fivetran/great_expectations

Что это?

Ключевые возможности

• 01Декларативные Expectations, которые работают как unit-тесты для наборов данных
• 02Автоматически генерируемая документация с результатами проверок
• 03Общий понятный словарь для описания правил качества данных
• 04Установка через pip и запуск одним вызовом для создания Data Context

Сценарии использования

• Проверка данных в ETL- или ELT-пайплайнах перед загрузкой в хранилище
• Добавление проверок качества данных в пайплайны подготовки обучающих данных для машинного обучения
• Передача понятных отчётов о качестве данных заинтересованным сторонам вне команды разработки

Быстрый старт

1. 1

   Создайте и активируйте виртуальное окружение Python (рекомендуется GX)

2. 2

   Установите GX Core с помощью pip

   pip install great_expectations
3. 3

   Импортируйте GX и создайте Data Context в Python

   import great_expectations as gx context = gx.get_context()

Что важно знать

• !Требуется Python версии 3.10–3.14; более новые версии Python поддерживаются только в экспериментальном режиме.

Темы

Частые вопросы

Что такое great_expectations?

Python-библиотека для контроля качества данных: команды описывают декларативные Expectations как unit-тесты и формируют отчёты о проверках. GX Core — открытая базовая версия Great Expectations, Python-библиотека для проверки качества данных. Её центральная концепция — Expectation: декларативное утверждение о наборе данных, например что значения в столбце попадают в заданный диапазон или что в таблице нет ключей со значениями null. Команды используют такие утверждения как unit-тесты для данных и запускают их в пайплайнах, чтобы выявлять проблемы до того, как данные попадут к downstream-потребителям.

great_expectations можно использовать бесплатно? Какая у него лицензия?

great_expectations распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

great_expectations всё ещё поддерживается?

Активно поддерживается. Последний коммит в great_expectations — 16 окт. 2026 г..

Для чего можно использовать great_expectations?

Проверка данных в ETL- или ELT-пайплайнах перед загрузкой в хранилище Добавление проверок качества данных в пайплайны подготовки обучающих данных для машинного обучения Передача понятных отчётов о качестве данных заинтересованным сторонам вне команды разработки

Как установить great_expectations?

Создайте и активируйте виртуальное окружение Python (рекомендуется GX) Установите GX Core с помощью pip: pip install great_expectations Импортируйте GX и создайте Data Context в Python: import great_expectations as gx context = gx.get_context()

Где скачать great_expectations?

Исходный код и инструкции по установке — на GitHub: https://github.com/fivetran/great_expectations