Amazon Glue 数据质量自动监测功能现在支持用于数据分析的分布统计数据

发布于: 2026年7月29日

Amazon Glue 数据质量自动监测功能现在支持新的 Distribution Analyzer，该分析器可为您的数据生成频率分布概况。使用数据质量定义语言（DQDL）中的新 Distribution Analyzer，您可以为数值列生成直方图，为类别、日期和布尔列生成值分布。通过支持自定义数据桶数，您可以按照对您的使用案例最重要的粒度探索数据的形状和模式。

了解数据的分布方式是构建可靠数据管线的基础。分布统计数据可帮助您快速识别数据集中的偏度、异常值和意外模式，而无需编写自定义代码。该功能直接与您现有的 DQDL 规则集集成，因此您可以在一次评估运行中在当前数据质量检查的同时添加分布分析。分布统计数据存储在 Amazon S3 中，以备将来通过 Amazon Athena 等服务进行查询，还可通过 API 显示，因此可以轻松地将分布洞察集成到监测工作流程和可视化工具中，包括 SageMaker 融通式合作开发工作室。