جودة البيانات في AWS Glue تدعم الآن إحصائيات التوزيع لتوصيف البيانات
تدعم جودة البيانات في AWS Glue الآن محلل توزيع جديد يقوم بإنشاء ملفات تعريف توزيع التكرار لبياناتك. باستخدام محلل التوزيع الجديد هذا في لغة تعريف جودة البيانات (DQDL)، يمكنك إنشاء مخططات بيانية للأعمدة الرقمية وتوزيعات القيم للأعمدة الفئوية والتاريخية والمنطقية. من خلال دعم أعداد الفئات المخصصة، يمكنك استكشاف شكل وأنماط بياناتك بالدقة المناسبة لحالة الاستخدام الخاصة بك.
يعد فهم كيفية توزيع البيانات أمرًا أساسيًا لبناء مسارات بيانات موثوقة. تساعدك إحصائيات التوزيع على التعرف بسرعة على الانحراف والقيم الشاذة والأنماط غير المتوقعة عبر مجموعات البيانات الخاصة بك، دون الحاجة لكتابة تعليمات برمجية مخصصة. تتكامل هذه الإمكانية بشكل مباشر مع مجموعات قواعد DQDL الحالية، بحيث يمكنك إضافة توصيف التوزيع جنبًا إلى جنب مع فحوصات جودة البيانات الحالية في عملية تقييم واحدة. يتم تخزين إحصائيات التوزيع في Amazon S3 للاستعلام المستقبلي من خلال خدمات مثل Amazon Athena، كما يتم عرضها أيضًا من خلال واجهات برمجة التطبيقات، مما يجعل من السهل دمج رؤى التوزيع في مراقبة سير العمل وأدوات التصور، بما في ذلك SageMaker Unified Studio.
تتوفر إحصاءات توزيع جودة البيانات في AWS Glue في جميع مناطق AWS التجارية ومناطق AWS GovCloud (الولايات المتحدة).
لمعرفة المزيد حول جودة البيانات في Glue، تفضل بزيارة وثائق جودة البيانات في AWS Glue. للبدء في استخدام محلل التوزيع، تفضل بزيارة وثائق المُحللين.