复杂「场景」数据导入导出

知了一笑 2023-03-28 原文

只想写单表和文件的搬运，数据不过百最好；

一、业务背景

最近遇到这样一个场景：在业务正式开始前1-2天，需要导入一批来自合作渠道的数据，在业务周期结束后，再将同一批数据导出，交付给渠道方；

简单理解，就是数据的「导入」和「导出」；

但是场景复杂度的高低与否，与实现流程和逻辑的复杂度并无什么必然联系，数据在「导入」和「导出」之间，通常还会横着复杂的「业务逻辑」；

数据如果只是在文件和单表直接来回捣腾，解决的方案简直花里胡哨，然而在应用中数据导入导出，更多还是要集成业务需求，自然也就绕不开业务的处理逻辑；

二、场景分析

1、文件特征

文件：「Excel」类型，并且表头是固定格式，字段内容虽然有要求，但是难免存在细微的误差问题；

内容：条数「1000」以内，单条数据「150+」个字段，业务结束后导出，会添加业务结果和明细相关字段，最终在「200」个字段左右；

2、业务特征

文件导入后，数据在业务之间流转时，需要构建相应的主体结构，比如基础的「客户档案」，「业务档案」，业务处理过程中会生成「明细」，处理完成后会生成「结果」；

3、数据规则

【客户档案】

数据在入库的过程中，需要校验「客户归属」问题，库内已有的客户基于「跟进时间」执行「更新逻辑」，库内没有的客户需要「新增」并「分配跟进人员」；

【业务档案】

跟随「客户档案」的逻辑，如果客户更新，则「业务档案」更新，如果客户不更新，则「业务档案」不更新，如果客户新增，则「业务档案」直接新增即可；

【数据校验】

客户的「基础档案」和「业务档案」的入库逻辑，完全遵守产品体系现有的限制规则，在逻辑拦截时尽量输出全面的拦截原因，方便商务人员对文件数据进行修改调整；

三、流程设计

1、业务流程

业务流程从整体上可以拆分四段来看：动作确认、动作监听、数据处理、业务处理；

【动作确认】

「导入」应用前端完成文件上传OSS的处理，向应用后端提交数据导入的请求，接收请求后会异步处理；
「异常记录下载」会实时响应，功能上看就是一个单表导出，需要返回业务拦截和异常信息；
「导出」因为交付时间不确定性，所以由商务人员手动触发导出，后端组装完成后提交OSS文件服务器，等待下载；

【动作监听】

「导入」和「导出」的动作监听，进而触发相应的流程逻辑；

【数据处理】

「客户档案」提交给客户服务处理，如果处理失败，无法围绕客户构建业务流，直接中断全部流程；
「业务档案」提交给业务服务处理，这里指业务属性的资料信息，并非场景流程；

【业务处理】

「数据导入」的真正目的，依赖系统的处理能力，从而实现相应的业务流程，在过程中会生成关键明细和结果数据；

2、导入流程

【1】应用后端接收用户提交的「导入」请求，动作接收成功后立即响应；
【2】完成「导入」记录的存储之后，通过MQ消息队列，解耦文件数据的处理流程；
【3】对文件进行解析，读取源数据并存储到明细表；
【4】遍历明细数据分别实现「客户」和「业务」的档案存储，此处会把失败原因最大限度回写到明细记录中，方便商务二次导入；
【5】完成数据入库后，更新「导入」动作的状态，最核心的是提供失败记录的明细和下载功能；

3、导出流程

【1】应用后端接收用户提交的「导出」请求，动作接收成功后立即响应，初始状态为：「处理中」；
【2】完成「导出」记录的存储之后，通过MQ消息队列，解耦文件的「创建」和「上传」流程；
【3】文件数据分为两部分，文件原内容和业务处理结果，组装为新的数据结构；
【4】创建新的文件，涉及数据表头的合并，数据内容的合并，以及「Excel」的格式构建，从而完成文件的生成过程；
【5】将生成的文件上传到文件服务器，由商务人员自行下载并导出，然后交付给渠道方；

四、结构设计

数据导入的表结构，是由具体业务场景决定的，此处就不做展示了；这里只看一看导入导出的调度表结构，即操作记录和状态以及数据明细的存储；

【动作记录】

存储「导入」和「导出」的请求记录，都涉及文件信息的管理，至于「业务ID」和「批次ID」是指集成业务的处理流程，同时也可以基于该「ID」限制同批次下的重复动作，降低不必要的资源占用；

