cas-bigdatalab Referential Integrity Check 引用完整性校验 Skill
功能概述
外键约束检查。两类模式：(1) 同表引用 — check_field 的值必须在同表的 reference_column 中存在；(2) 跨表引用 — check_field 的值必须在外部 reference_path 文件的 reference_column 中存在。标记在参考集中找不到匹配值的孤立行。
触发条件
当用户提到以下任务时，应使用此 skill：
- 外键检查
- 引用完整性
- 孤立记录
- 父子表引用
使用方法
python scripts/referential_integrity_check.py --input_path <输入文件> --output_path <输出文件> --check_field <检查字段> --reference_path <参考表文件> --reference_column <参考列> --qc_mark <质控标识> --mark_field_name <标识字段名>
核心参数说明
必需参数
| 参数 | 说明 |
|---|---|
--input_path |
输入文件路径 |
--output_path |
输出文件路径 |
--check_field |
检查字段（外键） |
--reference_column |
参考列（主键） |
--qc_mark |
质控标识 |
可选参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--reference_path |
外部参考表（不指定则同表） | 同表 |
--mark_field_name |
质控标识字段名 | QC0000 |
注意事项
- 空值不标记为孤立值（仅标记有值但不在参考集中的行）
- 参考值取自 reference_column 的去重集合
- 列不存在时直接报错退出