# DataFreshness
Verifica a atualidade dos dados em uma coluna avaliando a diferença entre a hora atual e os valores de uma coluna de data. Você pode especificar uma expressão baseada em tempo para esse tipo de regra para garantir que os valores das colunas estejam atualizados.
**Sintaxe**
```
DataFreshness {{}} {{}}
```
+ **COL\_NAME**: o nome da coluna em relação à qual você deseja avaliar a regra de qualidade de dados.
**Tipos de coluna compatíveis**: data
+ **EXPRESSION**: uma expressão numérica em horas ou dias. Você deve especificar a unidade de tempo na expressão.
**Exemplo: atualidade dos dados**
O exemplo de regras a seguir verifica a atualidade dos dados.
```
DataFreshness "Order_Date" <= 24 hours
DataFreshness "Order_Date" between 2 days and 5 days
```
**Comportamento nulo**
As regras `DataFreshness` falharão para linhas com valores `NULL`. Se a regra falhar devido a um valor nulo, o motivo da falha exibirá o seguinte:
```
80.00 % of rows passed the threshold
```
onde 20% das linhas que falharam incluem as linhas com `NULL`.
O exemplo de regra composta a seguir fornece uma maneira de permitir explicitamente valores `NULL`:
```
(DataFreshness "Order_Date" <= 24 hours) OR (ColumnValues "Order_Date" = NULL)
```
**Atualidade dos dados para objetos do Amazon S3**
Às vezes, você precisará validar a atualidade dos dados com base na hora de criação do arquivo Amazon S3. Para fazer isso, é possível usar o código a seguir para obter o carimbo de data/hora e adicioná-lo ao seu quadro de dados e, em seguida, aplicar as verificações de atualidade dos dados.
```
df = glueContext.create_data_frame.from_catalog(database = "default", table_name = "mytable")
df = df.withColumn("file_ts", df["_metadata.file_modification_time"])
Rules = [
DataFreshness "file_ts" < 24 hours
]
```