记录正确率=当Ec=Emax时：记录正确率=0说明：Ec—出错记录数Et—记录总数Emax—最大允许出错阈值《源系统数据交换质量日报（XX系统）》《数据质量汇总日报》《数据质量汇总月报》Page10分析报告生成服务：源系统数据交换质量日报明细报告生成任务内容说明任务类型ETL任务——明细日报生成ETL阶段分析报告生成阶段执行频率每日执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在数据质量管理元数据库上执行评价对象数据质量检查点1、2对应的检查任务执行结果评价指标接口传输及时率、接口传输完整率、接口准确率实现技术MySQLSQL命令依赖任务ETL处理完成触发任务数据质量汇总日报生成任务Page11分析报告生成服务：数据质量汇总日报数据质量汇总日报生成任务内容说明任务类型ETL任务——汇总日报生成ETL阶段分析报告生成阶段执行频率每日执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在数据质量管理元数据库上执行评价对象数据质量检查点2、3、4对应的检查任务执行结果评价指标记录正确率实现技术MySQLSQL命令依赖任务源系统数据交换质量日报生成触发任务数据质量汇总月报生成任务Page12分析报告生成服务：数据质量汇总月报任务内容说明任务类型ETL任务——汇总月报生成ETL阶段分析报告生成阶段执行频率每月月初执行方式由TaskAutomation工作流引擎根据工作流定义统一调度，在数据质量管理元数据库上执行评价对象当月所有数据质量检查点对应的检查任务执行结果评价指标记录正确率实现技术MySQLSQL命令依赖任务数据质量汇总日报生成任务触发任务N/APage13数据质量管理元信息库采用MySQL数据库，存储数据质量检查规则、数据质量检查结果、数据质量检查报告源系统数据交换质量日报源系统数据交换质量日报标识源系统数据交换质量日报日期源系统名称接口名称传输及时标志传输完整标志数据日期准确标志名称规范标志记录数准确标志数据格式出错的记录数违反数据值域的记录数违反主键唯一性的记录数违反参照完整性的记录数出错记录数记录准确率IntegerVariablecharacters(32)Variablecharacters(32)Variablecharacters(32)ShortintegerShortintegerShortintegerShortintegerShortintegerIntegerIntegerIntegerIntegerIntegerDecimal(18,2)Identifier_1...pi源系统数据交换质量汇总日报源系统数据交换质量汇总日报标识源系统数据交换质量汇总日报日期源系统名称规定时限内实际上传接口单元数成功上传接口单元数量数据日期不准确的接口单元数量接口名称不准确的接口单元数量接口记录数不准确的接口单元数量达到最大报错阙值的接口单元数IntegerDateVariablecharacters(32)IntegerIntegerIntegerIntegerIntegerIntegerODS数据质量日报ODS数据质量日报标识ODS数据质量日报日期表名称违反主键唯一性的记录数违反参照完整性的记录数违反业务规则的记录数出错记录数记录准确率IntegerDateVariablecharacters(32)IntegerIntegerIntegerIntegerDecimal(18,2)DW数据质量日报整合区数据质量日报标识整合区数据质量日报日期表名称违反主键唯一性的记录数违反参照完整性的记录数违反业务规则的记录数出错记录数记录准确率IntegerDateVariablecharacters(32)IntegerIntegerIntegerIntegerDecimal(18,2)数据集市质量汇总日报集市数据质量日报标识集市数据质量日报日期集市名称表名称违反业务规则的记录数记录准确率IntegerDateVariablecharacters(32)Variablecharacters(32)IntegerDecimal(18,2)源系统数据交换质量汇总月报源系统数据交换质量汇总月报标识源系统数据交换质量汇总月报月份源系统名称接口及时率月平均值接口准确率月平均值接口完整率月平均值记录正确率月平均值piIntegerCharacters(6)Variablecharacters(32)Decimal(18,2)Decimal(18,2)Decimal(18,2)Decimal(18,2)MIdentifier_1...piODS数据质量月报ODS数据质量月报标识ODS数据质量月报月份表名称违反主键唯一性的记录数违反参照完整性的记录数违反业务规则的记录数出错记录数记录准确率piIntegerCharacters(6)Variablecharacters(32)IntegerIntegerIntegerIntegerDecimal(18,2)MIdentifier_1...piDW数据质量月报整合区数据质量月报标识整合区数据质量月报月份表名称违反主键唯一性的记录数违反参照完整性的记录数违反业务规则的记录数出错记录数记录准确率piIntegerVariablecharacters(6)Variablecharacters(32)IntegerIntegerIntegerIntegerDecimal(18,2)MIdentifier_1...pi数据集市质量汇总日月报集市数据质量月报标识集市数据质量月报月份集市名称表名称违反业务规则的记录数记录准确率piIntegerCharacters(6)Variablecharacters(32)V