Os dados podem ser corrompidos em qualquer número de maneiras, de erros de entrada do usuário para a formatação de inconsistências. As duplicatas são um dos problemas mais comuns de dados em bancos de dados da maioria das empresas . A melhor maneira de garantir a precisão dos dados é para evitar a corrupção , mas é aconselhável ter um plano para lidar com problemas de dados deve surgir problemas. Duplicação

duplicatas pode ser uma coisa frustrante ver como um auditor de dados. Muitas vezes, uma tela de dados front-end não pode pegar certos tipos de duplicatas , por exemplo, em uma tabela de endereços , 123 Main Street e 123 Main St. pode parecer dois endereços distintos , quando na verdade eles são o mesmo endereço < . br>

Isso pode ser resolvido usando um dos dois métodos: remoção de dados ou correcção de dados. Remoção de dados significaria eliminar todos, mas um exemplo de um conjunto de duplicatas , enquanto a correção de dados vai atualizar todas as instâncias de duplicação de um único valor acordado . Os pacotes de software estão disponíveis, que usa um algoritmo para identificar valores discrepantes com base no desvio padrão , os clusters ou outros critérios, em seguida, os outliers são avaliadas por um especialista no assunto que determina o destino da entrada inesperado.
Extrato , Transform , Load

Extrair, transformar , carregar ou ETF , é um método comumente usado para mover dados e limpas. Embora nenhuma limpeza manual de ocorrer, há tarefas automatizadas na fase de traduzir. Por exemplo, se as lojas da tabela de origem " M " e " F " ea tabela armazena destino " masculinos " e " femininos ", um script é executado para traduzir os dados para os novos valores.

Depois que os dados é limpo e validado , pode ser importado para a tabela de destino. Também podem ser importados sobre os dados antigos para escrever sobre os dados . Isso funciona bem quando uma coluna inteira de dados em uma tabela precisa ser mudado .
Atualizando Sistemas Legados

Atualizando um sistema legado tipicamente envolve mover os dados para um local intermediário , ou área de teste , onde , em seguida, passa por um sistema automatizado , bem como o manual de limpeza de dados rodada. Isso é feito para evitar cometer erros irreversíveis para os dados legados antes de importá-lo para o novo sistema. Deve notar-se que os dados antigos não deveria ser actualizado , de acordo com a informação - management.com , a fim de evitar a manutenção de dois conjuntos de dados separados . Deve-se aposentou em vez eo novo sistema deve ser o único em uso daqui para frente.