前言

本文基于“数智教育”大赛数据集，使用助睿ETL平台完成学生考勤主题标签构建实验。实验涵盖数据接入、多表关联、标签衍生、维度聚合、结果落地等ETL全流程，输出可复用的学生考勤统计结果表。本文转自知乎本人账号，为本人原创！！

实验环境：助睿零代码实验平台（https://lab.guilian.cn/）

数据源：数智教育数据集

一、实验说明

1.1 实验目的

基于“数智教育”大赛数据集，设计并实现学生多维度考勤统计助睿ETL转换流，掌握ETL数据处理全流程（数据接入、关联、衍生、聚合、落地），解决校园考勤人工统计效率低、口径不统一的问题；同时结合实验实际数据情况，优化空值处理逻辑，确保转换流可正常运行，输出精准的多维度考勤统计结果，为校园考勤管理提供数据支撑。

1.2 实验环境

工具：助睿零代码在线实验平台（https://lab.guilian.cn/）。本次实验使用助睿数智（Uniplore）是AI驱动的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/

数据源：“数智教育”大赛数据集

二、转换流整体设计

2.1 功能用途与业务价值

本转换流替代人工Excel统计，实现考勤数据从原始打卡到标准化结果的闭环处理，批量输出多维度指标；同时固化口径、提升效率、沉淀台账，提供数据支撑，且可灵活扩展新考勤类型，无需修改转换流，适配校园考勤管理的核心需求。

2.2 核心处理逻辑

转换流核心逻辑：接入三大数据源，多表关联，标记考勤行为，计算核心指标，基础属性关联，落地统计结果，实现全流程自动化，通过助睿ETL平台可视化界面完成配置。

三、数据与标签梳理

3.1 源数据说明

本次实验使用数智教育数据集中的3张表：

考勤主表（3_kaoqin）：记录学生每日考勤行为。关键字段：学生ID、班级ID、打卡时间、考勤类型ID、考勤描述。

考勤类型码表（4_kaoqintype）：定义考勤事件名称。关键字段：考勤类型ID、考勤事件名称。

学生信息表（2_student_info）：提供学生基础属性。关键字段：学生ID、姓名、性别、班级ID、是否住校。

3.2 标签字段说明

学生基础属性标签：学生ID、姓名、班级ID、班级名称、性别、出生日期、政治面貌。

学生画像维度标签：年级（从班级名称提取）、是否住校（bf_zhusu映射：1为是，0为否）、校区类型（班级名以“白-”或“东-”开头为新校区，其他为老校区）。

考勤行为统计标签：迟到次数、早退次数、请假次数、没穿校服次数。

3.3 标签处理口径

迟到次数：考勤事件名称包含“迟到”或“晚到”，且排除请假记录。

早退次数：考勤事件名称包含“早退”，且排除请假记录。

请假次数：考勤事件名称包含“请假”的所有记录。

没穿校服次数：考勤事件名称包含“校服”的记录。

基础属性字段：性别、出生日期、政治面貌、是否住校空值统一替换为“未知”。

四、实验步骤

4.1 创建实验项目

点击“新建项目”，输入项目名称“学生用户画像标签构建”，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。

4.2 数据资源获取

项目创建成功后点击该项目右上角的“...”，点击“打开项目”。

4.2.1 获取实验数据集

首先获取本次的实验数据集：点击“文件库”，右键根目录，点击“新建目录”，输入目录名称为“数智教育数据集”，点击“确定”。

接下来我们将公共空间的数据资源导入到这个目录下。点击公共空间，点击“数据资源”。

点击“3_kaoqin.csv”卡片右上角的“更多”，并点击“导出”。在弹出的窗口中选择导出到刚刚新创建的目录下，点击“确定”。

接下来重复以上导出操作，将本次实验用到的数据表4_kaoqintype.csv和2_student_info.csv都导出到“数智教育数据集”。

4.2.2 建立数据源连接

在元数据tab页，关系数据库右键打开菜单，选择“新建数据源”。

弹出新建数据库连接窗口，连接类型选择“MySQL”，用户名和密码使用助教提供的账号和密码。服务器主机名使用助教提供的数据库连接地址，端口号为3306，数据库名为助教提供的数据库名称，驱动类型选择“MySQL 8+”，连接名称为“团队私有数据库”。

