助睿实验作业1：订单利润分流数据加工（零代码 ETL 完整流程）

前言本文是我在完成助睿数智Uniplore一站式数据科学实验平台入门实验时的完整学习笔记。实验任务是将订单明细表与产品信息表关联并根据利润正负将数据分流为盈利订单和亏损订单最终输出到两个 Excel 文件中。全程使用零代码拖拽操作非常适合数据集成初学者参考。平台官网https://www.uniplore.com实验平台地址https://lab.guilian.cn/一、实验背景1.1 实验目的本次实验旨在熟悉助睿数智零代码数据集成平台ETL平台的核心功能和操作方法具体包括掌握新建转换、添加组件、执行转换等基本操作流程熟悉表输入、记录集连接、字段选择、过滤记录、Excel输出等常用组件的配置方法理解多表关联、数据过滤与分流处理的ETL设计思路通过本次实验我能够独立使用助睿平台完成常见的数据加工任务为后续更复杂的数据处理场景打下基础。1.2 实验环境本次实验使用助睿数智Uniplore—— 覆盖数据接入、ETL处理、机器学习建模到可视化展示的全链路 Agentic 零代码数据智能平台。实验平台助睿零代码在线实验平台数据库MySQL含订单数据和产品信息表数据准备订单表business_anaylsis.order_detail产品表business_anaylsis.product1.3 业务场景在企业经营分析中经常需要将多张表关联起来计算利润并按利润正负对订单进行分类存储。本实验以订单利润分流为例通过零代码拖拽方式完成这一数据处理任务。1.4 数据加工流程整体流程为订单明细表 → 左外连接产品信息表 → 移除重复字段 → 按利润是否大于等于零进行分流 → 分别输出盈利订单和亏损订单到两个Excel文件。二、实验步骤2.1 登录实验平台在贵兰在线对应的课程学习页面点击“实验课1助睿ETL入门实验”。点击课程实训说明中的“大数据实训平台”即可前往实验地址从贵兰在线进入实验平台可以自动登录登录成功后进入实验平台首页。2.2 基本概念了解助睿实验平台是一个面向数据分析与教学的一站式零代码实验平台。下表是核心概念概念说明Pipeline转换面向数据流处理数据的一个功能单元由多个Transform组成Workflow作业面向任务完成一件完整的事由多个Action组成必须包含开始项Transform步骤转换内的最小单元如“Excel输入”、“字段选择”每个步骤独立线程运行Action任务项作业的执行单位如“启动”、“发送邮件”Hops节点连接数据传输通道连接步骤或任务项2.3 团队管理进入实验平台首页后点击数据集成/ETL进入数据集成界面。在该环节每个小组的组长可以创建小组的团队方便团队实验作业的管理。点击“团队管理”菜单并点击“新增团队”。在弹出的窗口中输入团队名称和团队描述点击“确认”。创建成功后点击团队卡片右上角的“更多”选择“添加成员”。输入手机号查询组员勾选后点击“添加”即可。可以观察到成功添加了小组成员。2.4 创建实验项目平台提供默认项目可以使用默认项目进行实验但为了方便管理我为课程创建了专属项目。选择创建的项目所属团队为“商业数据分析小组1”也可以是个人这里我选择的是个人。点击“新建项目”。输入项目名称后点击“确定”。创建成功后即可在数据集成页面看到新创建的项目。2.5 同步数据流项目创建成功后点击该项目右上角“…”点击“打开项目”。在项目页面可以看到左侧有3个菜单资源库、文件库、元数据。资源库用于对工作流的管理包括新建、删除、修改、查看工作流的信息导出导入工作空间调度管理等操作。文件库用于保存工作流中需要用到的文件和工作流产生的文件。元数据管理数据集成的重要基石可以为工作流定义“运行配置”、“数据库”、“flink集群”等配置。本次实验主要用到资源库和文件库。首先获取本次的实验数据集点击“元数据”右键根“关系数据库”点击“同步数据源”。2.6 新建数据流本次实验将创建“订单利润分流处理”转换流实现订单数据与产品信息的关联并根据利润正负将数据分流为盈利订单和亏损订单分别输出到两个Excel文件。