# 使用 AWS Glue Studio 评估数据质量
<a name="data-quality-gs-studio"></a>

 AWS Glue 数据质量可根据您定义的规则评估和监控您的数据质量。这样可以轻松识别需要操作的数据。在 AWS Glue Studio 中，您可以向可视化作业中添加数据质量节点，以便为数据目录中的表创建数据质量规则。然后，您可以监控和评估数据集随着时间的推移而发生的变化。有关如何在 AWS Glue 中使用 AWS Glue Studio Data Quality 的概述，请观看以下视频。

[![AWS Videos](http://img.youtube.com/vi/DUd5s_CFtBM/0.jpg)](http://www.youtube.com/watch?v=DUd5s_CFtBM)


 以下是有关如何操作 AWS Glue 数据质量的总体步骤：

1. **Create data quality rules**（创建数据质量规则）— 通过选择您配置的内置规则集，使用 DQDL 生成器构建一组数据质量规则。

1.  **Configure a data quality job**（配置数据质量作业）— 根据数据质量结果和输出选项定义操作。

1.  **保存并运行数据质量作业** — 创建和运行作业。保存作业将保存您为该作业创建的规则集。

1.  **Monitor and review the data quality results**（监控和查看数据质量结果）— 在作业运行完成后查看数据质量结果。（可选）将作业安排在未来的某个日期运行。

## 优势
<a name="gs-data-quality-benefits"></a>

 数据分析师、数据工程师和数据科学家可以使用 AWS Glue Studio 中的评估数据质量节点来分析、配置、监控和提高可视化作业编辑器中的数据质量。使用数据质量节点的好处包括：
+  **您可以检测数据质量问题** — 您可以通过创建一些规则来检查数据集特征来查看是否存在问题。
+  **轻松上手** — 您可以从预先构建的规则和操作开始。
+  **紧密集成** — 您可以使用 AWS Glue Studio 中的数据质量节点，因为 AWS Glue Data Quality 是基于 AWS Glue Data Quality 运行的。