填写完毕后，点击“测试”按钮验证填写信息是否正确，如果填写无误，会返回“数据库连接成功”。

最后，点击“添加”增加了一个数据库连接。添加成功后，关系数据库节点会增加一个子节点。

4.2.3 数据导入团队私有数据库

4.2.3.1 原始考勤记录表数据导入

（1）创建原始_学生考勤表

新建转换工作流，并命名为“创建原始_学生考勤表”，在该工作流中拖拽“执行一个SQL脚本”组件，通过执行SQL脚本来创建一个标签表，其他参数使用默认选项。

配置说明：在组件中填写SQL脚本，选择目标数据库连接“团队私有数据库”，确保脚本执行权限。

SQL脚本如下：

CREATE TABLE IF NOT EXISTS `raw_attendance` (
`id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',
`attendance_id` varchar(64) DEFAULT NULL COMMENT '考勤ID',
`learn_term` varchar(30) DEFAULT NULL COMMENT '学期',
`data_datetime` varchar(50) DEFAULT NULL COMMENT '时间和日期',
`attendance_type_id` varchar(64) DEFAULT NULL COMMENT '考勤类型ID',
`attendance_name` varchar(100) DEFAULT NULL COMMENT '考勤名称',
`attendance_task_order_id` varchar(64) DEFAULT NULL COMMENT '考勤事件ID',
`stu_id` varchar(64) DEFAULT NULL COMMENT '学生ID',
`stu_name` varchar(100) DEFAULT NULL COMMENT '学生姓名',
`cla_name` varchar(100) DEFAULT NULL COMMENT '班级名',
`cla_id` varchar(64) DEFAULT NULL COMMENT '班级ID',
`create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间',
PRIMARY KEY (`id`),
KEY `idx_student_id` (`stu_id`),
KEY `idx_term` (`learn_term`)
) COMMENT='原始_学生考勤表';

完成后运行转换流，运行过程会定时刷新组件状态，并在画布下面显示执行日志。

（2）导入原始考勤数据

新建转换工作流，并命名为“导入原始考勤数据”，在该工作流中拖拽一个“CSV文件输入”组件到画布。

双击CSV文件输入组件，在步骤名称中输入“考勤记录”。点击文件名后的“浏览文件”按钮，在弹出的窗口中选择“3_kaoqin.csv”，点击“确定”。

列分隔符和封闭符使用默认参数，编码选择“UTF-8”。下滑在字段表格中空白处右键点击“获取字段”，字段获取成功后点击“确认”。

接下来拖拽一个“表输出”组件到画布，并创建“考勤记录”CSV文件输入组件到“表输出”组件的连线，连线类型选择“主输出步骤”。

双击“表输出”组件，基本配置中，数据库连接选择“团队私有数据库”，目标表输入我们使用SQL组件创建的“raw_attendance”。

点击“数据库字段”，在空白处右键“获取字段”，将表字段修改为建表语句中对应的字段，点击“确认”。

完成后运行转换流，运行过程会定时刷新组件状态，并在画布下面显示执行日志。

4.2.3.2 原始考勤类型表数据导入

参照“4.2.3.1 原始考勤记录表数据导入”小节的实验操作，完成原始考勤类型表“4_kaoqintype.csv”数据导入到团队私有数据库。

其中的建表SQL为：

CREATE TABLE IF NOT EXISTS `raw_attendance_type` (
`id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',
`attendance_type_id` varchar(64) NOT NULL COMMENT '考勤类型id',
`attendance_type_name` varchar(100) DEFAULT NULL COMMENT '考勤类型名称',
`attendance_task_order_id` varchar(64) DEFAULT NULL COMMENT '考勤事件id',
`attendance_task_name` varchar(100) DEFAULT NULL COMMENT '考勤事件名',
`create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间',
PRIMARY KEY (`id`),
UNIQUE KEY `uk_attendance_type_id` (`attendance_task_order_id`)
) COMMENT='原始_考勤类型表';