整体逻辑订单明细表 → 左外连接产品信息表 → 移除重复ID字段 → 按利润≥0分流 → 盈利订单/亏损订单分别输出各组件作用组件作用表输入订单/产品读取原始数据记录集连接按产品ID关联两表字段选择移除重复的ID字段过滤记录根据利润正负分流Excel输出分别输出盈利/亏损订单新建转换流具体操作如下切换到资源库同样右键根目录点击“新建转换流”。输入转换流名字“订单利润分流处理”点击“确定”。创建成功后进入转换流设计页面。转换流设计页面每次打开都是锁定状态需要解锁后才可编辑转换流点击图标进行解锁。2.7 添加组件在建立转换任务后可添加相应操作组件到转换任务中。下面以订单数据business_anaylsis.order_detail和产品信息数据business_anaylsis.product生成盈利订单数据和亏损订单数据为例来构建转换任务按如下顺序向转换中添加组件1添加表输入组件本次实验需要将两类数据进行合并计算所以需要添加2个表输入组件读取2个不同表的数据。点击“组件库”由于组件库的组件数量较多可以通过关键字搜索快速获取。在搜索输入框中输入“表输入”即可查询到“表输入”组件。将表输入组件拖拽至画布中。再次拖拽表输入组件拖拽至画布中即拖拽2个表输入组件至画布中。右键表输入组件点击“编辑组件”。修改步骤名称中为“订单_详细订单”点击“确认”此时画布中的对应表输入组件被命名为“订单_详细订单”。同样的另一表输入组件修改为“订单_产品信息”。2添加记录集连接组件使用表输入组件读取数据后需要通过记录集连接组件将表输入组件的数据进行关联。在搜索输入框中输入“记录集连接”将记录集连接组件拖拽至画布中。创建两个表输入组件到记录集连接组件的连接线如下图3添加字段选择组件两个表数据进行连接后会出现重复的字段“产品ID”。我们可以通过“字段选择”组件移除这个多余字段。在搜索输入框中输入“字段选择”将字段选择组件拖拽至画布中。将字段选择组件名字修改为“移除产品ID_1字段”。创建记录集连接组件到字段选择组件的连接线如下图4添加过滤记录组件本次实验是根据订单的利润情况对订单进行分流。使用“过滤记录”组件可以根据记录中某个字段的值进行记录分流。在搜索输入框中输入“过滤记录”将过滤记录组件拖拽至画布中。创建字段选择组件到过滤记录组件的连接线如下图在选择连接线的弹窗中点击“主输出步骤”。由于在进行字段选择操作时可能有记录不满足要求导致记录被标记为错误。主输出步骤表示满足要求的记录通过该连接线传输数据。5添加 Excel 输出组件记录经过“过滤记录”组件后会被分成2个记录流。我们可以根据业务需求将2个记录流输出到指定位置文件、数据库表。在本次实验中我们选择将记录输出到 Excel 文件中。在搜索输入框中输入“excel 输出”将2个表输出组件拖拽至画布中。2个excel输出组件分别命名为“盈利订单”和“亏损订单”并创建过滤记录组件到两个excel输出组件的连接线在选择连接线类型的弹窗中分别选择“True输出”和“False输出”。“True输出”表示满足过滤条件的记录输出。“False输出”表示不满足过滤条件的记录输出。2.8 配置组件信息组件添加完成后需要对其进行相应配置。2.8.1 表输入组件配置双击订单_详细订单表输入组件弹出组件配置页面。在数据库连接下拉框中选择已同步的“线上公共数据源(Readonly)”如下图所示点击“获取SQL查询语句”自动生成SQL查询语句。点开“线上公共数据源(Readonly)”-“表”目录。下滑找到“business_anaylsis.order_detail”并点击它再点击“确定”。在系统提示弹窗中点击“确认”。系统自动填写了完整的SQL查询语句点击“确认”。当自动生成的SQL语句无法满足业务需求时也可以通过文本框输入自定义SQL语句。表输入组件的其他配置参数保持默认即可。另一个订单_产品信息表输入也参考上述配置获取“business_anaylsis.product”的SQL查询语句。2.8.2 记录集连接组件配置双击记录集连接组件在下拉列表中选择需要连接的数据来源第一个Transform选择“订单_详细订单”第二个Transform选择“订单_产品信息”连接类型选择“LEFT OUTER”点击第一个Transform的“连接字段”中的“获得连接字段”按钮即可获取表输入组件在订单_详细订单中查询到的字段。