Konfigurasi aturan berdasarkan templat secara batch - DataWorks

Data Quality menyediakan templat pemantauan bawaan tingkat tabel dan tingkat bidang. Topik ini menjelaskan cara mengonfigurasi aturan pemantauan menggunakan templat tersebut.

Batasan

Anda dapat mengonfigurasi aturan pemantauan menggunakan templat untuk sumber data MaxCompute, EMR, Hologres, CDH Hive, AnalyticDB for PostgreSQL, AnalyticDB for MySQL, StarRocks, MySQL, Lindorm, SQL Server, dan DLF.

Alur konfigurasi

Langkah-langkah berikut menguraikan proses konfigurasi aturan kualitas menggunakan templat:

Pilih templat aturan dan konfigurasi parameter aturan.
Templat bawaan dikategorikan sebagai templat aturan tingkat tabel dan tingkat bidang. Setelah memilih templat, Anda dapat menentukan metode pemeriksaan untuk aturan Data Quality. Aturan tersebut menggunakan tabel yang akan diperiksa sebagai objeknya. Aturan Data Quality menentukan metode spesifik untuk memeriksa data tabel dan menilai apakah data tersebut sesuai dengan ekspektasi Anda.
Tambahkan tabel atau bidang yang memerlukan pemeriksaan aturan secara batch
Anda dapat memilih tabel atau bidang yang akan diperiksa secara batch dan menerapkan templat aturan tersebut ke objek-objek tersebut.
Kaitkan aturan dengan monitor baru atau yang sudah ada
Anda dapat mengaitkan aturan kualitas dengan monitor kualitas untuk objek tertentu, yaitu Data Range dari suatu tabel—misalnya, partisi tertentu pada tabel partisi—untuk menentukan pemeriksaan kualitas yang akan dilakukan terhadap data tersebut.

Prosedur

Langkah 1. Buka halaman Configure by Template

Masuk ke Konsol DataWorks. Pada bilah navigasi atas, pilih wilayah yang diinginkan. Di panel navigasi sebelah kiri, pilih Data Governance > Data Quality. Pada halaman yang muncul, pilih ruang kerja yang diinginkan dari daftar drop-down lalu klik Go to Data Quality.
Di panel navigasi sebelah kiri, pilih Configure Rules > Configure by Template.
Data Quality menyediakan templat aturan bawaan Table Level dan Field Level. Klik Configure Monitoring Rules untuk suatu templat guna mengonfigurasi aturan untuk beberapa tabel atau bidang sekaligus.

Langkah 2. Konfigurasi properti aturan pemantauan

Pilih templat yang akan diterapkan ke beberapa tabel atau partisi secara batch, lalu klik Configure Monitoring Rules pada kolom Actions untuk membuka halaman Batch Add Monitoring Rules.

Anda dapat mengonfigurasi Basic Attributes dari aturan pemantauan.

Parameter	Deskripsi
Data Source Type	Pilih tipe sumber data untuk tabel tempat aturan pemantauan ini akan diterapkan. Catatan Anda dapat mengonfigurasi aturan pemantauan menggunakan templat untuk sumber data MaxCompute, EMR, Hologres, CDH Hive, AnalyticDB for PostgreSQL, AnalyticDB for MySQL, StarRocks, MySQL, Lindorm, SQL Server, dan DLF.
Rule Source	Menampilkan Built-in Template dan templat aturan yang dipilih. Pengaturan ini tidak dapat diubah. Untuk melihat lebih banyak templat aturan bawaan, lihat View built-in rule templates.
Template
Rule Name	Sistem secara otomatis menghasilkan nama aturan. Anda dapat menyesuaikan akhiran nama sesuai kebutuhan.

Konfigurasi properti lanjutan aturan pemantauan.
Parameter
Deskripsi
Degree of importance
Comparison Method
Monitoring Threshold
Status
Penting
Klik Next untuk melanjutkan ke halaman Generate Monitoring Rule.

Langkah 3. Tambahkan beberapa tabel atau bidang untuk diperiksa

Berdasarkan Table-level Rule Template atau Field-level Rule Template yang Anda pilih, Anda dapat menambahkan tabel atau bidang secara batch untuk pemeriksaan aturan.

