30、数据质量：确保数据库可靠性的关键

数据质量：确保数据库可靠性的关键

在计算机领域，早在上世纪60年代就有这样一个广为认同的说法：“垃圾进，垃圾出”（GIGO）。在数据库兴起的那些年，这个概念曾一度被淡忘。但如今，随着一些数据仓库的数据量逼近PB级，数据质量再次变得极为重要。

数据质量的重要性

数据质量指的是数据库中的数据要准确、及时，并且在需要时能够获取。数据质量确保了数据的准确性和及时性，而且在数据进入数据库之前确保其质量，要比数据存储之后再去处理容易得多。

我们如此关注数据质量，是因为我们需要确信从数据库中检索到的数据是可靠的。我们的运营和战略决策都基于从数据库中获取的数据，这些决策的质量直接取决于数据的质量。

以SmartMart这样的零售连锁店的服装采购决策为例。采购人员会根据前一年的销售情况和对服装款式的了解，提前9到12个月为冬季假日购物季选择库存商品。他们会查询运营数据库，生成每个款式在各个门店和网络上的销售报告，然后根据销售模式调整订单。但如果销售数据有误，就可能导致为每个门店订购错误的商品。在假日购物季，顾客往往不愿等待商品到货，他们可能会购买其他商品或转向其他零售商，最终导致SmartMart的销售损失。

不准确的数据会给企业带来诸多问题，如因电话号码或电子邮件地址过时无法联系到客户、订单缺失未发货的商品、客户未收到召回通知等。总之，数据出现问题，企业就会受损。而且，数据库应用程序崩溃有时比生成包含不准确结果的报告要好，因为前者能明确知道存在问题，而后者可能没有迹象表明报告无效，从而会继续使用这些错误数据。

识别和处理不完整数据

数据质量问题的一个来源是数据缺失，主要有两种情况：从未录入数据库的数据和不应删除却