同样的获取第二个Transform的连接字段。第一个Transform字段保留produc_id第二个Transform的字段保留id连接类型选择LEFT OUTER表示使用订单_详细订单的字段produc_id与订单_产品信息的字段id进行左外连接。第一个Transform字段中除了produc_id外的其他字段右键点击“删除选中的行”第二个Transform字段中除了id外的其他字段右键点击“删除选中的行”。删除完后点击“确认”。若删除错误可重新获取连接字段再进行删除。2.8.3 字段选择组件配置通过记录集连接后我们可以发现字段produc_id与字段id内容相同只需要保留一个。因此需要使用“移除产品ID_1字段”字段选择组件的移除选项移除字段id具体操作如下双击“移除产品ID_1字段”字段选择组件点击“移除”并点击“获取字段”。在获取的字段中选中除“id”字段以外的字段右键点击“删除选中的行”。可以看到字段“id”已被删除点击“确认”。2.8.4 过滤记录组件配置根据业务需求需要将盈利订单和亏损订单分开存储两个订单可以使用字段“利润”来区分。双击“过滤记录”组件在弹窗中的下拉列表选择将结果发送给不同的后续处理步骤如下图选择字段利润profit来作为判断字段选中“profit(Number)”后点击“确定”0作为判断条件在函数中选择“”点击“确定”。点击“value”值类型选择“Integer”值输入“0”点击“确定”。2.8.5 Excel输出组件配置将接收到的结果写入到Excel表中。双击“盈利订单”excel表输出组件在配置弹窗中文件名修改为“盈利订单”选择文件拓展名“xlsx [Excel 2007 and above]”。在配置弹窗中点击“输出字段”在空白表格处右键点击“获取字段”。字段获取后点击“确认”。“亏损订单”的excel组件也进行同样的设置。2.9 执行转换组件配置完成后可执行转换任务点击启动按钮。在弹出的窗口中点击“启动”便可以看到执行结果。2.10 查看日志任务执行过程中会将相关操作记录到日志中任务执行完毕后可查看执行结果及日志如下所示。2.11 查看结果点击“文件库”右键根目录刷新可以看到转换任务的输出结果盈利订单和亏损订单可以右键下载查看。三、实验结果输出文件内容说明盈利订单.xlsxprofit ≥ 0 的订单可进一步分析高利润产品亏损订单.xlsxprofit 0 的订单可用于亏损原因追踪实验成功实现了订单数据的关联与分流处理为后续的盈利分析提供了规范的数据基础。四、问题与解决在实验过程中我遇到了两个问题问题1Excel输出获取不到字段现象配置Excel输出时点击“获取字段”没有反应。原因过滤记录到Excel输出的连接线类型选错了。盈利订单应连接“True输出”亏损订单应连接“False输出”。解决方法重新创建连接线并正确选择后恢复正常。问题2Excel输出组件因文件名相同导致执行报错现象配置完两个Excel输出组件后执行转换系统报错。原因检查发现两个组件的默认输出文件名都是“file”没有修改。两个输出步骤使用了相同的文件名导致平台无法区分。解决方法将“盈利订单”和“亏损订单”的文件名分别修改为“盈利订单”和“亏损订单”后重新执行正确。五、实验总结我的收获通过本次实验我熟悉了助睿数智零代码ETL平台的基本操作方法包括创建项目、同步数据源、新建转换流添加和配置组件表输入、记录集连接、字段选择、过滤记录、Excel输出执行转换以及查看结果掌握了多表关联和条件分流在数据处理中的应用理解了零代码拖拽式ETL的设计思路。对平台的评价相比传统编写SQL和脚本的数据处理方式助睿数智平台的零代码拖拽式操作更加直观组件之间的数据流向清晰可见便于理解和调试对于初学者来说这种方式降低了学习门槛能够快速上手完成常见的数据加工任务平台覆盖了从数据接入、ETL处理到可视化的全链路后续可以进一步探索机器学习建模等功能#助睿数智 #商业数据分析