更多技術交流、求職機會，歡迎關注位元組跳動資料平台微信公衆号，回複【1】進入官方交流群
近期，火山引擎 DataLeap 上線“動态探查”能力，為使用者提供全局資料視角、完善的抽樣政策，提高資料探查的靈活度以及響應速率。
傳統的資料探查是基于庫表的全量探查，由後端引擎執行，通過自動化檢查資料成分、關系、格式等，以報告形式展示探查後列的統計分布結果，避免資料品質導緻項目開發、上線出現問題，主要應用于中繼資料管理、資料研發、數倉開發以及資料治理等環節，滿足使用者對資料品質初探的需求。
但在資料量級大、使用者需要探查資料明細或需要資料預處理操作時，由于傳統的資料探查要對全量表進行檢測，導緻無法實時産出報告、等待時間變長，靈活度低，且無法跟蹤資料明細。
針對上述痛點，火山引擎 DataLeap 在傳統資料探查基礎能力上，進一步增強了動态探查能力。其特點在于：
- 基于大資料預覽探查，支援對資料進行函數級别預處理。
- 資料探查結果秒級更新、實時響應。
- 與資料監控關聯，有效打通資料探查到品質分析閉環。
據介紹，DataLeap 動态探查的對象是抽樣資料，支援連續抽樣（按照預設順序連續抽樣前 x 條資料）、過濾抽樣（使用 where 過濾語句過濾）、随機抽樣（随機抽樣 x 條資料）3 種模式，使用者可對資料進行預處理，實時、動态獲得統計分布結果，具備靈活度高、實效性強的特點。
火山引擎 DataLeap 動态探查使用流程
除此之外，DataLeap 動态探查具備對探查結果基礎分析能力，包含列删除、過濾、排序等。使用者對探查結果的每一次操作都會被記作一次操作，多次操作串聯成操作棧，DataLeap 支援使用者自由修改或删減操作棧裡的步驟，并實時檢視最新結果。
火山引擎 DataLeap 動态探查操作棧
火山引擎 DataLeap 資料探查報告
目前，DataLeap 動态探查可以應用在以下三個場景中：
- 場景 1：用于分析型探查場景，使用者可利用 hive 基本函數，如 get_json_object，将列進行資料提取。
- 場景 2：與探查報告打通，使用者點選探查報告中的統計值，即可跳轉到資料表格，并應用具體行過濾函數。
- 場景 3：用于資料過濾後的探查場景，使用者通過過濾和分組條件進行寫條件探查，例如校驗 status=0 時 current_price 為 0 的占比。
DataLeap 是火山引擎數智平台旗下産品，提供資料內建、開發、運維、治理、資産、安全等能力，幫助使用者提升資料研發效率、降低管理成本，加速推動企業的數字化轉型，目前已經應用于泛網際網路、制造、新零售、汽車等領域。