【数据明细】

在「导入」的时候，对文件数据的临时记录表，方便对数据的多次读取和处理，避免流程中断导致文件的重复解析；

在「导出」的时候，需要依赖原数据的构建新的「Excel」文件，在交付渠道方时保证原内容的不变，只新增系统中业务的处理明细和结果；

五、实践总结

虽然对于「Excel」或者其他文件的「导入」和「导出」的参考案例很多；

但是在研发实践中，这依旧是一个不容易实现的过程，在数据和文件互相搬运的过程中，如何与「业务场景」进行平稳的集成，才是真正的复杂逻辑；

从开始工作直到现在，关于「导入」和「导出」的实现方案参考或者落地过很多个，整体可以从两个方向考虑；

【应用系统】

通常文件格式是「Excel」、「Word」、「Pdf」等，并且涉及的数据体量并不大，采取「异步」的方式解耦即可；

对于文件的「导入」来说，需要重点考虑的逻辑，在于如何与业务平稳集成，在出现问题时，能够给产品页面准确的信息反馈，从而提高文件的二次处理效率；

对于数据的「导出」来说，是一个「高危」的操作，通常是不分配大量数据的导出「权限」，如果有需求则要对数据进行计算分「批次」导出；

【数据系统】

数据体量较大的情况下，不推荐从应用系统考虑「优化」的策略；

如何确定「数据体量较大」的临界值，需要测试系统的处理能力，系统业务流量高峰时，去「并发」执行导入和导出，从而得出合理的数值，不过大部分产品都是限制单文件最大「5000」条；

