搜 great expectations,前一半结果是狄更斯的小说,后一半是数据工程的工具,同一个词两个世界各占一个。查资料前先分清自己要的是哪个。

小说这边

Great Expectations 是狄更斯的长篇小说,中文通译《远大前程》,讲孤儿皮普的成长与幻灭,语文课和英语阅读书单常见。找书、找译本、找读后感,直接搜远大前程更省事。

数据质量工具这边

Python 生态里有个同名开源库 Great Expectations,常缩写成 GX,给数据管道做质量校验。核心概念叫 expectation,本质是一条条断言:某列不能有空值、数值要落在 0 到 100 之间、日期格式必须一致、值要匹配某个正则、主键要唯一、行数不能骤降,这些都是现成的 expectation,拼装起来就是一份校验规则集。

用法上,pip 装好后在项目里初始化 context,把 pandas 的 DataFrame 或 Spark 数据交给它,挂上规则跑校验,输出每条的成功失败明细,报告里失败项会给出具体列和值,还能生成 HTML 报告、配置告警。数仓入仓前卡一道、报表出数前验一遍,是最常见的两个落点。

搜索时的实用建议

查这个库,搜索词带上 python 或 GX data quality,能滤掉小说;查小说就换远大前程或 Dickens。文档在官方站点和 GitHub 仓库里,这库版本迭代快,看资料留意发布日期,老教程的 API 和新版本对不上是常事。

一句话判断:技术群里聊到的 great expectations,九成指数据质量库;文学语境里,它就是那部远大前程。