OSS探訪ページ内ナビ
概要
Great ExpectationsのGX Coreはdata quality ruleをExpectationとして表現し、data sourceに対してvalidationを実行するPython frameworkです。ruleをcodeとして再利用し、validation resultやdocumentationへつなげることでdata pipelineの品質確認を継続運用できます。
特徴と向いている用途
公式資料に基づく紹介・実機未検証 · 内容確認日：
主な特徴
Expectationでcolumn・tableの品質条件を再利用可能なtestとして表現する
GX CoreはExpectationをdata向けのexpressive・extensibleなunit testとして扱い、値域、null、type、regex等の品質条件を共通言語として管理できます。
出典：[1]
Data Contextからdata sourceとvalidation workflowを管理する
READMEのquick startではgx.get_context()からData Contextを作成します。contextを中心にdata sourceやvalidation設定を組み立て、環境ごとの接続やcheckを管理します。
出典：[1]
validation結果からdocumentationを生成して品質状態を共有する
Expectation setごとのvalidation resultからdocumentationを生成でき、data品質の判定根拠や結果をteamで共有しやすくします。
出典：[1]
向いている用途
導入前の確認
1.23.2の通常supportはPython 3.10以上3.14未満
stable 1.23.2のsetup.pyは>=3.10,<3.14を通常support範囲とし、GX_PYTHON_EXPERIMENTALを設定した場合だけ上限を外します。productionではexperimental Python versionを分離して評価してください。
出典：[3]
SQL backendはdriver・dialect・SQLAlchemy version compatibilityを確認する
1.23.2はSQLAlchemy 2.1で顕在化した複数backendの互換問題を修正し、Snowflake・Databricks extrasは一時的に<2.1へ制限しています。利用するdatabase extraごとにversion constraintを確認してください。
出典：[2]
参考にした公式資料
- [1]GX Core 1.23.2 README(2026-10-04)
- [2]GX Core 1.23.2 release(2026-10-04)
- [3]GX Core 1.23.2 Python support metadata(2026-10-04)
- [4]GX Core Apache 2.0 license(2026-10-04)
編集部からの補足
requested repositoryのgreat-expectations/great_expectationsは現在fivetran/great_expectationsへredirectされます。package名great_expectationsとGX Coreのproduct identityは継続しています。
3ステップで試す
- 1
GX Core 1.23.2用のvirtual environmentを作る
stable 1.23.2をversion固定でinstallします。通常supportはPython 3.10以上3.14未満です。
python3 -m venv gx-demo && . gx-demo/bin/activate && python -m pip install --upgrade pip && python -m pip install 'great_expectations==1.23.2' - 2
Data Contextを作成してversionを確認する
外部data sourceへ接続せず、GX CoreのimportとData Context生成だけを確認します。
. gx-demo/bin/activate && python -c 'import great_expectations as gx; context=gx.get_context(); print(gx.__version__); print(type(context).__name__)' - 3
Expectation objectを作ってrule APIを確認する
validationを実行せず、column ruleをExpectationとしてcode化できるAPI surfaceだけを確認します。
. gx-demo/bin/activate && python -c 'import great_expectations as gx; e=gx.expectations.ExpectColumnValuesToNotBeNull(column="id"); print(type(e).__name__, e.column)'
成長
成長の推移 · 直近30日
11,856 Stars
推移データを蓄積中です。
開発アクティビティ
直近90日・週次
- Commit（直近30日）
- 57
- Open PR
- 29
開発アクティビティを蓄積中です。
Built with
カテゴリとタグ
カテゴリ
GitHubデータ
GitHubのデータGitHubの詳細データを見る
GitHub Topics
- pipeline-tests
- dataquality
- datacleaning
- datacleaner
- data-science
- data-profiling
- pipeline
- pipeline-testing
- cleandata
- dataunittest
- data-unit-tests
- eda
- Stars
- 11,856
- Forks
- 1,867
- Watchers
- 102
- Open Issues
- 31
- Contributors
- 405
- 所有者種別
- Organization
- 主要言語
- Python
- ライセンス
- Apache-2.0
- リポジトリ最終更新
- 2026/10/02
関連情報
関連記事を投稿するこのOSSの使い方や活用事例をMarkdownで投稿できます。管理者が承認した後に公開されます。
あわせて探訪
- Dask13,931 Stars
共通タグ 1件 · 共通カテゴリ 1件 · 同じ言語
NumPy・pandasに近いcollectionとtask graphでparallel analyticsを拡張する
Python - Playwright97,062 Stars
共通タグ 1件 · 共通カテゴリ 1件
Chromium・Firefox・WebKitを一つのAPI/Test runnerで操作し、E2E test・script・agent browser automationを実行する
TypeScript - Storybook91,196 Stars
共通タグ 1件 · 共通カテゴリ 1件
UI状態をstoryとして保存し、Docs・interaction test・AI toolへ再利用するfrontend workshop
TypeScript - Cypress51,043 Stars
共通タグ 1件 · 共通カテゴリ 1件
browser向けE2E・component testをinteractive runnerとCLIから実行する
TypeScript - Jest45,471 Stars
共通タグ 1件 · 共通カテゴリ 1件
assertion・mock・watch・snapshot・worker isolationを一つのCLIへまとめるJavaScript testing framework
TypeScript - Apache Airflow47,037 Stars
共通タグ 2件 · 共通カテゴリ 1件 · 同じ言語
DAGをコードで定義し、データ・ML・AI処理を編成するworkflow基盤
Python
情報の誤りを報告
掲載内容に誤りや古い情報があればお知らせください。