数据质量和质量监视

在 Azure Operator Insights 平台上运行的每个数据产品都内置了对数据质量监视的支持功能。 数据质量至关重要，因为它可确保做出决策所需的信息准确、可靠且可信。 它可以防止发生代价高昂的错误，在客户和监管机构间建立信誉，并启用个性化体验。

Azure Operator Insights 平台会在以下情况下监视数据质量：数据被引入数据产品输入存储时（下图中的第一个 AOI 数据产品存储块），以及处理数据并提供给客户后（下图中的 AOI 数据产品计算）。

质量维度

数据质量维度是定义数据质量的各个方面或特征。 Azure Operator Insights 支持以下维度：

• 准确性 - 指数据真实反映现实的程度，例如正确的名称、地址和最新数据。 通过高数据准确性，可以生成可信任的分析，并完成正确的报告和自信的决策。
• 完整性 - 指特定用途所需的所有数据是否存在并可供使用。 完整性不仅适用于数据项级别，也适用于记录级别。 完整性有助于了解缺失数据是否会影响来自数据的见解的可靠性。
• 唯一性 - 指数据集中没有重复项。
• 一致性 - 指同一数据元素在不同源之间或随时间推移是否会发生冲突。 一致性可确保数据是统一的，可以跨不同的源进行比较。
• 时间线 - 指数据是否为最新且在需要时可用。 时间线可确保数据与决策相关且有用。
• 有效性 - 指数据是否符合定义的规则或约束集。

指标

所有数据质量维度都由 Azure Operator Insights 平台生成的质量指标涵盖。 有两种类型的质量指标：

• 基本 - 所有数据产品的标准检查集。
• 自定义 - 自定义检查集，允许所有数据产品实现特定于其产品的检查。

下表提供了平台生成的基本质量指标。

根据数据产品实现自定义数据质量指标。 这些指标涵盖准确性和一致性维度。 数据产品文档包含可用的自定义质量指标的说明。

监视

所有 Azure Operator Insight 数据产品都部署了一个显示质量指标的仪表板。 你可以使用仪表板监视其数据的质量。

所有数据质量指标都将保存到 Data Product ADX 表。 若要浏览数据质量指标，可以使用标准数据产品 KQL 终结点，然后根据需要扩展仪表板。