1.数据探针产生的背景：

在数据开发和接入的过程中，数据开发人员接到一个需求或者一条新的业务线可能需要搭建数仓，做数据处理，然后提供一些指标数据给到需求方，如果是你这边会怎么开始呢？
直接开干？抽表，清洗，分层，建模？

然后发现做完之后，怎么数据各种不对，取不到想要的数据，比如说：业务上说明明一个字段为空比例非常少(1%以内)，但是加工出来的数据问题非常多？比如说：空值占比接近30%，然后报表显示的结果就各种问题，然后又往上排查发现，原来是别人提供的数据，或者采集的数据有问题

所以一上来开干，这就是瞎搞。啥也不知道不了解的情况下，对数据源一无所知的情况下，是谁给你勇气直接开干的？干完之后返工成本更大

 
2.正常的数据开发流程：

接到新的数据需求或者任务的时候，最开始应该需要做一下数据调研，即数据探查(也就是标题上提的数据探针)，发现数据潜在的问题。

 那数据探针到底要探测哪些内容呢？

3.现状

大多数数据开发人员的处理方法：写大量的sql

比如：
总行数据：select count(*) from table_name;
枚举值:select table_column,count(*) as cnt from table_name group by table_column
等等

4.数据探针

(1)低代码、少量配置即可实现探查任务

(2)将数据探测标准化，避免不同的数据开发人员采用不同的探测标准，做标准统一

(3)快速完成数据探测：30秒完成探测任务配置，2分钟出探测结果

5.功能演示

探测任务配置

探测结果详情