Data Profiling

定义 Definition

数据剖析 / 数据概况分析：对数据集进行系统检查与统计汇总，以了解其结构、内容与质量（如缺失值、重复、取值范围、分布、异常、格式一致性、主键唯一性、字段依赖等），常用于数据清洗、ETL/数据集成、数据治理与建模前的准备。

发音 Pronunciation (IPA)

/ˈdeɪtə ˈproʊfaɪlɪŋ/

例句 Examples

We did data profiling to find missing values and duplicates.
我们做了数据剖析来找出缺失值和重复记录。

Before migrating the database, the team performed detailed data profiling to identify inconsistent formats, outliers, and potential key violations across tables.
在迁移数据库之前，团队进行了详细的数据剖析，以识别各表之间不一致的格式、异常值以及潜在的主键/唯一性违规问题。

词源 Etymology

data 源自拉丁语 datum（“给出的事物”），在现代英语中常指“数据”。profiling 来自 profile（“侧面轮廓、概况”），在技术语境中引申为“对对象做特征概览与分析”（如性能 profiling）。合在一起，data profiling 就是“对数据做概况画像/剖析”，强调用统计与规则检查来“看清数据长什么样、好不好用”。

相关词 Related Words

• Data Quality
• Data Cleansing
• Data Validation
• Data Governance
• Metadata
• ETL
• Data Auditing
• Exploratory Data Analysis

文学与著作中的用例 Literary / Notable Works

• The Data Warehouse Toolkit（Ralph Kimball 等）：讨论数据仓库建设中的数据理解与质量控制，常涉及数据剖析的实践语境。
• Data Quality: The Accuracy Dimension（Jack E. Olson）：围绕数据质量评估与改进，包含与数据剖析高度相关的方法与思路。
• Data Quality Fundamentals（各版本作者不同）：数据质量入门书中通常以“data profiling”作为诊断数据问题的核心步骤之一。
• *The DAMA Guide to the Data Management Body of Knowledge (DAMA-DMBOK)*：在数据治理与数据质量管理章节中常提及数据剖析作为管理与监控手段。