髒數據是指什麼

髒數據是指源系統中的數據不在給定的範圍內或對於實際業務毫無意義，或是數據格式非法，以及在源系統中存在不規範的編碼和含糊的業務邏輯。

在數據庫技術中，髒數據在臨時更新（髒讀）中產生。事務A更新了某個數據項X，但是由於某種原因，事務A出現了問題，於是要把A回滾。但是在回滾之前，另一個事務B讀取了數據項X的值(A更新後)，A回滾了事務，數據項恢復了原值。事務B讀取的就是數據項X的就是一個“臨時”的值，就是髒數據。通俗的講，當一個事務正在訪問數據，並且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務也訪問這個數據，然後使用了這個數據。因為這個數據是還沒有提交的數據，那麼另外一個事務讀到的這個數據是髒數據，依據髒數據所做的操作可能是不正確的。AI領域的研究員要梳理數以萬計條目的數據集，追蹤丟失的值，刪除任何的格式錯誤。