29、数据整合：真实世界示例

脚滑的狐狸160

于 2025-11-16 12:37:13 发布

阅读量6

点赞数

CC 4.0 BY-SA版权

分类专栏： SQL Server数据科学实战文章标签：数据整合数据探索 T-SQL

本文链接：https://blog.youkuaiyun.com/nginx7reverse/article/details/155009534

SQL Server数据科学实战专栏收录该内容

32 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

数据整合：真实世界示例

1. 数据描述

源数据的物理架构存于名为“Phones”的数据库中，该数据库包含一个名为“SourceData”的架构，此架构下有两张表：
| 表名 | 用途 | 列信息 |
| ---- | ---- | ---- |
| SourceData.Contracts | 存储虚拟手机服务提供商的客户记录 | ContractId（记录标识符，但未声明唯一性）、PhoneId（特定合同下每部手机的标识符）、PhoneNumberHash（原存储电话号码，已哈希处理以保护隐私）、IsCorporate（标志是否为工作电话）、CitySize（手机注册城市的公民数量） |
| SourceData.Actions | 存储手机用户的每一个操作记录，如语音通话或短信 | RecordId（记录标识符，未声明主键或唯一约束）、PhoneId（应引用SourceData.Contracts表中的PhoneId列，但未声明外键）、PartnerPhoneNumberHash（接收短信或语音通话的掩码电话号码）、ActionRoute（需探索其值的含义）、DateAndTime（短信或语音通话的时间戳）、Units（操作花费的测量单位数量）、UnitPrice（单位价格）、Subtotal（Units * UnitPrice的结果）、Unit（Units列中数字的单位）、RecomputeUnits（标志单位是否需要重新计算） |

两张表都缺少主键，且表间引用关系缺失。我们不确定数据质量，也不清楚SourceData.Actions表中列的统计信息和数据分布。因此，下一步是探索数据、确保其质量并进行数据规范化。