临床数据质量测试

这里的临床不是医学领域的临床，这里的临床用来比喻直接面对一线数据，同时呢，还暗含着一丝检查的含义，来吧，让我们给你的数据做一次体检吧。

目前我遇到两种场景：

一种是转换场景：

比如数据从数仓的某一层转化到下一层
或者数据从多个表，变成一个宽表

这种场景下，作为测试需要关注的点：
数据量：来源表数据量有多少，目标表数据量有多少？这种可以用count(*), count(distinct column_name) 进行检查。

字段检查：

字段类型检查：涉及类型转化和不涉及类型转换的应该怎么验证
字段值检查： if( columnA <=> columnB, 1, 0 ) 最后筛选为0的值
字段名称检查：这个时候可能对应于开发人员的 select name_A as name_B from xxxx
字段范围检查：这个时候可以用group by把字段可能值罗列出来
字段特殊值异常值检查：

另一种场景是统计需求：

与其说是统计，不如说是计算。
比说：每日用户注册数，每日新设备数，每日活跃用户数。这些数据可能来源于一个表，也可能来源于多个表，但是明显的一个特征是，这些是要经过一定的计算才能得到的数据。

这里数据校验就复杂很多了。重点是要明确取数规则，数据来自哪些表，应用了什么筛选条件，做了哪些运算，等等