Tambahkan tabel

Klik Add Table. Pada halaman Batch Create, pilih tabel-tabel yang ingin Anda konfigurasikan aturannya.
Catatan
Daftar tersebut menampilkan semua tabel yang sesuai dengan Data Source Type yang Anda konfigurasikan pada bagian Basic Attributes pada langkah sebelumnya. Anda juga dapat memasukkan Table Name untuk memfilter hasil.
Setelah memilih tabel-tabel tersebut, klik Confirm untuk menambahkannya ke daftar Tables for Which You Want to Configure Rules.

Tambahkan bidang

Klik Add Fields. Pada kotak dialog Select a field, pilih tabel yang berisi bidang yang ingin Anda konfigurasikan aturan pemantauannya.
Catatan
Area Tables to Be Selected mencantumkan tabel-tabel yang tersedia berdasarkan Data Source Type yang Anda konfigurasikan pada bagian Basic Attributes pada langkah sebelumnya.
Setelah memilih tabel, bagian Select Fields menampilkan semua bidang dari tabel tersebut, yang dapat Anda filter berdasarkan Field Name dan Field Description.
Pilih bidang yang ingin Anda konfigurasikan aturan pemantauannya lalu klik Create. Bidang tersebut ditambahkan ke daftar Fields for Which You Want to Configure Rules.

Langkah 4. Buat atau kaitkan monitor kualitas

Anda dapat menentukan aturan kualitas mana yang digunakan untuk memeriksa data objek dengan mengaitkan aturan kualitas tersebut dengan monitor kualitas. Objek tersebut merupakan rentang waktu tertentu dari tabel yang diperiksa, seperti partisi tertentu pada tabel partisi.

Anda dapat mengonfigurasi monitor secara individual atau secara batch.

Konfigurasi batch

Setelah memilih satu atau beberapa tabel atau bidang untuk ditambahkan aturannya, klik Configure Monitor.

Anda dapat melakukan Disassociate secara batch, Batch Add, serta asosiasi otomatis secara batch.

Automatically Associatie: Secara otomatis mengaitkan tabel atau bidang yang dipilih dengan pemantauan kualitas yang sudah ada.
Disassociate: Membatalkan pemantauan kualitas untuk tabel atau bidang yang dipilih.

Batch Add: Mengonfigurasi rentang data dan pengaturan eksekusi untuk pemantauan kualitas pada tabel-tabel yang dipilih.

Item konfigurasi		Catatan
Data Range		Gunakan ekspresi filter partisi untuk menentukan partisi yang akan diperiksa oleh aturan kualitas. Untuk tabel non-partisi, seluruh tabel diperiksa secara default. Gunakan klausa WHERE untuk menentukan cakupan tertentu. Tabel partisi: Format ekspresinya adalah `partition_name=partition_value`. Nilai partisi dapat berupa bidang statis atau ekspresi filter partisi bawaan dari Lampiran 2.
Running Settings	Trigger Method	Penting
	Associated Scheduling Node	Jika Anda mengatur parameter Trigger Method ke Triggered By Node Scheduling In Production Environment, Anda dapat mengonfigurasi parameter ini untuk memilih node penjadwalan yang ingin dikaitkan dengan monitor. Setelah node penjadwalan selesai dijalankan, aturan yang dikaitkan dengan monitor akan secara otomatis dipicu.
	Running Resources	Sumber daya komputasi yang diperlukan untuk menjalankan pemeriksaan aturan kualitas. Secara default, sumber data tabel yang dipantau dalam ruang kerja dipilih. Jika Anda memilih sumber data lain, pastikan sumber daya yang sesuai dapat mengakses tabel tersebut.

Konfigurasi per tabel

Pada kolom Quality Monitoring di sebelah kanan tabel atau bidang target, Anda dapat mengaitkan aturan kualitas dengan pekerjaan pemantauan kualitas. Anda dapat memilih pekerjaan pemantauan kualitas yang sudah ada atau mengklik New Quality Monitoring untuk membuat yang baru.

Jika tidak tersedia monitor, Anda dapat membuatnya dengan mengklik Create Monitor. Tabel berikut menjelaskan parameter-parameternya.