特别说明：使用CSV文件输入组件时，考勤类型原始表的列分隔符和考勤表的不一样，在配置中，列分隔符为“插入制表符（TAB）”、编码为“GB2312”。

表输出组件的配置与“4.2.3.1 原始考勤记录表数据导入”小节的一样。

配置完成后执行转换流，运行过程会定时刷新组件状态，并在画布下面显示执行日志。

4.2.3.3 原始学生基本信息表数据导入

参照“4.2.3.1 原始考勤记录表数据导入”小节的实验操作，完成原始学习基本信息表“2_student_info.csv”数据导入到团队私有数据库。

其中的建表SQL为：

CREATE TABLE IF NOT EXISTS `raw_student_info` (
`id` bigint NOT NULL AUTO_INCREMENT COMMENT '自增ID',
`stu_id` varchar(64) NOT NULL COMMENT '学生ID',
`stu_name` varchar(100) DEFAULT NULL COMMENT '学生姓名',
`stu_sex` varchar(10) DEFAULT NULL COMMENT '性别',
`stu_nation` varchar(50) DEFAULT NULL COMMENT '民族',
`born_date` varchar(10) DEFAULT NULL COMMENT '出生日期（年）',
`cla_name` varchar(100) DEFAULT NULL COMMENT '班级名',
`native_place` varchar(200) DEFAULT NULL COMMENT '家庭住址',
`residence_type` varchar(50) DEFAULT NULL COMMENT '家庭类型',
`policy` varchar(50) DEFAULT NULL COMMENT '政治面貌',
`cla_id` varchar(64) DEFAULT NULL COMMENT '班级ID',
`cla_term` varchar(30) DEFAULT NULL COMMENT '班级学期',
`live_on_campus` varchar(10) DEFAULT NULL COMMENT '是否住校',
`leave_school` varchar(10) DEFAULT NULL COMMENT '是否退学',
`dormitory_no` varchar(50) DEFAULT NULL COMMENT '宿舍号',
`create_time` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '入库时间',
PRIMARY KEY (`id`),
UNIQUE KEY `uk_student_id` (`stu_id`),
KEY `idx_cla_id` (`cla_id`)
) COMMENT='原始_学生信息表';

使用“CSV文件输入”组件输入“2_student_info.csv”数据。

获取字段时，需要将“bf_leaveSchool”的字段类型修改为“String”。

特别说明：bf_zhusu、bf_qinshihao这2个字段是Integer，为避免出现小数，需要使用“字段选择”组件来固化并规范。

拖拽“字段选择”组件到画布中，创建“CSV文件输入”组件到“字段选择”组件的连线，连接线类型选择“主输出步骤”。

双击“字段选择”组件，在配置窗口中，点击“元数据”，并在空白处插入2行，将“bf_zhusu”、“bf_qinshihao”字段的元数据设置为Integer类型。

