SQL Server 2012 數(shù)據(jù)質(zhì)量服務實戰(zhàn)簡介（Data Quality Services）

http://blog.csdn.net/niyi0318/article/details/8099493

數(shù)據(jù)質(zhì)量服務是包含在SQL Server 2012中的一個組件。我們需要安裝數(shù)據(jù)質(zhì)量服務端和客戶端，這些在sqlserver 2012的安裝文件中都可以找到。安裝服務端以后，在我們sqlserver數(shù)據(jù)庫中會出現(xiàn)3個新的以DQS開頭的數(shù)據(jù)庫

這三個數(shù)據(jù)庫分別用來存儲數(shù)據(jù)質(zhì)量服務的知識庫，總體和臨時數(shù)據(jù)。

安裝完成以后，我們可以用客戶端來打開數(shù)據(jù)質(zhì)量服務的管理界面

總體分三個大類，

知識庫的管理（Knowledge Base Management）

數(shù)據(jù)質(zhì)量項目（Data Quality Projects）

管理（Administration）

上圖為創(chuàng)建知識庫的界面，所有的數(shù)據(jù)質(zhì)量項目都是基于知識庫的，知識庫里面包含具體的“域”（Domain），針對域來設定數(shù)據(jù)清理的規(guī)則。知識庫我們可以看成是個表結(jié)構(gòu)，域相當于字段。對域的規(guī)則可以是單獨字段的也可以是組合字段的。

上圖為域的管理，我們可以添加域，設置域的格式，數(shù)據(jù)類型，規(guī)則，引用等等。

當知識庫建立以后，我們需要對知識庫進行訓練（Knowledge Base Discovery）,一般情況下，我們可以取小部分真實數(shù)據(jù)來對知識庫來進行訓練，訓練的次數(shù)越多，涵蓋的情況越多，知識庫也就越豐富越具體。

上圖為知識庫訓練的界面，數(shù)據(jù)源可以是excel或者SQL Server數(shù)據(jù)庫，下方設置相應的字段映射之后，就可以開始進行訓練了。訓練完之后，我們可以根據(jù)訓練的結(jié)果可以進行設置，添加域的規(guī)則，修改域的引用等操作。

當一個知識庫完成以后，我們就可以正式的使用數(shù)據(jù)質(zhì)量項目來進行數(shù)據(jù)的清理。

而且在SSIS 2012中也添加了相對應的數(shù)據(jù)質(zhì)量服務的組件，這樣我們就可以很方便在SSIS 包中使用數(shù)據(jù)質(zhì)量服務來完成數(shù)據(jù)的清洗。

當前世面上有很多行業(yè)的標準的第三方的知識庫，我們也可以直接導入這些已經(jīng)很成熟的知識庫來對我們的數(shù)據(jù)直接進行清洗，大大的方便了我們操作一致性和準確性。

注意：當前版本下，DQS服務端不支持卸載，需要卸載的時候，需要手動刪除那三個數(shù)據(jù)庫，兩個相對應的instance的login，master database中的一個存儲過程。