Доступно с лицензией Data Reviewer.
Правила Reviewer позволяют выявлять объекты, которые не соответствуют установленным требованиям к качеству данных в вашей организации. Это включает в себя обнаружение ошибок, которые влияют на атрибуцию объектов, геометрическую целостность или связь с другими объектами. Эти правила можно использовать для оценки качества объектов на различных этапах рабочего процесса создания данных.
Возможности автоматической проверки
Первый шаг, который должен быть сделан при разработке правила Reviewer, это изучить функциональные возможности автоматических проверок в Data Reviewer. Ниже приведены примеры типов проверок, используемых для оценки различных аспектов качества пространственных объектов.
- Проверка пространственных отношений – анализ пространственных отношений между объектами. Можно производить анализ объектов, которые накладываются, пересекают, касаются друг друга или находятся на определенном расстоянии друг от друга. Например, можно проверить, что дорога не пересекает океан или что пожарный гидрант подключен к водоотводу.
- Проверки атрибутов – анализируют значения атрибутов объектов и таблиц. Это может быть как простая проверка поля, например, домена базы геоданных, так и более сложные зависимости атрибутов. У многих объектов один атрибут зависит от другого атрибута того же объекта. Например, если дорога еще строится, она может быть недоступной. Проверку атрибутов можно сконфигурировать таким образом, чтобы она отслеживала статус и доступность дорог.
- Проверки целостности объектов – анализируют свойства объектов. Не все объекты в базе данных следуют одинаковым критериям записи. Например, можно составить набор правил, определяющих, как близко могут располагаться две вершины, или разрешены ли составные объекты в данных. Проверки целостности объектов гарантируют, чтобы каждый класс объектов соблюдал определенный набор правил.
Для получения дополнительной информации см. Проверки ArcGIS Data Reviewer.
Идентификация проверок Data Reviewer
Идентификация автоматических проверок Reviewer зачастую представляет собой задачу, которая выполняется специалистом с глубокими знаниями процессов моделирования данных и требований к качеству. Эксперт в этой области может быстро идентифицировать такие вопросы, как целостность объекта, атрибутивную наполненность и пространственные отношения.
Используя матрицу прослеживаемости требований, эксперт может связать проверки Data Reviewer с требованиями к качеству данных. Более подробно см. в разделе Идентификация требований к качеству данных.
Следующая таблица является примером заполненной матрицы прослеживаемости требований, ссылающейся на возможности автоматизированной проверки, которые описаны выше.
Этот список может стать для организаций кратким справочником, с помощью которого можно найти определенную возможность для продукта и его использования в соответствии с требованиями.
| ID | Требование | Номер требования | Категория требования | Программное обеспечение | Функциональные возможности продукта | Проверка Data Reviewer |
|---|---|---|---|---|---|---|
5 | Возможность обеспечить перенос источника данных в производственную базу данных, а также соответствующие домены и отношения | D002 | Требования к данным – логическая согласованность | Data Reviewer | Проверка Домен | Да |
Проверка отношений | ||||||
Проверка подтипа | ||||||
7 | Возможность гарантировать, что производственные данные пригодны для мобильных устройств и приложений и обладают атрибутивной точностью | D004 | Требования к данным – тематическая точность | Data Reviewer | Проверка Регулярное выражение (Regular Expression Check) | Да |
Проверка Таблица с таблицей атрибутов | ||||||
8 | Возможность обеспечить отсутствие наложений между измерениями событий в течение периода 2010 – 2020 | D005 | Требования к данным – Временное качество | Data Reviewer | Проверка некорректных событий | Да |
десятичных | Возможность определения количества незаполненных (NULL) ячеек для каждого обязательного атрибутивного поля | D006 | Требования к данным – тематическая точность | Data Reviewer | Проверка Запрос к атрибутам | Да |
11 | Возможность определить земельные участки, на которых отсутствуют накладывающиеся объекты – контуры зданий | D007 | Требования к данным – логическая согласованность | Data Reviewer | Проверка Объект на объекте | Да |
13 | Возможность проверки уникального атрибута ID, связывающего земельный участок с соответствующими объектами – контурами зданий | D008 | Требования к данным – логическая согласованность | Data Reviewer | Проверка Объект на объекте | Да |
Контроль качества в рабочих процессах
Правила Reviewer позволяют оценить качество на нескольких этапах жизненного цикла данных. Это включает оценку объекта во время создания, поддержки данных, обновления, публикации, архивирования или удаления. Кроме того, данные, используемые в настоящее время в организации, могут быть оценены на предмет соответствия изменяющимся требованиям к качеству данных, возникающим в связи с новыми бизнес-процессами.
Обнаружение ошибок в существующих данных
Автоматизированные проверки можно использовать для оценки общего качества данных на основе уникальных требований организации к качеству. Это может включать в себя проверку всех объектов в наборе данных, чтобы установить базовое понимание пригодности данных для использования, а также проверку поднабора объектов в качестве шага в рабочем процессе. Ошибки, обнаруженные с помощью этой формы проверки, сохраняются в базе геоданных для поддержки корректирующих рабочих процессов и отчетов о качестве.
Более подробно см. Создание правил ограничений Reviewer на карте.
Предотвращение ошибок в рабочих процессах
Автоматические проверки также могут быть реализованы для оценки качества при создании или изменении данных в базе геоданных. Эта форма проверки служит для обеспечения целостности данных, как и другие формы ограничений базы геоданных, такие как домены и подтипы. Изменения, в результате которых данные не соответствуют требованиям организации к качеству данных, отклоняются и не сохраняются.
Более подробно см. раздел Создание правил Reviewer в базе геоданных.