今回は、以下サポートされているSQLを使用した独自のルール（カスタムSQLルール）の作成手順と結果を確認していきます。

• SQL 行チェックルール
• SQL 集計チェックルール

まず共通の手順として、「データ品質スキャンの作成」と「ルールの追加」があります。
※「データ品質スキャンの作成」は過去の投稿にて説明しておりますので、ぜひご覧ください。

以下から任意のルールを選択します。

対象列に列レベルで、品質を確認します。

①対象テーブルを確認してみましょう。
パブリックデータの「bigquery-public-data.iowa_liquor_sales.sales」テーブルを利用します。
「vendor_number」列はstring型のため、integer型とfloat型が混在しているようなので、今回は「vendor_number」列を対象にルールを設定してみます。

②「ルール」を定義していきます。（必須項目のみ記載します。）

• ディメンション：以下から選択します。
  完全性、精度、一貫性、有効性、一意性、鮮度、ボリューム
• 合格のしきい値（%）：Trueの割合を記載します。指定した値以下の場合にジョブが失敗となります。
• 列名：ルールを適用する対象列を指定します。
• SQL：カスタムSQLを記載します。
  今回はIntegerの場合（数字のみ）をTrueとしたカスタムルールを記載します。
  REGEXP_EXTRACT(vendor_number, ‘^[0-9]+$’) IS NOT NULL

③ジョブの結果を確認します。
ジョブの結果がエラーのため、少なくともInteger以外があることが分かります。
「失敗した行数」から「vendor_number」列にInteger以外が23.13%ある結果となりました。

対象列の全体のデータを集計し、品質を確認します。

①対象テーブルを確認してみましょう。
パブリックデータの「bigquery-public-data.austin_incidents.incidents_2008」テーブルを利用します。
2008年用のテーブルのため、「date」列に2008年のデータのみがあるのかを確認します。

②「ルール」を定義していきます。（必須項目のみ記載します。）
「SQL 集計チェックルール」とほとんど同じ項目です。
集計チェックルールは列全体に対して一度だけTureかFalseを返すため、しきい値はありません。

• ディメンション：上記記載と同じ内容です。
• 列名：ルールを適用する対象列を指定します。
• SQL：カスタムSQLを記載します。
  「date」列に2008年以外のデータがあるかを確認します。
  min(date) >= “2008-01-01” AND max(date) <= “2008-12-31”

③ジョブの結果を確認します。
成功しているため、2008年以外のデータがないことが分かります。

④2008年以外のデータをテーブルに追加して、再度ジョブの結果を確認します。
失敗した結果を見るために、2008年以外のデータを追加します。
データの追加後にジョブの実行結果を見ると、レコード数の増加が確認でき、エラーになっていることも確認できます。