图数据测试策略与回归验证
图数据的测试难点不在语法而在结果：一条 Cypher 改动可能静默改变结果集，一次算法参数调整可能让社区划分整体漂移。本文给出四层测试体系（查询断言、数据质量、算法回归、性能基准）、固定 fixture 与图快照的构造方法、结果集与执行计划的双重校验、GDS 算法输出的稳定性判定、模式迁移的回归清单，以及如何把这些接进 CI。
tag
数据质量
共 7 篇文章。
图约束与数据治理：唯一性、存在性与数据质量
系统讲解图数据库的约束机制与数据治理实践：为什么需要图约束、唯一性约束（实体唯一与去重）、存在性约束（必填关系与必填属性）、属性约束与类型、约束的建模与演进（约束变更与迁移）、数据治理框架（元数据/命名/所有权/生命周期）、数据质量维度（完整性/一致性/准确性/时效性）、主数据管理与血缘（MDM 与数据来源追踪）、治理工具与流程（Schema 校验/审计/自动化），帮助建立可信、规范、可维护的图谱数据资产管理。
数据工程进阶：标注体系、合成数据与数据飞轮
模型上限由数据决定，本文系统讲解标注任务设计（分类/抽取/对齐/评测）、标注质量保障（一致性/争议裁决/抽样复核）、主动学习与弱监督、合成数据生成（LLM 蒸馏/自我修正/场景合成）、数据飞轮的闭环设计（线上反馈回流/困难样本挖掘）、以及数据治理与合规的完整工程方法论。
图数据导入与 ETL：批量导入、流式同步与数据质量校验
系统讲解图数据导入与 ETL：导入前的建模准备（实体与关系映射）、批量导入工具（LOAD CSV / neo4j-admin import / APOC）、流式同步（Kafka CDC / 变更数据捕获）、增量更新与幂等设计、实体匹配与去重、数据质量校验与观测、导入性能优化，帮助把关系型/文件/流式数据稳定高效地灌入图数据库。
数据质量监控实战：从质量维度到 Great Expectations 与 Soda 落地
系统解析数据质量监控的完整落地路径：数据质量六大维度、Great Expectations 期望套件与 Checkpoint、Soda Core 与 SodaCL 规则编写、质量门禁嵌入 CI/CD、基数与均值漂移异常检测、质量报告与血缘联动，附真实生产配置与案例。
数据库测试与 Schema 变更安全网：迁移、数据层与数据管道的验证实践
深入讲解数据库测试与 Schema 变更的验证体系：真实数据库测试（Testcontainers）与模拟的权衡、Flyway/Liquibase 迁移测试（空库/升级库/回滚验证）、数据层集成测试（事务/索引/隔离级别）、数据管道测试（dbt test/Great Expectations/ETL 幂等）、数据一致性验证，以及 CI 中数据库测试与生产变更的安全网实践。
数据工程深度指南：Modern Data Stack 全栈实践
深入探索 Modern Data Stack 的每个组件：ELT/ETL 架构选型、dbt 数据转换、数据仓库/湖/湖仓一体、Airflow/Prefect/Dagster 编排、Great Expectations/Soda 数据质量、DataHub/Amundsen 数据目录与治理。附完整代码示例与对比表。