通过松弛清洗拒绝约束违例

数据清洗是一个耗时的过程，依赖于用户所执行的数据分析。现有方案将数据清洗视为分析开始前单独进行的离线过程。在分析前实施数据清洗假定了对不一致性与查询工作负载的先验知识，从而需要在理解和清洗数据上付出对分析而言不必要的精力。我们提出一种方法，由用户所执行的探索性分析驱动，按需对拒绝约束违例进行概率性修复。我们介绍了 Daisy，一个通过将查询结果松弛而将数据清洗无缝集成到分析中的系统。Daisy 通过将清洗算子编织进查询计划，在脏数据上执行分析性查询工作负载。我们的评估表明，Daisy 能适应工作负载，并在合成与真实世界工作负载上均优于传统离线清洗。