Item konfigurasi	Parameter	Deskripsi
Basic Configurations	Monitor Name	Masukkan nama kustom untuk aturan pemantauan.
	Quality Monitoring Owner	Anda dapat menentukan pemilik monitor sesuai kebutuhan. Saat mengonfigurasi langganan peringatan, Anda dapat menentukan pemilik monitor sebagai penerima peringatan melalui Email, Email and SMS, atau Telephone.
	Monitored Object	Objek untuk pemeriksaan kualitas data. Secara default, ini adalah tabel saat ini.
	Data Range	Gunakan ekspresi filter partisi untuk menentukan partisi yang akan diperiksa oleh aturan kualitas. Untuk tabel non-partisi, Anda tidak perlu mengonfigurasi parameter ini. Semua data dalam tabel diperiksa secara default. Tabel partisi: Format ekspresinya adalah `partition_name=partition_value`. Nilai partisi dapat berupa bidang statis atau ekspresi filter partisi bawaan dari Lampiran 2. Catatan Konfigurasi ini tidak berlaku saat Anda menggunakan templat kustom atau SQL kustom untuk mengonfigurasi aturan. Untuk aturan yang dikonfigurasi dengan templat kustom atau SQL kustom, partisi yang diperiksa ditentukan oleh SQL kustom tersebut.
Monitoring Rule	Monitoring Rule	Kaitkan aturan kualitas dengan pekerjaan pemantauan kualitas untuk menentukan aturan mana yang akan memeriksa apakah data dalam rentang waktu saat ini memenuhi ekspektasi. Catatan Anda dapat membuat beberapa pekerjaan pemantauan kualitas untuk partisi yang berbeda dan mengaitkannya dengan aturan kualitas yang berbeda. Hal ini memungkinkan Anda menerapkan aturan validasi yang berbeda pada partisi yang berbeda. Jika Anda belum membuat aturan kualitas, Anda dapat melewati langkah ini untuk sementara. Buat terlebih dahulu pekerjaan pemantauan kualitas, lalu tambahkan aturan tersebut ke dalamnya nanti. Untuk informasi lebih lanjut tentang cara membuat aturan kualitas, lihat 3. Configure Data Quality rules.
Running Settings	Trigger Method	Metode pemicu untuk monitor. Triggered by Node Scheduling in Production Environment: Setelah node penjadwalan yang dikaitkan dengan monitor selesai dijalankan di Operation Center, aturan yang dikaitkan dengan monitor akan secara otomatis dipicu. Perhatikan bahwa node simulasi kering (dry-run nodes) tidak memicu aturan pemantauan untuk dijalankan. Triggered Manually: Aturan pemantauan yang dikaitkan dengan monitor dipicu secara manual. Penting Jika tabel yang kualitas datanya ingin Anda periksa bukan tabel MaxCompute dan Triggered By Node Scheduling In Production Environment dipilih untuk Trigger Method, Anda tidak dapat mengaitkan node penjadwalan yang dijalankan pada grup resource shared untuk penjadwalan dengan monitor tersebut. Jika tidak, kesalahan mungkin terjadi saat monitor dijalankan.
	Associated Scheduling Node	Jika Anda mengatur parameter Trigger Method ke Triggered By Node Scheduling In Production Environment, Anda dapat mengonfigurasi parameter ini untuk memilih node penjadwalan yang ingin dikaitkan dengan monitor. Setelah node penjadwalan selesai dijalankan, aturan yang dikaitkan dengan monitor akan secara otomatis dipicu.
	Running Resources	Sumber daya komputasi yang diperlukan untuk menjalankan pemeriksaan aturan kualitas. Secara default, sumber data tabel yang dipantau dalam ruang kerja dipilih. Jika Anda memilih sumber data lain, pastikan sumber daya yang sesuai dapat mengakses tabel tersebut.
Handling Policies	Quality Issue Handling Policies	Konfigurasi kebijakan pemblokiran atau peringatan yang akan digunakan saat terdeteksi masalah kualitas data. Block: Saat terdeteksi masalah kualitas data, sistem mengidentifikasi node penjadwalan produksi yang memicu pemeriksaan kualitas tabel tersebut. Sistem kemudian menandai node tersebut sebagai gagal, dan node downstream tidak akan dijalankan. Hal ini memblokir pipeline produksi untuk mencegah penyebaran data bermasalah. Default-nya adalah `Strong Rule - Critical Anomaly`. Alert: Saat terdeteksi masalah kualitas data, pesan peringatan dikirim ke saluran langganan peringatan dari pekerjaan pemantauan kualitas. Default-nya adalah: `Strong Rule - Critical Anomaly`, `Strong Rule - Warning Anomaly`, `Strong Rule - Check Failed`, `Soft Rule - Critical Anomaly`, `Soft Rule - Warning Anomaly`, dan `Soft Rule - Check Failed`.
Handling Policies	Alert Method Configuration	Anda dapat mengirim notifikasi peringatan melalui Email, Email and SMS, DingTalk Chatbot, DingTalk Chatbot @ALL, Lark Group Chatbot, Enterprise Wecha Robot, Custom WebHook, atau Telephone. Catatan Anda dapat menambahkan chatbot DingTalk, chatbot Lark, atau chatbot WeChat dan mendapatkan URL webhook. Kemudian, salin URL webhook tersebut ke kolom Recipient pada kotak dialog langganan peringatan. Metode notifikasi Custom Webhook hanya didukung di DataWorks Edisi Perusahaan. Untuk informasi tentang format pesan notifikasi peringatan yang dikirim menggunakan Custom Webhook, lihat Lampiran: Format pesan notifikasi peringatan yang dikirim menggunakan URL webhook kustom. Saat Anda memilih Email, Email and SMS, atau Telephone sebagai metode notifikasi, Anda dapat menentukan Recipient sebagai Monitor Owner, Shift Schedule, atau Node Owner. Data Quality Monitoring Owner: Informasi peringatan akan dikirim ke Quality Monitoring Owner yang ditetapkan pada bagian Basic Configurations dari monitor kualitas saat ini. Shift Schedule: Saat aturan pemantauan yang dikaitkan dengan monitor dipicu dan menghasilkan peringatan, sistem mengirim notifikasi peringatan kepada orang yang bertugas pada hari tersebut dalam jadwal shift. Scheduling Task Owner: Notifikasi peringatan dikirim ke pemilik node penjadwalan yang dikaitkan dengan monitor.