使用“表输出”组件将2_student_info.csv数据输出到团队私有数据库的“raw_student_info”中。

执行转换流。

4.2.4 创建学生考勤主题标签表

新建转换工作流，并命名为“创建学生考勤主题标签表”，在该工作流中拖拽“执行一个SQL脚本”组件，通过执行SQL脚本来创建一个标签表。

配置说明：在组件中填写SQL脚本，选择目标数据库连接“团队私有数据库”，确保脚本执行权限。

SQL脚本如下：

CREATE TABLE IF NOT EXISTS student_attendance_stats (
id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增主键',
student_id INT NOT NULL COMMENT '学生ID',
student_name VARCHAR(50) NOT NULL COMMENT '学生姓名',
class_id INT NOT NULL COMMENT '班级ID',
class_name VARCHAR(50) NOT NULL COMMENT '班级名称',
grade VARCHAR(10) NOT NULL COMMENT '年级',
gender VARCHAR(10) NOT NULL COMMENT '性别',
birth_date VARCHAR(10) NOT NULL COMMENT '出生日期',
political_status VARCHAR(20) NOT NULL COMMENT '政治面貌',
is_boarder VARCHAR(10) NOT NULL COMMENT '是否住校',
campus_type VARCHAR(10) NOT NULL COMMENT '校区类型',
late_count INT NOT NULL DEFAULT 0 COMMENT '迟到次数',
early_leave_count INT NOT NULL DEFAULT 0 COMMENT '早退次数',
leave_count INT NOT NULL DEFAULT 0 COMMENT '请假次数',
uniform_violate_count INT NOT NULL DEFAULT 0 COMMENT '没穿校服次数',
create_time DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '统计入库时间',
INDEX idx_student (student_id),
INDEX idx_class (class_id),
INDEX idx_grade (grade)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='学生考勤主题标签表';

其他参数使用默认选项，完成后运行转换流，运行过程会定时刷新组件状态，并在画布下面显示执行日志。

4.3 学生考勤主题标签构建

4.3.1数据接入：获取考勤记录、考勤类型数据、学生信息数据

首先，我们需要获取考勤记录、考勤类型数据、学生信息数据。考勤记录表记录了每位学生每天的考勤行为，考勤类型表定义了每种考勤行为对应的类型名称（如正常考勤、没穿校服等），学生信息表提供了学生是否住校的核心属性。只有将这三份数据分别接入并后续关联起来，才能完整判断学生的每次考勤是正常还是违纪，同时支撑住校相关维度的统计。

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“学生考勤主题标签”，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，点击解锁图标进行解锁。点击“组件库”，搜索“表输入”，拖拽3个表输入组件至画布中。

双击第一个表输入组件，在配置窗口中，步骤名称修改为“考勤记录”，数据库连接选择“团队私有数据库”，并点击“获取SQL查询语句”。在数据库中选择“raw_attendance”原始_学生考勤表。系统提示弹窗中点击“确认”，获取“raw_attendance”考勤记录表的所有字段。获取SQL查询语句后，点击“确认”。

同样的，参考以上步骤，将“表输入 1”和“表输入 2”组件分别命名为“考勤类型”和“学生信息”，分别获取“raw_attendance_type”原始_考勤类型表和“raw_student_info”原始_学生信息表所有字段数据。

4.3.2 数据关联：关联考勤记录加考勤类型

使用表输入组件读取考勤记录、考勤类型数据后，需通过记录集连接组件完成数据关联，补充关键业务信息，为后续指标计算奠定基础。使用记录集连接组件，将考勤主表与考勤类型码表关联——因为考勤记录表只有考勤类型ID（attendance_type_id）和考勤任务顺序ID（control_task_order_id），缺少具体的考勤行为名称，而通过记录集连接组件进行连接，即可为每条考勤记录补充“正常考勤”“没穿校服”“迟到”“请假”等具体行为信息，确保后续能准确识别各类考勤行为。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。

为避免因为排序问题造成连接结果出错，再添加一个“排序记录”组件到转换流。将“考勤类型”和排序记录和记录集连接依次连接起来。

双击“排序记录”组件，通过“获取字段”功能获取字段列表，然后删除多余字段，只保留“attendance_type_id”、“attendance_task_order_id”字段。因为下一步连接是使用这两个字段进行连接，所以采用这两个字段对记录进行排序。最后设置步骤名称为“按照考勤类型和考勤任务类型排序”。

需要通过记录集连接组件来配置“考勤记录”和“考勤类型”两个表的关联关系。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“按照考勤类型和考勤任务类型排序”，第二个Transform选择“考勤类型”，连接类型选择LEFT OUTER。分别获取两个Transform的连接字段。2个Transform字段中仅保留

