fivetran/great_expectations

어떤 프로젝트인가요?

핵심 기능

• 01데이터셋의 단위 테스트처럼 동작하는 선언형 Expectation
• 02검증 결과를 위한 자동 생성 문서
• 03데이터 품질 규칙을 표현하는 공통의 이해하기 쉬운 어휘
• 04pip으로 설치하고 Data Context 호출 한 번으로 시작

활용 사례

• 데이터 웨어하우스에 적재하기 전에 ETL 또는 ELT 파이프라인에서 데이터 검증
• 머신러닝 학습 데이터 파이프라인에 데이터 품질 검사 추가
• 엔지니어링 외부 이해관계자와 읽기 쉬운 데이터 품질 보고서 공유

빠른 시작

1. 1

   Python 가상 환경을 만들고 활성화합니다(GX 권장)

2. 2

   pip으로 GX Core를 설치합니다

   pip install great_expectations
3. 3

   GX를 가져오고 Python에서 Data Context를 만듭니다

   import great_expectations as gx context = gx.get_context()

사용 전 알아둘 점

• !Python 3.10~3.14가 필요합니다. 그보다 최신 Python 버전은 실험적으로만 지원됩니다.

토픽

자주 묻는 질문

great_expectations은(는) 무엇인가요?

팀이 데이터에 대한 선언형 Expectation을 단위 테스트처럼 작성하고 검증 보고서를 생성할 수 있는 Python 데이터 품질 라이브러리입니다. Great Expectations의 오픈소스 코어인 GX Core는 데이터 품질을 검증하는 Python 라이브러리입니다. 핵심 개념은 Expectation으로, 열의 값이 특정 범위에 속하거나 테이블에 null 키가 없어야 한다는 식으로 데이터셋에 선언형으로 조건을 지정합니다. 팀은 이러한 조건을 데이터 단위 테스트처럼 사용하고 파이프라인에서 실행해, 잘못된 데이터가 다운스트림 사용자에게 전달되기 전에 찾아낼 수 있습니다.

great_expectations은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

great_expectations은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

great_expectations은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. great_expectations의 마지막 커밋은 2026년 10월 16일입니다.

great_expectations은(는) 어디에 사용할 수 있나요?

데이터 웨어하우스에 적재하기 전에 ETL 또는 ELT 파이프라인에서 데이터 검증 머신러닝 학습 데이터 파이프라인에 데이터 품질 검사 추가 엔지니어링 외부 이해관계자와 읽기 쉬운 데이터 품질 보고서 공유

great_expectations는 어떻게 설치하나요?

Python 가상 환경을 만들고 활성화합니다(GX 권장) pip으로 GX Core를 설치합니다: pip install great_expectations GX를 가져오고 Python에서 Data Context를 만듭니다: import great_expectations as gx context = gx.get_context()

great_expectations은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/fivetran/great_expectations