कंपोनेंट्स मैनेज करें

Great Expectations के साथ Data Quality परिचय

Davina Moossazadeh

Data Scientist

Components

GX components - Python क्लासेज़ जो डेटा और डेटा वैलिडेशन एंटिटीज़ दर्शाते हैं

Data Context
Data Sources & Data Assets
Batch Definitions & Batches
Expectations
Expectation Suites
Validation Definitions
Checkpoints & Actions
Data Docs

¹ https://docs.greatexpectations.io/docs/core/introduction/gx_overview

GX में कंपोनेंट मैनेजमेंट

Data Sources:

डेटा से कनेक्ट करें और Data Assets रखें

Expectation Suites:

Expectations का संग्रह

Validation Definitions:

Expectations को डेटा पर वैलिडेट करें

Checkpoints:

Validations को ग्रुप करें और ऑटोमेट करें

context.data_sources

context.suites

context.validation_definitions

context.checkpoints

कंपोनेंट जोड़ना

Expectation Suite:

suite = context.suites.add(suite)

Validation Definition:

validation_definition = context.validation_definitions.add(validation_definition)

Checkpoint:

checkpoint = context.checkpoints.add(
    checkpoint=checkpoint
)

Data Source जोड़ना

data_source = context.data_sources.add_<TYPE_NAME>()

¹ https://docs.greatexpectations.io/docs/core/connect_to_data/

pandas Data Source जोड़ना

pandas DataFrames के लिए Data Source आसानी से सेट करने को .add_pandas() उपयोग करें:

data_source = context.data_sources.add_pandas(
    name="my_pandas_datasource"
)

कंपोनेंट प्राप्त करना

.get() से नाम देकर कंपोनेंट प्राप्त करें:

context.<COMPONENT>s.get(

    name: str
)

data_source = context.data_sources.get(

    name="my_pandas_datasource"
)

print(data_source)

id: 46c91f1b-1db9-4351-b5dd-83e038c0f511
name: 'my_pandas_datasource'
type: pandas

कंपोनेंट प्राप्त करना

Data Sources:

context.data_sources.get(
    name="my_pandas_datasource"
)

Expectation Suites:

context.suites.get(
    name="my_suite"
)

Validation Definitions:

context.validation_definitions.get(
    name="my_validation_definition"
)

Checkpoints:

context.checkpoints.get(
    name="my_checkpoint"
)

कंपोनेंट्स सूचीबद्ध करना

अपने Data Context में सभी कंपोनेंट्स के नाम और मेटाडाटा सूचीबद्ध करने को .all() उपयोग करें:

context.<COMPONENT>s.all()

data_sources = context.data_sources.all()

print(data_sources)

{
    'my_pandas_datasource': PandasDatasource(
        type='pandas',
        name='my_pandas_datasource', 
        id=UUID('c22b16f7-6945-400e-932f-026cbd63b112'), 
        assets=[]
    )
}

कंपोनेंट्स सूचीबद्ध करना

Data Sources:

context.data_sources.all()

Expectation Suites:

context.suites.all()

Validation Definitions:

context.validation_definitions.all()

Checkpoints:

context.checkpoints.all()

कंपोनेंट्स हटाना

.delete() से नाम देकर कंपोनेंट हटाएँ:

context.<COMPONENT>s.delete(

    name: str
)

context.data_sources.delete(
    name="my_pandas_datasource"
)

print(context.data_sources.all())

{}

कंपोनेंट्स हटाना

Data Sources:

context.data_sources.delete(
    name="my_pandas_datasource"
)

Expectation Suites:

context.suites.delete(
    name="my_suite"
)

Validation Definitions:

context.validation_definitions.delete(
    name="my_validation_definition"
)

Checkpoints:

context.checkpoints.delete(
    name="my_checkpoint"
)

चीट शीट

Data Context में कोई कंपोनेंट जोड़ें:

context.data_sources.add(data_source)

context.suites.add(suite)

context.validation_definitions.add(
    validation_definition
)

context.checkpoints.add(checkpoint)

किसी कंपोनेंट को प्राप्त करें:

.get(name: str)

कंपोनेंट्स की सूची देखें:

.all()

कंपोनेंट हटाएँ:

.delete(name: str)

अभ्यास करते हैं!

Great Expectations के साथ Data Quality परिचय