“attendance_type_id”、“attendance_task_order_id”字段，这样做表示使用这2个字段进行记录连接。可以使用“删除选中的行”批量删除多个字段。删除完多余字段后，点击“确认”，若删除错误，可重新获取连接字段再进行删除。

4.3.3 行为标签衍生：统计学生异常考勤次数

通过JavaScript脚本生成考勤行为二进制标记，为后续聚合统计提供支撑，确保标签判断精准。添加“JavaScript代码”组件，对接“记录集连接”组件的输出，通过关键词匹配，生成二进制判断标签（1代表是，0代表否），用于后续指标聚合。

双击“JavaScript代码”组件，在Script1中输入JavaScript脚本。

脚本核心逻辑如下：

// 初始化变量
var isLate = 0;
var isEarly = 0;
var isLeave = 0;
var isNoUniform = 0;
// 核心判断逻辑
if(attendance_type_name != null && attendance_task_name != null){
// 迟到判断 (排除请假)
if((attendance_type_name.includes("迟到") ||
attendance_type_name.includes("晚到") ||
attendance_task_name.includes("迟到") ||
attendance_task_name.includes("晚到")) &&
!attendance_task_name.includes("请假")){
isLate = 1;
}
// 早退判断 (排除请假)
if((attendance_type_name.includes("早退") ||
attendance_task_name.includes("早退")) &&
!attendance_task_name.includes("请假")){
isEarly = 1;
}
// 校服违规: 只要包含"校服"就标记违规
if(attendance_type_name.includes("校服") || attendance_task_name.includes("校服")){
isNoUniform = 1;
    }
}
// 请假判断
if(attendance_task_name != null){
if(attendance_task_name.includes("请假")){
isLeave = 1;
    }
}

使用“获取变量”获取输出字段，系统将自动解析脚本中变量定义代码，生成字段数据。

点击“JavaScript脚本”组件的“测试脚本”按钮，确认标记字段（is_late_early、is_leave等）仅存在1和0两个值，标签判断准确（如迟到记录对应is_late_early=1，正常出勤对应is_compliant=1），无异常。

4.3.4 多维度分组聚合统计

聚合规则： 聚合函数SUM（迟到标记）对应迟到次数（late_count）。 聚合函数SUM（早退标记）对应早退次数（early_count）。 聚合函数SUM（请假标记）对应请假次数（leave_count）。 聚合函数SUM（没穿校服标记）对应没穿校服次数（no_uniform_count）。

添加“分组”组件，并建立连接线，连线选择“主输出步骤”。

双击“分组”组件，设置分组字段为

“stu_id”、“stu_name”、“cla_id”、“cla_name”。设置聚合字段为“late_count”、“leave_count”、“no_uniform_count”、“compliant_count”、“total_attendance”。

4.3.5 关联学生信息

基于上述结果，使用记录集连接组件，关联学生信息表——因为考勤记录表仅包含学生ID和班级ID，缺少学生是否住校的核心属性，通过按学生ID关联学生信息表，补全该属性，支撑住校相关维度的统计。

由于“学生信息”数据表中的学号不是升序记录的，所以在进行记录关联前，也需要对数据进行排序。再次添加“排序记录”，并建立“学生信息”表输入组件到“排序记录”组件的连接线。

双击“排序记录”组件，通过“获取字段”功能获取字段列表，然后删除多余字段，只保留“stu_id”字段。因为下一步连接是使用这个字段进行连接，所以采用这个字段对记录进行排序。最后设置步骤名称为“按照学生编号进行排序”。

拖拽“记录集连接”组件至画布中，创建“按照学生编号进行排序”排序记录组件到“记录集连接 1”组件的连接线。

由于考勤记录数据不是按“学号”升序记录的，所以在进行记录关联前，也需要对数据进行排序。再次添加“排序记录”，并建立“记录集连接”组件到“排序记录”组件的连接线。

双击“排序记录”组件，步骤名称设置为“考勤数据按学号排序”，排序字段为“stu_id”。

创建“考勤数据按学号排序”记录排序组件到记录集连接1组件的连线，关联学生信息和考勤记录信息。

记录集连接1组件的第一个Transform选择“考勤数据按学号排序”，第二个Transform选择“按照学生编号进行排序”，连接类型选择LEFT OUTER。分别获取两个Transform的连接字段。两个Transform字段只保留“stu_id”。点击“确认”，若删除错误，可重新获取连接字段再进行删除。

