测验：schema 与格式

“守恒定律”在炼油管道中意味着什么？

• 切勿删除原始数据
• 维护列顺序
• 不改变类型
• 细化次数和拒绝次数的总和必须恰好等于原始案例的数量。

简单地跳过加载失败的行最大的问题是什么？

• 数据会毫无错误地消失，使得以后无法追踪丢失的内容和时间。
• 跳过检查会降低性能
• 目标表的架构已损坏。
• 由于行失败而事务回滚

为什么将空金额字符串转换为 0 很危险？

• 因为包含空字符串的0不是数字类型，
• 因为0被排除在平均值计算之外
• 无值和 0 是不同的事实，因为缺失的信息在转换时被删除。
• 因为0不能作为索引

当您有多种日期格式时，为什么不能将其留给自动推理呢？

• 因为当格式混合时，推理总是失败。
• 这是因为推断每行的格式太慢。
• 这是因为自动推理根本无法创建日期类型。
• 如果不清楚该月份是哪一个月，例如 03/04/2025，则直到 12 号才会默默地错误。

为什么原始（临时）表只有字符串列？

• 因为字符串占用的存储空间更少
• 因为无法创建索引
• 为了保留原来的样子，而不会由于类型转换失败而加载自身。
• 因为它是唯一可以使用正则表达式的类型

将tablet表的列和类型记录在单独的表中有什么好处？

• 下游管道可以立即检测到模式何时悄然发生变化
• 提前知道类型可以使查询更快。
• 可以替换架构备份
• 索引是在记录的列上自动创建的。