一、实验目的

1. 掌握助睿 ETL 平台的基本操作，包括新建转换、添加组件、执行转换的完整流程。
2. 熟练使用表输入、记录集连接、字段选择、过滤记录、Excel 输出五大核心 ETL 组件。
3. 实现多表关联、数据过滤与利润分流的自动化数据加工任务。

二、实验环境

零代码工具：助睿数智在线数据集成实验平台

数据库：MySQL（线上公共只读数据源）

数据表：

订单明细表：business_anaylsis.order_detail（共 10000 条记录）

产品信息表：business_anaylsis.product（共 1977 条记录）

三、实验数据加工流程

本次实验采用线性数据加工链路，核心逻辑如下：

订单明细表 → 左外连接产品信息表 → 移除重复产品ID字段 → 按利润≥0条件分流 → 分别输出盈利订单/亏损订单至Excel文件

四、详细实验步骤

4.1 前期准备

创建项目并进入，点击左侧「元数据」菜单，右键「关系数据库」选择「同步数据源」。

等待同步成功提示后，切换至「文件库」再切回「元数据」，即可查看同步完成的 MySQL 数据库及数据表。

4.2转换流创建与解锁

切换至「资源库」，右键根目录选择「新建转换流」，命名为订单利润分流处理。

进入设计页面后，点击左上角小锁图标解锁编辑权限。

4.3按数据流向依次添加并连接以下组件：

1. 2 个表输入组件：分别命名为「订单_详细订单」和「订单_产品信息」。
2. 1 个记录集连接组件：从两个表输入组件各画一条连接线至该组件（出现排序提示为正常现象）。
3. 1 个字段选择组件：从记录集连接组件画连接线至该组件，命名为「移除产品 ID_1 字段」。
4. 1 个过滤记录组件：从字段选择组件画连接线至该组件，选择「主输出步骤」。
5. 2 个 Excel 输出组件：分别命名为「盈利订单」和「亏损订单」；从过滤记录组件画连接线至「盈利订单」，选择「True 输出」；画连接线至「亏损订单」，选择「False 输出」。

4.4核心组件配置

4.41表输入组件配置

「订单_详细订单」：数据库连接选择「线上公共数据源 (Readonly)」，点击「获取 SQL 查询语句」，选中business_anaylsis.order_detail表，自动生成 SQL 后保存。

「订单_产品信息」：同上操作，选中business_anaylsis.product表，自动生成 SQL 后保存。

4.42记录集连接组件配置

  连接类型选择「LEFT OUTER」（左外连接）。

  第一个 Transform 选择「订单_详细订单」，获取连接字段后仅保留produc_id。

  第二个 Transform 选择「订单_产品信息」，获取连接字段后仅保留id。

4.43字段选择组件配置

切换至「移除」标签页，点击「获取字段」，仅保留id字段（表示移除该重复字段），保存配置

4.44过滤记录组件配置

确认「发送匹配的结果给」指向「盈利订单」，「发送不匹配的结果给」指向「亏损订单」。

过滤字段选择profit(Number)，条件设置为>=0，值类型选择「Integer」，值输入0，保存配置。

4.45Excel 输出组件配置

「盈利订单」：文件名输入「盈利订单」，扩展名选择「xlsx [Excel 2007 and above]」，切换至「输出字段」标签页，右键空白处点击「获取字段」，保存。

「亏损订单」：同上操作，文件名输入「亏损订单」，获取输出字段后保存。

4.46转换执行与结果查看

点击页面上方启动按钮，选择运行环境和日志级别，点击「启动」执行转换。

查看执行日志，确认所有步骤正常完成：订单明细表处理 10000 条记录，产品信息表处理 1977 条记录，分流输出正常。

点击左侧「文件库」，右键根目录刷新，即可看到生成的两个 Excel 文件，右键可下载查看内容。

五、实验结果

实验成功实现订单与产品数据关联及利润分流，生成两个独立的 Excel 输出文件

六、实验问题与解决方案

问题：实验成功后只生成了一个file.xlsx文件

原因：两个 Excel 输出组件使用了系统默认的相同文件名

解决方案：将文件名分别修改为「盈利订单」和「亏损订单」后重新执行

七、实验总结与体会

本次实验让我完整掌握了助睿 ETL 平台从数据源同步、转换流设计到组件配置、执行验证的全流程操作，熟练运用了表输入、多表关联、字段清洗、数据过滤、文件输出等核心 ETL 能力；相较于传统手写 SQL 脚本的方式，助睿零代码 ETL 平台采用拖拽式可视化操作，数据流向清晰直观，无需编写复杂代码，大幅降低了数据加工的门槛，对新手十分友好，能够快速实现基础的数据集成与处理需求；本次实验仅完成了基础的利润分流任务，后续可在此基础上增加数据聚合、统计计算、图表可视化等组件，进一步实现订单利润的多维度分析。