4.3.6 字段选择：移除冗余字段

经过多表关联和前期接入，数据中会包含大量与考勤统计无关的字段（如学生信息表中的非必要属性），需要对关联后的数据进行冗余字段移除，因为这些冗余字段不仅会增加数据处理的负担，还可能导致后续聚合、计算出现干扰，只有移除冗余字段，保留核心有用字段，才能提升处理效率，确保统计逻辑清晰。

搜索“字段选择”，拖拽至画布中，创建“记录集连接 1”组件到字段选择组件的连接线。双击字段选择组件，在配置弹窗中，点击“移除”Tab标签，右键空白处并点击“获取字段”。在获取的字段中，删除以下核心字段外，其他字段保留，为后续时间维度拆解和行为标签衍生奠定基础：

学生ID（stu_id） 学生姓名（stu_name） 班级ID（cla_id） 班级名称（cla_name） 迟到次数（late_count） 早退次数（early_count） 请假次数（leave_count） 没穿校服次数（no_uniform_count） 性别（stu_sex） 出生日期（born_date） 政治面貌（policy） 是否住校（live_on_campus）

在字段选择组件鼠标右键弹出菜单，点击“显示输出字段”，查看输出字段是否正确。

4.3.7 空值处理

3个数据表关联后，字段

“stu_sex”、“born_date”、“policy”、“live_on_campus”存在空值，需要对这些空值进行处理。拖拽“替换NULL值”组件至画布，创建“移除冗余字段”字段选择组件到“替换NULL值”组件的连线，连线类型选择“主输出步骤”。在字段空白表格中右键，点击“插入”。双击插入的行，字段名称选择“stu_sex”。

继续插入行，将“born_date”、“policy”、“live_on_campus”的空值均替换为“未知”（此处图略）。

4.3.8 学生基础属性标准化处理

经过多表关联与字段筛选后，原始数据中住校状态为编码值，且缺少年级、校区类型等画像分析必需字段，无法直接用于学生考勤标签输出与后续用户画像分析。因此需要对学生基础属性进行标准化映射、缺失字段衍生，统一数据格式、补齐分析维度，保证标签表规范可用。

4.3.8.1 住校状态映射

原始住校状态以数字形式存储，可读性差且存在空值，通过映射转换为规范文本并处理空值，使标签表更直观，同时满足住校或走读考勤对比分析的需求。

添加“值映射”组件到画布中，并创建替换NULL值组件到值映射组件的连线，并选择“主输出步骤”。双击“值映射”组件，步骤名称改为“住校状态映射”，使用的字段名为“live_on_campus”，不匹配时的默认值为“否”。在下方字段值表格空白处右键，点击“插入”。双击插入的行，在源值中输入“0”，目标值输入“否”，代表将原数据中的“0”统一映射为“否”。同样的，再插入一行，在源值中输入“1”，目标值输入“是”，并点击“确认”。

4.3.8.2 从班级名提取年级

原始数据无独立年级字段，无法按年级做考勤统计与画像分群，通过从班级名称中提取年级信息，补齐年级维度，支撑年级层面的考勤分析。

拖拽“JavaScript代码”组件至画布中，创建住校状态映射组件到JavaScript代码组件的连线。

双击“JavaScript代码”组件，步骤名称改为“从班级提取年级”，并输入以下代码：

var gra_name;
if (cla_name == null) {
gra_name = '未知';
} else if (cla_name.includes('高一')) {
gra_name = '高一';
} else if (cla_name.includes('高二')) {
gra_name = '高二';
} else if (cla_name.includes("高三")) {
gra_name = '高三';
} else {
gra_name = '未知';
}