Kembali ke langkah penambahan aturan pemantauan secara batch dan klik Refresh. Lalu, pada kolom Quality Monitoring, pilih aturan pemantauan kualitas yang telah Anda buat.

Langkah 5. Uji eksekusi aturan

Klik Generate Monitoring Rule untuk membuka halaman Verify Monitoring Rule. Pada halaman Verify Monitoring Rule, Anda dapat melakukan operasi berikut:
- Test Run: Memverifikasi bahwa konfigurasi aturan benar.
  Setelah aturan dibuat, Anda dapat memilih satu atau beberapa aturan untuk melakukan Test Run. Pada kotak dialog Test Run, pilih Data Timestamp (waktu pemicu simulasi). Sistem menghitung nilai partisi untuk tabel yang akan diverifikasi berdasarkan waktu yang ditentukan dan Data Range. Klik Test Run untuk memeriksa apakah data dalam partisi tabel yang ditentukan mematuhi aturan kualitas data yang dikonfigurasi.
  Setelah test run selesai, Anda dapat mengklik Running Records pada kolom Actions untuk melihat detailnya dan melakukan operasi terkait.
- Subscriptions: Penerima peringatan.
  Catatan
- Associated Scheduling: Menentukan metode pemicu untuk aturan.
  Anda dapat mengklik Use Recommended Running Mode atau Manually Specify Running Mode untuk mengaitkan satu atau beberapa aturan Data Quality dengan node penjadwalan yang menghasilkan data tabel. Di Operation Center, node-node tersebut mencakup instans berulang yang dijadwalkan secara otomatis, instans pengisian ulang data yang dipicu secara manual, dan instans uji. Saat tugas node dieksekusi, pemeriksaan aturan Data Quality dipicu. Anda dapat mengatur kekuatan aturan untuk mengontrol apakah node gagal dan keluar, sehingga mencegah penyebaran data kotor.
  - Mode eksekusi yang direkomendasikan: Sistem secara otomatis mengaitkan aturan yang dipilih dengan node penjadwalan yang direkomendasikan berdasarkan alur data dari node yang menghasilkan data tabel.
  - Mode eksekusi manual: Anda dapat secara manual mengaitkan aturan yang dipilih dengan node penjadwalan tertentu.
  Penting
  Aturan harus dikaitkan dengan node penjadwalan yang sesuai agar dapat dipicu secara otomatis.
- Delete: Menghapus satu atau beberapa aturan yang dipilih.
- View Rule Details: Klik View Rule Details pada kolom Actions suatu aturan untuk membuka halaman detailnya. Pada halaman ini, Anda dapat memodifikasi, memulai, menghentikan, atau menghapus aturan, menentukan kekuatannya, serta melihat log.
Klik Complete Check setelah test run berhasil dan jadwal telah dikaitkan.

Langkah selanjutnya

Setelah monitor dijalankan, Anda dapat memilih Quality O&M pada panel navigasi sebelah kiri lalu mengklik Monitor dan Running Records untuk melihat status pemeriksaan kualitas tabel tertentu dan catatan lengkap pemeriksaan aturan kualitas.

