数据转换与写入金蝶云星空API接口的技术案例解析

2022-12-03 21:42:45
轻易云集成顾问-潘裕

旺店通·企业奇门数据集成至金蝶云星空：调拨单案例解析

在处理复杂的跨平台数据集成任务时，保证数据一致性和高效传输是关键。本文将聚焦于一个具体的系统对接集成案例，即将旺店通·企业奇门的数据顺利集成到金蝶云星空——尤以“调拨单”的对接为例，来详细探讨技术实现过程。

1. 数据抓取与接口调用

首先，我们利用旺店通·企业奇门提供的API wdt.stock.transfer.query 从其系统中定时可靠地抓取调拨单数据。为了确保不漏单，我们实现了分页策略，并结合接口限流机制，以应对大规模请求时可能遇到的流控问题。

# 调用界面示例代码（伪代码）
params = {
    'page_no': page_number,
    'page_size': 100,
}
response = wdt_api_call('wdt.stock.transfer.query', params)
data_list = response['data']

2. 数据格式转换与映射

由于旺店通·企业奇门和金蝶云星空之间采用的数据格式存在差异，需要进行适当的数据转换和映射。例如，对日期格式、数值精度等细节都进行了特别处理，以满足目标系统要求。

# 简化版数据映射示例（伪代码）
for item in data_list:
    mapped_item = {
        'outerTransferOrderNo': item['transfer_order_no'],
        'quantity': float(item['qty']),
        # 更多字段映射...
    }
    formatted_data.append(mapped_item)

3. 批量写入及异常处理

经过清洗和转换后，将结构化的调拨单批量写入到金蝶云星空。我们使用的是其提供的API batchSave 来执行此操作，同时设计了完善的错误重试机制，以确保即使在网络抖动或服务故障情况下，也能自动恢复提交事务，避免重复发送或丢失重要业务信息。

try:
    write_response = kingdee_api_call('batchSave', formatted_data)
except Exception as e:
    log_error(e, formatted_data)
    retry_write_to_kingdee(formatted_data)

通过这种严谨而灵活的方法，不仅可以有效提升处理效率，还能够保障数据的一致性及准确性。在整个过程中，我们不仅实时监控各个环节，还保持详细日志记录，为后续运维工作提供可靠依据。这正是本次集成项目成功实施的重要技术基础部分。用友与CRM系统接口开发配置

调用旺店通·企业奇门接口获取并加工数据

在数据集成的生命周期中，调用源系统接口是至关重要的一步。本文将详细探讨如何通过轻易云数据集成平台调用旺店通·企业奇门接口 wdt.stock.transfer.query 获取调拨单数据，并进行初步的数据加工。

接口调用配置

首先，我们需要配置元数据，以便正确地调用 wdt.stock.transfer.query 接口。以下是关键的元数据配置：

{
  "api": "wdt.stock.transfer.query",
  "method": "POST",
  "number": "transfer_no",
  "id": "transfer_id",
  "pagination": {
    "pageSize": 100
  },
  "idCheck": true,
  "condition": [
    [
      {"field":"type","logic":"eqv2","value":"1"},
      {"field":"mode","logic":"eqv2","value":"0"},
      {"field":"to_warehouse_no","logic":"like","value":"JS"}
    ],
    [
      {"field":"type","logic":"eqv2","value":"1"},
      {"field":"mode","logic":"eqv2","value":"2"},
      {"field":"to_warehouse_no","logic":"like","value":"JS"}
    ]
  ],
  "request": [
    {
      "field": "start_time",
      "label": "开始时间",
      "type": "datetime",
      "describe": "增量获取数据，start_time作为开始时间，格式：yyyy-MM-dd HH:mm:ss",
      "value": "{{LAST_SYNC_TIME|datetime}}"
    },
    {
      "field": "end_time",
      "label": "结束时间",
      "type": "datetime",
      "describe": "增量获取数据，end_time作为结束时间，格式：yyyy-MM-dd HH:mm:ss",
      "value": "{{CURRENT_TIME|datetime}}"
    },
    {
      "field": "from_warehouse_no",
      "label": "源仓库",
      "type": "string",
      "describe": 
        用于获取指定仓库单据数据信息(不支持一次推送多个仓库编号)"
    },
    {
      ...

请求参数解析

start_time 和 end_time：用于增量获取数据，分别表示开始和结束时间。格式为 yyyy-MM-dd HH:mm:ss。
from_warehouse_no 和 to_warehouse_no：分别代表源仓库和目标仓库的唯一编码，用于区分不同仓库。
status：调拨单状态，这里设置为 90 表示调拨完成。
type 和 mode：分别表示调拨类型和调拨模式，这里我们设置了两种模式（0和2），均为调拨类型1。

数据请求与清洗

在调用接口后，我们会得到一个包含多个调拨单信息的响应。为了确保数据的准确性和一致性，需要对返回的数据进行清洗和初步处理。

def clean_data(response):
    cleaned_data = []
    for item in response['data']:
        if item['status'] == '90': # 确保只处理已完成的调拨单
            cleaned_data.append({
                'transfer_id': item['transfer_id'],
                'transfer_no': item['transfer_no'],
                'from_warehouse': item['from_warehouse_no'],
                'to_warehouse': item['to_warehouse_no'],
                'status': item['status'],
                'created_at': item['created_at']
            })
    return cleaned_data

分页处理

由于接口返回的数据可能非常庞大，我们需要进行分页处理。元数据中的分页配置如下：

{
  ...
  otherRequest: [
    {
        field: 'page_size',
        label: '分页大小',
        type: 'string',
        describe: '每页返回的数据条数',
        value: '{PAGINATION_PAGE_SIZE}'
    },
    {
        field: 'page_no',
        label: '页号',
        type: 'string',
        describe: '不传值默认从0页开始',
        value: '{PAGINATION_START_PAGE}'
    }
  ]
}

在实际实现中，可以通过循环来逐页获取数据：

def fetch_all_data():
    page_no = 0
    all_data = []

    while True:
        response = call_api(page_size=100, page_no=page_no)
        if not response['data']:
            break

        cleaned_data = clean_data(response)
        all_data.extend(cleaned_data)

        page_no += 1

    return all_data

数据转换与写入

在完成数据请求与清洗后，我们可以将清洗后的数据转换为目标系统所需的格式，并写入到金蝶JS系统中。这一步骤涉及到具体业务逻辑的实现，如字段映射、格式转换等。

def transform_and_write(data):
    transformed_data = []

    for item in data:
        transformed_item = {
            'ID': item['transfer_id'],
            'Number': item['transfer_no'],
            ...
        }
        transformed_data.append(transformed_item)

    write_to_js(transformed_data)

通过以上步骤，我们实现了从旺店通·企业奇门接口获取并加工调拨单数据的全过程。这一过程不仅保证了数据的一致性和准确性，还提高了业务处理效率。钉钉与MES系统接口开发配置