接下来需要设置"gra_name"字段类型，在配置窗口的下方空白表格处右键，点击"插入"。字段名称输入"gra_name"，类型为"String"，替换"字段名"或"重命名"值选择"否"，设置完成后点击"确认"。

4.3.8.3 校区类型判定

原始数据无校区类型字段，不同校区管理口径与考勤规则存在差异，通过班级名称规则判定老校区或新校区，增加校区分析维度，使考勤标签更贴合校园实际管理场景。

参考"4.3.8.2 从班级名提取年级"步骤，添加"JavaScript代码"组件，"JavaScript代码"组件命名为"校区类型判定"，输入的代码如下：

var class_campus_type;
if (cla_name == null){
class_campus_type='未知';
}else if(cla_name.startsWith('白-') || cla_name.startsWith('东-')){
class_campus_type='新校区';
}else if (cla_name != null && !isEmpty(cla_name)){
class_campus_type='老校区';
} else{
class_campus_type='未知';
}

字段名称"class_campus_type"，类型为"String"，替换"字段名"或"重命名"值选择"否"。

4.3.9 结果入库

将统计结果写入目标表，形成标准化台账，便于后续查询、分析和追溯。

具体操作如下：

添加表输出组件，并创建"校区类型判定"JavaScript代码组件到表输出组件的连线。双击表输出组件，选择"团队私有数据库"连接。勾选"裁剪表"，这样表输出组件在插入数据前会清空原始表数据，避免重复插入。勾选"指定数据库字段"，建立工作流字段与数据库表字段的映射关系。

勾选"指定数据库字段"后会激活"数据库字段"tab页，在数据库字段tab页，右键选择"获取字段"。双击表字段中的字段名称，在下拉框中选择正确的对应字段。

4.3.10 执行工作流

执行转换流，点击工具栏中的"执行"按钮。在弹出执行配置窗口中，选择默认配置，然后点击"启动"按钮，启动工作流。查看日志，工作流执行后会打开日志页面，定期刷新工作流日志数据。

查看数据库结果：打开"元数据"tab页，在"团队私有数据库"连接上右键选择"加载元数据"。然后进入数据探查页面，展开"团队私有数据库"。双击目标表"student_attendance_stats"，在右侧页面选择"查询"tab标签。查看数据库表数据是否符合预期。

五、实验心得

1. 数据预处理要点

学生信息表存在空值，需使用"替换NULL值"组件统一处理。考勤类型码表编码为GB2312，考勤主表为UTF-8，CSV文件输入组件需分别配置编码参数。

2. 关联操作注意事项

记录集连接组件要求输入数据按关联字段排序。实验中使用attendance_type_id、control_task_order_id、stu_id等字段进行关联，需在连接前添加排序记录组件。

3. 统计口径定义

迟到次数统计需排除请假记录；校服违规通过考勤事件名称包含"校服"关键词识别。口径规则需在转换流中保持一致。

4. 平台使用体验

助睿ETL通过可视化组件完成常规ETL任务，适合快速搭建原型。复杂逻辑需借助JavaScript脚本或Java表达式组件补充。

六、总结

本次实验以"数智教育"大赛数据集为基础，借助助睿ETL平台，从零完成了一套学生考勤主题标签的构建流程。我们先后将考勤主表、考勤类型码表和学生信息表导入MySQL数据库，通过记录集连接组件实现多表关联，补充了考勤事件名称与学生基础属性；随后利用JavaScript脚本对考勤行为进行关键词匹配，生成迟到、早退、请假、校服违规等二进制标签，再经分组聚合按学生维度汇总各项考勤指标；在此基础上，完成了住校状态映射、年级提取、校区类型判定等属性标准化加工，最终将结果写入student_attendance_stats表，形成可复用的标准化台账。整个实验覆盖了ETL从数据接入到结果落地的全流程，验证了助睿平台在校园考勤数据处理场景中的可行性，也让我们对ETL流程设计有了更直观的实践经验。