Lampiran: Format pesan Webhook

Bagian ini menjelaskan format pesan dan parameter notifikasi peringatan yang dikirim DataWorks menggunakan Custom Webhook.

Contoh pesan

{
  "detailUrl": "https://dqc-cn-zhangjiakou.data.aliyun.com/?defaultProjectId=3058#/jobDetail?envType=ODPS&projectName=yongxunQA_zhangbei_standard&tableName=sx_up_001&entityId=10878&taskId=16876941111958fa4ce0e0b5746379cd9bc67999d05f8&bizDate=1687536000000&executeTime=1687694111000",
  "datasourceName": "emr_test_01",
  "engineTypeName": "EMR",
  "projectName": "Project name",
  "dqcEntityQuality": {
    "entityName": "tb_auto_test",
    "actualExpression": "ds=20230625",
    "strongRuleAlarmNum": 1,
    "weakRuleAlarmNum": 0
  },
  "ruleChecks": [
    {
      "blockType": 0,
      "warningThreshold": 0.1,
      "property": "id",
      "tableName": "tb_auto_test",
      "comment": "Test a monitoring rule",
      "checkResultStatus": 2,
      "templateName": "Compare the Number of Unique Field Values Against Expectation",
      "checkerName": "fulx",
      "ruleId": 123421,
      "fixedCheck": false,
      "op": "",
      "upperValue": 22200,
      "actualExpression": "ds=20230625",
      "externalId": "123112232",
      "timeCost": "10",
      "trend": "up",
      "externalType": "CWF2",
      "bizDate": 1600704000000,
      "checkResult": 2,
      "matchExpression": "ds=$[yyyymmdd]",
      "checkerType": 0,
      "projectName": "auto_test",
      "beginTime": 1600704000000,
      "dateType": "YMD",
      "criticalThreshold": "0.6",
      "isPrediction": false,
      "ruleName": "Rule name",
      "checkerId": 7,
      "discreteCheck": true,
      "endTime": 1600704000000,
      "MethodName": "max",
      "lowerValue": 2344,
      "entityId": 12142421,
      "whereCondition": "type!='type2'",
      "expectValue": 90,
      "templateId": 5,
      "taskId": "16008552981681a0d6",
      "id": 234241453,
      "open": true,
      "referenceValue": [
        {
          "discreteProperty": "type1",
          "value": 20,
          "bizDate": "1600704000000",
          "singleCheckResult": 2,
          "threshold": 0.2
        }
      ],
      "sampleValue": [
        {
          "discreteProperty": "type2",
          "bizDate": "1600704000000",
          "value": 23
        }
      ]
    }
  ]
}

