随着现代化科学技术的发展,信息系统在越来越多的大中型企业、政府中得到了更加广泛的应用,由此也积累了大量的历史数据。随着业务数据的增长,业务的复杂程度提升,数据质量问题也日益凸显。当人们意识到数据质量问题需要解决的重要性时,研究人员便制定出了一系列对数据质量问题进行检测和清洗的框架及思想。许多数据库厂商基于这些框架及思想开发出了各自的数据清洗工具。随着清洗工具和清洗理论的实施与应用,对于数据质量的提升起到了很好的作用,由此便体现出了数据清洗的重要性。贵州省局数据集中项目在集中前需要对九个市(州、地)和一个省直属局的数据进行清洗,已经集中到省局数据后也需要做相关的清洗工作。在本文中主要介绍了前期的清洗方案的设计及实现。本文结合当前市场清洗现状和各个市(州、地)的环境现状分析,最终选择的是采用编写特定的应用程序的方案。为了方便分析及发现数据质量问题,在应用过程中采取了通过反向工程等技术对各个市(州、地)的数据制定出类图及E-R模型。类图及E-R模型的制定方便了与业务人员的交流探讨,与技术人员的协调互助,同时也是制定清洗规则、编写存储过程等工作的有效指南。制定的清洗规则分为三类：查错规则,修改规则和备份规则。编写特定的应用程序的核心思想为,将清洗规则存储在规则表中,然后运用人工编写的存储过程和函数实行动态使用清洗规则。编写特定的应用程序是在清洗工作中是一个持续性的过程,原因是生产系统会在每天的运行过程中可能增加新的数据质量问题,为了很好的各个市(州、地)的生产数据的分析与清洗,该应用程序在后期的维护过程中也可以很方便的按照需要添加或修正清洗规则。同时,在数据清洗过程中,针对遇到的各种技术难点问题,如：如何对制定的清洗规则正确使用、如何正确应用物理Rowid访问数据和如何对大数据量的表处理与优化等,提出了解决方案。