需要 Data Reviewer 许可。
要获得高质量信息产品并执行准确的空间分析，源数据必须具有高质量并且得到良好维护。 Data Reviewer 可用于管理数据以进行数据生产和分析，它提供了一个系统来自动化和简化可提高数据完整性的数据质量控制。
Data Reviewer 可提供一套质量控制 (QC) 工具，用于实现高效一致的数据检查流程。 其中包括支持自动和半自动数据分析的工具，用于检测要素完整性、属性或者与其他要素的空间关系方面的错误。 检测到的错误将存储起来，以便您可以检查它们以纠正工作流和执行数据质量报告。
自动数据检查
自动数据检查可在无人工干预的情况下评估要素质量。 Data Reviewer 包括一个可配置校验库，使您能够根据质量要求验证数据。 Data Reviewer 检查旨在评估要素质量的各个方面，包括其属性、完整性或与其他要素的空间关系。 可以配置 Data Reviewer 自动检查，无需专业编程技能即可实施。 在许多情况下，深入了解数据质量要求的 GIS 专业人员通过极少培训即可实施自动检查。
在基于属性规则的工作流中，将配置检查并将其存储在地理数据库中以评估要素的质量及其适用性。 可以通过多种方式集成自动检查功能：
- 在创建或修改过程中评估要素的质量，以防止引入不符合质量要求的要素并减少返工需求。
- 创建要素后评估其质量。 当现有数据的质量未知并且需要基线评估来确定实现质量要求所需的工作时，这可能非常有用。
有关用于评估数据质量的 Data Reviewer 自动工作流的详细信息，请参阅以下主题：
半自动数据检查
并非数据中的所有错误都能使用自动的方法进行检测。 半自动检查可评估数据质量，其使用的方法通常涉及需要人工干预和输入的导向工作流。 目视检查是最常见的半自动检查，可用于以自动数据检查无法使用的方式进行质量评估。 这包括识别缺失、错放或编码错误的要素，以及自动检查可能未检测到的其他问题。
有关使用 Data Reviewer 实施半自动工作流以评估数据质量的详细信息，请参阅以下主题：
错误管理
Data Reviewer 可通过更正和验证允许检测中错误的管理。 这些功能通过识别源、位置和错误原因来提高数据质量。 通过分析错误检测方法、更正人员以及更正是否可接受验证，可以降低成本并避免重复性工作。
通过指定的生命周期流程对数据检查流程中检测到的错误进行追踪。 该流程包括三个阶段：检查、校正和验证。
每个阶段都包含一个或多个状态值，用于描述当错误从一个阶段进展到另一个阶段时所采取的操作。
在基于属性规则的工作流中，错误存储在地理数据库中一系列系统维护的表中。 使用错误检查器窗格访问错误，该窗格提供了用于报告、导航和选择要素以进行错误校正的工具。
有关 Data Reviewer 错误管理工作流的详细信息，请参阅以下主题：
- 错误结果及其生命周期
- 配置错误检查器窗格
- 教程：使用属性规则评估要素