Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Si applica a:
SQL Server SSIS Integration Runtime in Azure Data Factory
L'attività di Data Profiling fornisce funzionalità di profilazione dei dati nell'ambito del processo di estrazione, trasformazione e caricamento dei dati. Utilizzando l'attività di profilazione dei dati, è possibile ottenere i seguenti vantaggi:
Analisi più efficace dei dati di origine
Migliore comprensione dei dati di origine
Assenza di problemi di qualità dei dati prima che vengano inseriti nel data warehouse
Importante
L'attività di profilatura dati funziona solo con i dati archiviati in SQL Server. Non funziona con fonti dati di terze parti o basate su file.
Panoramica della profilazione dei dati
La qualità dei dati è importante per ogni azienda. La compilazione da parte delle organizzazione di sistemi analitici e di Business Intelligence da integrare nei sistemi transazionali in uso fa sì che l'affidabilità degli indicatori di prestazioni chiave e delle stime basate sul modello di data mining dipenda completamente dalla validità dei dati su cui tali elementi si basano. Benché l'importanza di dati validi per il processo decisionale delle aziende stia aumentando, aumenta anche la sfida posta dalla necessità di garantire la validità di tali dati. I dati affluiscono costantemente a un'organizzazione da origini e sistemi diversi e da un numero elevato di utenti.
Le metriche della qualità dei dati possono essere difficili da definire in quanto specifici per il dominio o l'applicazione. Un approccio comune alla definizione della qualità dei dati consiste nel profiling dei dati.
Un profilo dati è una raccolta di statistiche aggregate sui dati che possono includere gli elementi seguenti:
Numero di righe della tabella Customer.
Il numero dei valori distinti nella colonna State.
Numero di valori Null o mancanti nella colonna Zip.
Distribuzione di valori nella colonna City.
Livello di attendibilità della dipendenza funzionale della colonna State nella colonna Zip, ovvero lo stato deve essere sempre lo stesso per un determinato valore Zip.
Le statistiche fornite dal profilo dati consentono di ottenere le informazioni necessarie per ridurre al minimo in modo efficace i possibili problemi di qualità correlati all'utilizzo di dati di origine.
Integration Services e profilazione dei dati
In Integration Services il processo di profilatura dati è costituito dai passaggi seguenti:
Passaggio 1: Configurazione dell'attività di profilazione dei dati
L'attività di profilazione dei dati consente di configurare i profili da calcolare. Si esegue quindi il pacchetto che contiene l'attività di profilazione dei dati per calcolare i profili. L'attività salva l'output del profilo in formato XML in un file o una variabile del pacchetto.
Per ulteriori informazioni:Impostazione dell'attività di profilazione dei dati
Passaggio 2: Verifica dei profili che l'attività di profilazione dei dati calcola
Per visualizzare i profili dati calcolati dall'attività Profiling dati, è necessario inviare l'output a un file e quindi utilizzare il visualizzatore del profilo dati. Questo visualizzatore è un'utilità autonoma che consente di visualizzare l'output del profilo in forma di riepilogo e in formato dettagliato con funzionalità di drill-down facoltative.
Per altre informazioni:Visualizzatore profilo dati
Aggiunta di logica condizionale al flusso di lavoro della profilazione dei dati
L'attività di profilazione dei dati non dispone di funzionalità integrate che consentano di usare la logica condizionale per collegare questa attività alle attività successive in base all'output del profilo. È possibile, tuttavia, aggiungere tale logica in modo semplice, con operazioni di programmazione ridotte, in un'attività Script. Ad esempio, l'attività Script potrebbe eseguire una query XPath sul file di output dell'attività di profilazione dei dati. La query può determinare se la percentuale di valori Null in una colonna specifica supera una determinata soglia. Se la percentuale supera la soglia, è possibile interrompere il pacchetto e risolvere il problema nei dati di origine prima di continuare. Per ulteriori informazioni, vedere Incorporare un'attività di profilazione dei dati nel flusso di lavoro del pacchetto.