eBay开源项目---数据质量管理方案-Bark

Bark是eBay开发的一种应用于分布式数据系统中的开源数据质量解决方案，例如在hadoop, Spark, Storm等分布式系统中，Bark提供了一整套统一的流程来定义、测量数据集的质量并及时报告问题。

主要特性：

1.精确度检测：验证结果集数据是否与源数据是一致的
2.数据剖析：利用数据集的一致性、独特性和逻辑性，来进行统计分析和数值评估。
3.异常监测：利用预先设定的算法，检测出不符合预期的数据
4.可视化监测：利用控制面板来展现数据质量的状态。
核心优势：
1.实时性：可以实时进行数据质量检测，能够及时发现问题。
2.可扩展性：可以用于多个数据系统。
3.可伸缩性：工作在大数据量的环境中，目前运行的数据量约1.2PB (eBay环境)。
4.自助服务：Bark提供了一个简单的用户界面，可以创建数据集以及相应规则；同时用户可以查看数据质量控制面板和自定义显示内容

GitHub: https://github.com/eBay/griffin    欢迎fork，多多益善！
Contact us: lzhixing@ebay.com