助睿实验作业1-订单利润分流数据加工

一、实验背景

1.1 实验目的

本次实验旨在熟悉助睿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，学生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

零代码在线实验平台：本次实验使用助睿数智（Uniplore）作为一站式数据科学平台。该平台覆盖从数据接入、ETL处理、机器学习建模到可视化展示的全链路零代码功能，适用于数据分析教学与企业数据加工场景。产品官网为 https://www.uniplore.com/ ，本次实验的访问地址为 https://lab.guilian.cn/ 。

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.product）

1.3 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

订单明细表与产品信息表进行左外连接，移除重复字段，按利润是否大于等于零进行分流，最后分别输出盈利订单和亏损订单到两个Excel文件。

二、实验步骤

3.1 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 https://lab.guilian.cn/

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

3.2 基本概念了解

是什么：助睿一站式大数据平台中的数据集成平台，通过可视化方式做数据ETL（抽取、转换、加载）。

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

3.3 团队管理

在该环节，每个小组的组长可以创建该小组的团队方便团队实验作业的管理

进入实验平台后，选择数据集成/ETL，进入数据集成页面

点击"团队管理"菜单，并点击"新增团队"

在弹出的窗口中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

3.4 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，可以为课程创建专属项目。

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）

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

3.5 同步数据源

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、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

元数据管理是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

"

切换"文件库"菜单再切换回到元数据，可以看到成功同步的数据库"线上公共数据源(Readonly)"

3.6 新建转换流

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

3.7 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

[图片]

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

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

在建立连接线时，会出现"排序需要"的提示。这是由于记录集连接组件是按接收数据的顺序进行记录关联的，如果接收的数据是无序的，可能会造成记录连接结果出错。

（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

（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

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。

至此，一个完整的转换任务流程构建完毕，如下图所示：

3.8 配置组件信息

3.8.1 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，也可以通过在文本框输入自定义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

3.8.2 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_详细订单的查询到的字段

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"，第一个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

[

3.8.3 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"

3.8.4 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中选择将结果发送给不同的后续处理步骤

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，点击"="，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"

至此，过滤条件已配置完成，点击"确认"

3.8.5 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

3.9 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"

执行成功

3.10 查看执行日志

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

3.11 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.xlsx	profit ≥ 0 的订单	可进一步分析高利润产品
亏损订单.xlsx	profit < 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、核心组件说明

组件	作用	本实验配置要点
表输入	读取数据库表	配置数据源和SQL，自动获取字段
记录集连接	多表关联	选择连接类型和连接字段
字段选择	字段筛选与重命名	移除重复的id字段
过滤记录	按条件分流	设置profit ≥ 0
Excel输出	导出结果	配置文件名和输出字段

五、问题与解决

问题1：过滤记录到Excel输出的连接线类型选择错误，导致字段获取失败

在配置Excel输出组件时，点击"获取字段"按钮没有任何响应，无法读取上游传递的字段信息。经排查发现，从"过滤记录"组件到两个Excel输出组件的连接线类型选择有误。过滤记录组件会产生两条数据流——一条是满足过滤条件的数据（"匹配"步骤），另一条是不满足条件的数据（"不匹配"步骤）。最初创建连接线时未区分这两种类型，导致Excel输出组件无法正确接收到字段元数据。将盈利订单对应的连接线重新选择为"匹配"输出，亏损订单选择为"不匹配"输出后，字段获取功能恢复正常。

问题2：两个Excel输出组件文件名冲突，转换执行报错

完成所有组件配置后点击启动执行，系统报错中断。检查日志后发现，两个Excel输出组件的默认输出文件名均为系统自动生成的同名文件，平台在并行写入时无法区分两个输出目标，产生文件名冲突。手动将盈利订单的输出文件名修改为"盈利订单"、亏损订单修改为"亏损订单"后，重新执行转换，任务顺利完成。

问题3：记录集连接组件数据接收顺序不确定，关联结果可能异常

在建立表输入组件到记录集连接组件的连接线时，系统提示接收数据顺序可能影响关联结果。如果先连接产品信息表再连接订单明细表，左外连接的主表将变为产品表，导致订单表中无匹配产品的记录丢失，与业务需求不符。解决方法是确保订单_详细订单作为第一个输入（主表），产品信息作为第二个输入（从表），连接类型选择LEFT OUTER，保证左外连接以订单表为基准，不会遗漏任何订单记录。

六、实验总结

本次实验以"订单利润分流"为业务场景，基于助睿零代码数据集成平台完成了从数据接入、多表关联、字段清洗到条件分流输出的完整ETL流程。通过实际操作，我对平台的核心功能有了较为深入的理解：

在平台操作层面，掌握了项目创建与团队管理、数据源同步、转换流的新建与解锁编辑、组件的搜索添加与画布连线等基本操作流程。尤其是组件之间的Hops连接不仅是数据的物理通道，还承载了逻辑语义（如"匹配/不匹配"输出），这一点在实际配置中容易被忽略但至关重要。

在ETL设计层面，本次实验涉及的核心组件——表输入、记录集连接、字段选择、过滤记录、Excel输出——构成了一个典型的数据加工管道。记录集连接组件的左外连接保证了以订单为主表的数据完整性；字段选择组件消除了连接后产生的冗余字段；过滤记录组件实现了基于利润值的条件分流。这一系列操作体现了ETL中"抽取-转换-加载"的完整思路。

在问题排查层面，连接线类型错误和文件名冲突两个问题的解决过程让我认识到，可视化ETL虽然降低了编程门槛，但组件之间的逻辑关系仍然需要使用者准确理解。每一个连接选项、每一个参数配置都可能影响最终的执行结果，盲目使用默认值容易埋下隐患，配置完成后应逐项核查再执行。

总体而言，助睿平台的拖拽式操作确实让数据加工流程变得直观可追溯，数据流向在画布上一目了然，便于理解和调试。但对于初学者而言，仍需在理解每个组件功能原理的基础上进行操作，才能有效避免配置失误，真正发挥零代码平台的优势。

#助睿数智 #商业数据分析 #ETL数据加工 #数据实验