Zacházení dat je proces přidání datových aktiv do projektu nebo katalogu a obohatí je přiřazením klasifikací, datových tříd a obchodních termínů a analýzou a zlepšováním kvality dat.

Než budete moci zahájit ukládání dat, musíte nastavit produkt Watson Knowledge Catalog , abyste měli strukturu řízení a alespoň jeden katalog pro sdílení kurovaných aktiv (viz téma Plánování implementace správy dat).

Ceturace může být převážně manuální proces, kdy se datová aktiva v jednom okamžiku zkápne. Pokročilá kurzíva je automatizovanější proces, kde jsou mnohé z úloh momentálně dokončována automaticky pro více datových aktiv současně.

Nástroje pro datové kurvy

Metadata import

Obohacení metadat

Požadovaná služba

Watson Knowledge Catalog

Formát dat

Tabulky z relačních a nerelačních zdrojů dat

Metadata import: Libovolný formát ze souborů založených na souborech ke zdrojům dat

Obohacení metadat: Tabulární: CSV, TSV, Avro, Parquet, Microsoft Excel

Informace o podporovaných konektorech naleznete v tématu Podporované zdroje dat pro import metadat, obohacení metadat a pravidla kvality dat.

Velikost dat

Jakékoli

Požadovaná oprávnění

Musíte mít roli CloudPak Data Steward nebo vlastní roli s alespoň stejnou sadou akcí. Viz Předdefinované role.

Chcete-li pracovat s aktivy přidruženými k nástrojům na kurtě, musíte mít také specifické role v projektech a katalozích. Přesné požadavky naleznete v jednotlivých nástrojích.

V závislosti na úlohách, které chcete provést, musíte pracovat na datovém aktivu v projektu, katalogu nebo obojí předtím, než jsou data připravena k použití jinými uživateli.

Projekt je pracovní prostor pro spolupráci, ve kterém obvykle připravujete a analyzujete data předtím, než ji publikujete do katalogu, abyste zpřístupnili data ostatním uživatelům ve vaší organizaci. Můžete také přidávat data do katalogu přímo v případě, že ji můžete sdílet bez další přípravy. Určité typy dat lze přidávat pouze do katalogů.

Tyto úlohy kření vám umožňují vytvořit cenná datová aktiva:

• Přidejte datová aktiva do projektu nebo katalogu:

  • Přidejte aktiva z připojení ke zdroji dat, ručně pomocí jednoho nebo více datových aktiv automaticky prostřednictvím importu metadat. Ponechte vaše data tam, kde se nachází v cloudu nebo v objektech, a pouze přidejte metadata aktiva a informace o připojení pro přístup k datům v rámci projektu nebo katalogu.
  • Přeneste jednotlivé soubory do úložiště, které je přidruženo k projektu nebo katalogu.
  • Ručně přidejte aktiva z katalogu do projektu a pracujte s nimi.

• Analýza a obohacení vašich dat:

  • Profilovat jednotlivá data aktiv pro přiřazení datových tříd a generování skóre kvality dat v rámci projektu nebo katalogu. Viz Aktiva profilovacích dat.

  • Vytvořit a spustit obohacení metadat v projektu. Viz Obohacení datových aktiv.

    • Profilovat více datových aktiv v jednom běhu pro automatické přiřazení tříd dat a identifikaci datových typů a formátů sloupců.
    • Spusťte analýzu kvality na více datových sadách v jednom běhu ke skenování pro obecné problémy kvality dat jako chybějící hodnoty nebo narušení třídy dat.
    • Automaticky přiřadit obchodní podmínky k aktivům a generovat návrhy výrazů založené na klasifikaci dat.

  • Přezkoumejte výsledky obohacení. Celkové zobrazení skóre kvality pro datová aktiva je k dispozici v aktivu obohacení metadat v projektu. Podrobné výsledky pro každé datové aktivum jsou k dispozici na kartě Profil daného aktiva, v rámci projektu nebo katalogu.

  • Znovu spusťte úlohy importu a obohacení v intervalech, abyste zjistili a vyhodnotili změny v datových aktivech. Toto můžete provést ručně nebo nastavit plány pro import a obohacení.

• Vyhodnoťte kvalitu dat spuštěním pravidel kvality dat.

• Zpřesněte data pro zlepšení jeho kvality a užitečnosti v projektu.

• Publikovat aktiva z projektu do katalogu.

• Ohodnoťte a přezkoumejte data aktiv v rámci katalogu.

• Vytvořte značky a přidejte je do datových aktiv v rámci katalogu.

• Přidejte klasifikace a obchodní výrazy do jednotlivých datových aktiv v rámci katalogu.