从分布式架构中组装大量的数据并「导出」文件，其资源占用过高，并非主流的实践方案；

当下比较常见的方式，直接从「数据层面」入手，搭建「传输」或「转换」的通道，以「API」或者「页面入口」的方式，触发流程即可；

在数据体量超过应用系统的处理能力时，会搭建专用的「数据传输通道」来处理；

这种模式在数据型业务中很常用，可以隔离大量数据的「IO流」操作，确保应用系统运行的安全稳定，也可以极大提升数据和文件互相搬运的处理效率；

六、参考源码

编程文档：
https://gitee.com/cicadasmile/butte-java-note

应用仓库：
https://gitee.com/cicadasmile/butte-flyer-parent

复杂场景 strong li 的 Java

有关复杂「场景」数据导入导出的更多相关文章

ruby - 解析 RDFa、微数据等的最佳方式是什么，使用统一的模式/词汇(例如 schema.org)存储和显示信息 - 2
我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i
ruby - Ruby 有 `Pair` 数据类型吗？ - 2
有时我需要处理键/值数据。我不喜欢使用数组，因为它们在大小上没有限制(很容易不小心添加超过2个项目，而且您最终需要稍后验证大小)。此外，0和1的索引变成了魔数(MagicNumber)，并且在传达含义方面做得很差(“当我说0时，我的意思是head...”)。散列也不合适，因为可能会不小心添加额外的条目。我写了下面的类来解决这个问题:classPairattr_accessor:head,:taildefinitialize(h,t)@head,@tail=h,tendend它工作得很好并且解决了问题，但我很想知道:Ruby标准库是否已经带有这样一个类？最佳
ruby - 检查是否通过 require 执行或导入了 Ruby 程序 - 2
如何检查Ruby文件是否是通过“require”或“load”导入的，而不是简单地从命令行执行的？例如:foo.rb的内容:puts"Hello"bar.rb的内容require'foo'输出:$./foo.rbHello$./bar.rbHello基本上，我想调用bar.rb以不执行puts调用。最佳答案将foo.rb改为:if__FILE__==$0puts"Hello"end检查__FILE__-当前ruby文件的名称-与$0-正在运行的脚本的名称。关于ruby-检查是否
ruby - 我如何添加二进制数据来遏制 POST - 2
我正在尝试使用Curbgem执行以下POST以解析云curl-XPOST\-H"X-Parse-Application-Id:PARSE_APP_ID"\-H"X-Parse-REST-API-Key:PARSE_API_KEY"\-H"Content-Type:image/jpeg"\--data-binary'@myPicture.jpg'\https://api.parse.com/1/files/pic.jpg用这个:curl=Curl::Easy.new("https://api.parse.com/1/files/lion.jpg")curl.multipart_form_
世界前沿3D开发引擎HOOPS全面讲解——集3D数据读取、3D图形渲染、3D数据发布于一体的全新3D应用开发工具 - 2
无论您是想搭建桌面端、WEB端或者移动端APP应用，HOOPSPlatform组件都可以为您提供弹性的3D集成架构，同时，由工业领域3D技术专家组成的HOOPS技术团队也能为您提供技术支持服务。如果您的客户期望有一种在多个平台（桌面/WEB/APP，而且某些客户端是“瘦”客户端）快速、方便地将数据接入到3D应用系统的解决方案，并且当访问数据时，在各个平台上的性能和用户体验保持一致，HOOPSPlatform将帮助您完成。利用HOOPSPlatform，您可以开发在任何环境下的3D基础应用架构。HOOPSPlatform可以帮您打造3D创新型产品，HOOPSSDK包含的技术有：快速且准确的CAD
FOHEART H1数据手套驱动Optitrack光学动捕双手运动(Unity3D) - 2
本教程将在Unity3D中混合Optitrack与数据手套的数据流，在人体运动的基础上，添加双手手指部分的运动。双手手背的角度仍由Optitrack提供，数据手套提供双手手指的角度。 01 客户端软件分别安装MotiveBody与MotionVenus并校准人体与数据手套。MotiveBodyMotionVenus数据手套使用、校准流程参照：https://gitee.com/foheart_1/foheart-h1-data-summary.git02 数据转发打开MotiveBody软件的Streaming，开始向Unity3D广播数据；MotionVenus中设置->选项选择Unit
使用canal同步MySQL数据到ES - 2
文章目录一、概述简介原理模块二、配置Mysql使用版本环境要求1.操作系统2.mysql要求三、配置canal-server离线下载在线下载上传解压修改配置单机配置集群配置分库分表配置1.修改全局配置2.实例配置垂直分库水平分库3.修改group-instance.xml4.启动监听四、配置canal-adapter1修改启动配置2配置映射文件3启动ES数据同步查询所有订阅同步数据同步开关启动4.验证五、配置canal-admin一、概述简介canal是Alibaba旗下的一款开源项目，Java开发。基于数据库增量日志解析，提供增量数据订阅&消费。Git地址：https://github.co
「Python｜Selenium｜场景案例」如何定位iframe中的元素？ - 2
本文主要介绍在使用Selenium进行自动化测试或者任务时，对于使用了iframe的页面，如何定位iframe中的元素文章目录场景描述解决方案具体代码场景描述当我们在使用Selenium进行自动化测试的时候，可能会遇到一些界面或者窗体是使用HTML的iframe标签进行承载的。对于iframe中的标签，如果直接查找是无法找到的，会抛出没有找到元素的异常。比如近在咫尺的例子就是，CSDN的登录窗体就是使用的iframe，大家可以尝试通过F12开发者模式查看到的tag_name,class_name,id或者xpath来定位中的页面元素，会抛出NoSuchElementException异常。解决
ruby-on-rails - 创建 ruby 数据库时惰性符号绑定(bind)失败 - 2
我正在尝试在Rails上安装ruby，到目前为止一切都已安装，但是当我尝试使用rakedb:create创建数据库时，我收到一个奇怪的错误:dyld:lazysymbolbindingfailed:Symbolnotfound:_mysql_get_client_infoReferencedfrom:/Library/Ruby/Gems/1.8/gems/mysql2-0.3.11/lib/mysql2/mysql2.bundleExpectedin:flatnamespacedyld:Symbolnotfound:_mysql_get_client_infoReferencedf
STM32读取串口传感器数据（颗粒物传感器，主动上传） - 2
文章目录1.开发板选择*用到的资源2.串口通信（个人理解）3.代码分析（注释比较详细）1.主函数2.串口1配置3.串口2配置以及中断函数4.注意问题5.源码链接1.开发板选择我用的是STM32F103RCT6的板子，不过代码大概在F103系列的板子上都可以运行，我试过在野火103的霸道板上也可以，主要看一下串口对应的引脚一不一样就行了，不一样的就更改一下。*用到的资源keil5软件这里用到了两个串口资源，采集数据一个，串口通信一个，板子对应引脚如下：串口1，TX：PA9，RX：PA10串口2，TX：PA2，RX：PA32.串口通信（个人理解）我就从串口采集传感器数据这个过程说一下我自己的理解，