Kedro Great使得将Great Expections与Kedro相结合变得容易！
kedro-great的Python项目详细描述
凯德罗太好了
如DataEngineerOne
观看视频：Kedro Great: Use Great Expectations with Ease!
在
Kedro Great是Kedro的一个易于使用的插件，它使得与greatexpections的集成变得快速而简单。在
对Great Expectations负责。
永远不要害怕数据会再次悄然改变。在
快速入门
安装
Kedro Great可在pypi上使用，并与kedro hooks一起安装。在
pip install kedro-great设置
一旦安装，kedro great就可以作为kedro命令使用。在
您可以使用kedro great init初始化一个远大前程项目，然后自动生成它的项目上下文。在
此外，通过使用kedro great init，您还可以生成与您的catalog.yml数据集一起使用的Datasource和{
默认情况下，预期套件以catalog.yml名称命名，并为每个套件生成一个basic.json。在
使用
在greatexpections项目被设置和配置之后，现在可以在每次管道运行时使用KedroGreat钩子来运行所有的数据验证。在
# run.pyfromkedro_greatimportKedroGreatclassProjectContext(KedroContext):hooks=(KedroGreat(),)
然后运行kedro管道来运行套房。在
kedro run结果
最后，您可以使用great_expectations本身来生成文档并查看管道的结果。在
喜欢看那些绿色的虱子！在
great_expectations docs build挂钩选项
KedroGreat钩子目前支持一些选项。如果你愿意的话
期望图：Dict[str，Union[str，List[str]]
如果您有多个要运行的预期套件，或有不同名称的预期套件
作为目录数据集，可以在KedroGreat的expectations_map参数中指定这些映射
Default:目录名是期望名称。在
注意：指定诸如.basic的套件类型将覆盖所有其他套件类型
KedroGreat(expectations_map={'pandas_iris_data':'pandas_iris_data','spark_iris_data':['spark_iris_data','other_expectation','another_expectation.basic'],})
套件类型：列表[可选[str]
如果您的套件有多个类型，您可以确切地选择要运行的类型。在
一个None意味着一个套件将不会在名称后面附加类型。在
默认值：KedroGreat.DEFAULT_SUITE_TYPES。在
节点：如果已经在expectations_map中指定了一个套件类型，则将覆盖此列表。在
KedroGreat(suite_types=['warning','basic',None])
在之前运行_节点：bool，在节点后运行\u:bool
您可以决定套件何时运行，在节点之前还是之后，或者同时在节点之前和之后。在
它将分别在节点inputs和{
Default:只在节点运行之前运行。在
KedroGreat(run_before_node=True,run_after_node=False)
fail_fast:bool，fail_after_pipeline_运行：bool
当greatexpections验证失败时，您还可以让KedroGreat抛出一个SuiteValidationFailure。在
可以立即抛出异常，也可以在整个管道运行期间聚合异常，并在最后引发异常。在
这对于希望以CI/CD方式在管道上运行验证时非常有用。在
Default:两者都未设置
KedroGreat(fail_fast=True,fail_after_pipeline_run=True)
- 项目
标签：
欢迎加入QQ群-->： 979659372
