3.2標準
注文データに欠損・重複・異常値が混入する。
品質基準を満たさないデータをダッシュボードへ流したくない。
最も適切な分析方法はどれか。
× 不正解
Glue Data Qualityでルールを実行し、結果を記録してしきい値未達時は隔離・通知する。
詳細解説
正しいGlue Data Qualityのルールをジョブへ組み込む
完全性・一意性・範囲などのルールを評価し、失敗時に公開を止められる。
完全性・一意性・範囲などのルールを評価し、失敗時に公開を止められる。
誤り異常値を無条件にNULLへ置換する
原因を隠し、分析結果の意味と追跡性を失う。
原因を隠し、分析結果の意味と追跡性を失う。
誤りQuickSightの色だけで異常を判断する
可視化後では下流へ流れた不正データを防げない。
可視化後では下流へ流れた不正データを防げない。
誤りS3 Lifecycleで欠損ファイルを削除する
削除すると原因調査と再処理の入力を失う。
削除すると原因調査と再処理の入力を失う。
実際に確かめる
一時的な検証環境で実行できる例です。
AWS Glue Data Quality、rules、evaluation、ETL integrationの公式説明を確認する。期待される結果
可視化後の発見と、処理前の品質ゲートの違いを説明できる。理解のポイント
- Data Quality
- 完全性
- 一意性
- 品質ゲート
確認時の注意
- 確認環境: AWS公式DEA-C01試験ガイドと各サービスの公式ドキュメントの確認
- AWS公式DEA-C01 Domain 3・Task 3.2と各サービスの公式ドキュメントを確認する。
基礎のおさらい
ルールの粒度
NULL率・重複率・範囲・参照整合性を業務基準として明文化する。
例外処理
品質違反の行・パーティションを隔離し、原因修正後に再処理できるようにする。
問題IDAWS-DEA-206
確認環境AWS公式DEA-C01試験ガイドと各サービスの公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告