Deskripsi parameter

Nama	Tipe	Nilai contoh	Deskripsi
ProjectName	String	autotest	Nama instans mesin komputasi atau sumber data yang dipantau kualitas datanya.
actualExpression	String	ds=20200925	Partisi dalam tabel sumber data yang dipantau.
RuleChecks	Array of RuleChecks		Daftar hasil validasi.
BlockType	Integer	1	Kekuatan aturan validasi. Nilai ini menunjukkan tingkat kepentingan aturan. Nilai yang valid: 1: Strong rule. 0: Soft rule. Tetapkan aturan penting sebagai strong rule sesuai kebutuhan. Jika strong rule memicu peringatan merah, tugas penjadwalan akan diblokir.
WarningThreshold	Float	0.1	Ambang peringatan. Nilai ini menunjukkan penyimpangan dari nilai yang diharapkan. Sesuaikan ambang ini sesuai kebutuhan.
Property	String	type	Kolom dalam tabel sumber data yang diperiksa oleh aturan.
TableName	String	dual	Nama tabel yang divalidasi.
Comment	String	Deskripsi aturan.	Deskripsi aturan validasi.
CheckResultStatus	Integer	2	Status hasil pemeriksaan.
TemplateName	String	Compare number of unique field values against expectation	Nama templat validasi.
CheckerName	String	fulx	Nama pemeriksa.
RuleId	Long	123421	ID aturan.
FixedCheck	Boolean	false	Menentukan apakah akan menggunakan nilai tetap untuk pemeriksaan. Nilai yang valid: true: Nilai tetap digunakan. false: Nilai tetap tidak digunakan.
Op	String	>	Operator perbandingan.
UpperValue	Float	22200	Batas atas prediksi. Nilai ini dihasilkan secara otomatis setelah ambang batas ditetapkan.
ActualExpression	String	ds=20200925	Partisi aktual dalam tabel sumber data yang diverifikasi.
ExternalId	String	123112232	ID node untuk tugas terjadwal.
TimeCost	String	10	Durasi tugas verifikasi.
Trend	String	up	Tren hasil pemantauan.
ExternalType	String	CWF2	Tipe sistem pemetaan CDN. Hanya CWF yang didukung.
BizDate	Long	1600704000000	Waktu data. Jika entitas bisnis yang diperiksa adalah data offline, waktu data biasanya satu hari sebelum pemeriksaan dijalankan.
CheckResult	Integer	2	Hasil verifikasi.
MatchExpression	String	ds=$[yyyymmdd]	Ekspresi filter partisi.
CheckerType	Integer	0	Tipe pemeriksa.
ProjectName	String	autotest	Nama mesin komputasi atau sumber data untuk pemeriksaan kualitas data.
BeginTime	Long	1600704000000	Waktu mulai operasi verifikasi.
DateType	String	YMD	Tipe siklus penjadwalan. Nilainya biasanya YMD, yang merupakan singkatan dari tugas tahunan, bulanan, dan harian.
CriticalThreshold	Float	0.6	Ambang kesalahan menunjukkan tingkat penyimpangan dari nilai yang diharapkan. Sesuaikan ambang ini sesuai kebutuhan. Jika strong rule memicu ambang kesalahan, tugas penjadwalan akan diblokir.
IsPrediction	Boolean	false	Menentukan apakah hasilnya merupakan prediksi. Nilai yang valid: true: Hasilnya merupakan prediksi. false: Hasilnya bukan prediksi.
RuleName	String	Nama aturan.	Nama aturan.
CheckerId	Integer	7	ID pemeriksa.
DiscreteCheck	Boolean	true	Menentukan apakah pemantauan bersifat diskrit. Nilai yang valid: true: Mengaktifkan validasi diskrit. false: Pemeriksaan bersifat non-diskrit.
EndTime	Long	1600704000000	Waktu akhir untuk kueri hasil verifikasi.
MethodName	String	max	Metode yang digunakan untuk mengumpulkan data sampel, seperti avg, count, sum, min, max, count_distinct, user_defined, table_count, table_size, table_dt_load_count, table_dt_refuseload_count, null_value, null_value/table_count, (table_count-count_distinct)/table_count, atau table_count-count_distinct.
LowerValue	Float	2344	Batas bawah prediksi. Nilai ini dihasilkan secara otomatis berdasarkan ambang batas yang Anda tetapkan.
EntityId	Long	14534343	ID ekspresi filter partisi.
WhereCondition	String	type!='type2'	Kondisi filter untuk tugas validasi.
ExpectValue	Float	90	Nilai yang diharapkan.
TemplateId	Integer	5	ID templat validasi.
TaskId	String	16008552981681a0d6****	ID tugas verifikasi.
Id	Long	2231123	ID kunci primer.
ReferenceValue	Array of ReferenceValue		Nilai sampel historis.
DiscreteProperty	String	type1	Nilai bidang sampel yang dihasilkan dari pengelompokan dengan klausa GROUP BY. Misalnya, jika Anda mengelompokkan berdasarkan bidang Gender, nilai-nilai DiscreteProperty yang mungkin adalah Male, Female, dan null.
Value	Float	20	Nilai sampel.
BizDate	String	1600704000000	Waktu data. Jika entitas yang diperiksa adalah data offline, timestamp biasanya satu hari sebelum pemeriksaan dijalankan.
SingleCheckResult	Integer	2	String hasil verifikasi.
Threshold	Float	0.2	Ambang batas.
SampleValue	Array of SampleValue		Nilai sampel saat ini.
DiscreteProperty	String	type2	Nilai bidang sampel yang dikelompokkan oleh klausa GROUP BY. Misalnya, jika Anda mengelompokkan berdasarkan bidang Gender, nilai DiscreteProperty-nya adalah Male, Female, dan null.
BizDate	String	1600704000000	Waktu data. Dalam kebanyakan kasus, jika entitas bisnis yang diverifikasi adalah data offline, nilainya adalah satu hari sebelum operasi verifikasi.
Value	Float	23	Nilai sampel.
Open	Boolean	true	Apakah aturan diaktifkan.

Parameter	Deskripsi
Degree of importance
Comparison Method
Monitoring Threshold
Status	Penting