随着IT向DT时代的转变，数据重要性不言而喻，数据的应用也日趋繁茂，数据正扮演着一个极重要的角色。而对于日益重视的数据，如何保障其质量也是业界普遍关注的话题。
1 数据质量保障原则
2 数据质量方法概述
阿里的业务复杂，种类繁多的产品每天产生数以亿计的数据，每天的数据量在PB级以上，而数据消费端的应用又层出不穷，各类数据产品如雨后春笋般出现。为了满足这些数据应用，数据仓库的规模也不断膨胀，同时数据质量的保障也越来越复杂。
相关文章：
相似解决方案
热门标签
随着IT向DT时代的转变，数据重要性不言而喻，数据的应用也日趋繁茂，数据正扮演着一个极重要的角色。而对于日益重视的数据，如何保障其质量也是业界普遍关注的话题。
阿里的业务复杂，种类繁多的产品每天产生数以亿计的数据，每天的数据量在PB级以上，而数据消费端的应用又层出不穷，各类数据产品如雨后春笋般出现。为了满足这些数据应用，数据仓库的规模也不断膨胀，同时数据质量的保障也越来越复杂。
相关文章：