Les étapes de la qualité dans DataStage
Dernière mise à jour : 12 mars 2025
Utilisez les étapes de QualityStage dans DataStage pour étudier, nettoyer et gérer vos données.
Avec les étapes QualityStage , également appelées étapes de qualité de données, vous pouvez manipuler vos données de la manière suivante:
- Résoudre les conflits de données et les ambiguïtés.
- Découvrez les attributs nouveaux ou masqués à partir de colonnes source libres ou faiblement contrôlées.
- Rend conforme les données en transformant les types de données en un format standard.
Fonctions d'une étape
Le tableau suivant répertorie les étapes disponibles et fournit des détails sur leurs fonctions:
| Etape | Icône | Fonction |
|---|---|---|
| Règles de données |  |
Vérifie la qualité des données partout dans le flux d'un travail. |
| Enquêter |  |
Le type d'investigation de caractères d'étape Investigate analyse et classifie les données, en les analysant dans un rapport à modèle unique. Le type d'investigation de mot de l'étape Investigate utilise un ensemble de règles pour la classification des données telles que les noms personnels, les noms commerciaux et les adresses. |
| Fréquence de correspondance |  |
Génère la distribution de fréquence des valeurs des colonnes dans les données d'entrée. Vous utilisez la distribution de fréquences et les données d'entrée dans les travaux de correspondance. |
| One-source Match |  |
Correspond aux enregistrements d'un fichier source unique. |
| Normaliser |  |
Rend les données source cohérentes à l'interne, afin que chaque type de données ait le même type de contenu et de format. |
| Correspondance à deux sources |  |
Compare deux sources de données d'entrée (enregistrements de référence et enregistrements de données) pour des correspondances. |
La rubrique a-t-elle été utile ?
0/1000