DSPL 檢查是一種公用程式，可根據多項 DSPL 結構定義、內部參照的一致性，以及 CSV 檔案結構，驗證 DSPL 資料集。公用程式可以擷取許多導致 DSPL 匯入錯誤的問題，讓您在開始輸入程序之前快速偵測並修正問題。
請注意，公用程式不會檢查 DSPL 資料集是否有每個可能的問題。然而，它能擷取到最常見的問題，因此，如果這項工具成功驗證了資料集，就很有可能在「公開資料瀏覽器」中匯入此資料，並且以視覺化的方式呈現。詳情請參閱下方的檢查詳細資料一節。
執行 DSPL 檢查
基本事項
注意：這些指示假設您已採用 DSPL 工具頁面上的安裝操作說明。
如要執行 DSPL 檢查，請前往系統上的終端機 / 提示，然後輸入：
python dsplcheck.py [path to dataset XML or zip file]
會將括號括號內的字詞替換為資料集 XML 檔案或已壓縮的 DSPL 組合的相對路徑。
如果資料集有效，這項工具會輸出「驗證成功」訊息。否則，系統會輸出一或多個錯誤訊息，說明驗證失敗的原因。如果後面發生，請依指示修正資料集，然後再次執行工具。
檢查層級
根據預設，DSPL 檢查會檢查整個資料集，包括主要 DSDS XML 檔案所參照的 CSV 檔案。這個流程適用於中小型資料集，但對於龐大的資料集 (即數百 MB 或更大) 而言，可能會發生資源不足或記憶體不足的情況。
為因應這些情況，這項工具提供了一個「檢查層級」選項，可讓您視需要設定檢查範圍並改善效能。如要使用，請在資料集路徑之前插入 --checking_level=[...]，並將括號中的值替換為下列其中一個值：
schema_only：根據官方 DSPL 結構定義驗證資料集 XML 檔案，然後停止。schema_and_model：執行結構定義和基本模型驗證，但在標題行之後忽略 CSV 內容。full：執行結構定義、模型和資料驗證 (預設)。
正在檢查詳細資料
DSPL 檢查會依照下列順序進行驗證：
- XML 架構驗證：確認您的資料集中繼資料檔案是有效的 XML，且符合官方 DSPL 結構定義。
- CSV 存在：檢查資料集參照的所有 CSV 檔案是否存在且可載入。
-
概念檢查：檢查資料集中各個概念的多項檢查，包括：
- 資料集至少有一個概念*
- 所有主題參考資料均有效
- 如果概念用做非時間維度，則代表資料表參照*
- 資料表參照有效 (如有)
- 參照表格有與概念 ID 對應的資料欄
-
Slice 檢查：資料集中的每個區塊都有不同的檢查方式，包括：
- 資料集至少包含一個片段*
- 至少有一個片段參照非時間維度*
- Slice 至少有一個指標和一個維度
- 只有一個維度參照
time標準概念* - 每個區塊都有不重複的維度組合
- 對當地概念的所有參照均有效
- 已有資料表參照
- 資料表參照有效
- 參照的表格具有該片段中每個維度與指標的資料欄
- 參照資料表中的資料欄類型與配量中使用的概念類型相符
-
資料表檢查：資料集中每個資料表的各種檢查，包括：
- 資料集至少有一個資料表*
- CSV 檔案中的欄數與表格相同
- CSV 標題字串與資料欄 ID 相符
- 所有日期欄都有
format屬性 - 日期格式 (大致) 與相關時間概念一致，例如
time:year資料欄的格式至少含有一個y字元*
-
CSV 資料檢查：檢查資料集 XML 檔案所參照的 CSV 資料檔案的各種檢查結果，包括：
- 每個 CSV 資料列的標題數量都與標題相同
- 概念定義 CSV 檔案中的每個概念 ID 都只能有一個列
- Slice CSV 格式的每個維度組合都只能有一個資料列
- 欄位 CSV 中參照的維度值是有效的
- Slice CSV 的正確排序
- 整數和浮動 CSV 值的格式正確
*
另一方面，這項工具不會檢查下列項目：
- 資料集匯入項目
- 屬性和屬性參考資料
- 概念概念