A menudo, los datos de los sistemas de origen requieren preparación y transformación antes de cargarse en otro sistema. La Plataforma Workiva proporciona una serie de capacidades de transformación tanto a través de Cadenas como de Data Prep.
Esta Ruta de aprendizaje conectada (CLP) se centra de forma interactiva en las diversas características técnicas y de transformación funcional ligera de Chains. Para una transformación más avanzada, recomendamos encarecidamente el uso de Data Prep. Data Prep es una aplicación increíblemente potente que eleva las capacidades de transformación funcional (mapeo) de la Plataforma Workiva.
Esta Ruta de Aprendizaje Conectada de transformación te guiará a través de la configuración de Cadenas para realizar varias funciones valiosas para demostrar cómo los datos pueden ser transformados por Cadenas mientras son transferidos de una fuente de datos a un destino. Se han proporcionado varios conjuntos de datos sencillos basados en casos de uso comunes. Estos ejemplos pueden utilizarse sin tener en cuenta las distintas tecnologías que soporta Chains.
A continuación se muestra una lista de rutas y el tiempo aproximado que puede llevar completar una ruta. El objetivo de estas rutas es iniciarte en los conceptos sobre las transformaciones de la luz dentro de una Cadena. La solución para cada una de estas rutas existe como Chain Templates en la sección Templates del módulo Chains bajo la carpeta Connected Learning Path.
| Ejercicio | Resumen | Tiempo (min.) |
| Configurar conexiones | Realice las tareas de configuración necesarias para completar esta Ruta de aprendizaje conectada. Se trata de un requisito previo para iniciar los itinerarios definidos a continuación. | 15 |
| Transformación de variables | Aprenda las operaciones de fecha de Transformación de Variables para el análisis sintáctico, el formato y las operaciones matemáticas. También aprenderemos sobre el potente conector Handlebars y las entradas en tiempo de ejecución, e introduciremos los datos JSON. |
15 |
| Datos tabulares | Aprenda algunos de los comandos más utilizados de Tabular Transformation Connector, incluidos Maps Headers, Unpivot, Find & Replace, Smart Filter e Insert Column para modificar conjuntos de datos tabulares. | 30 |
| Datos XML | Aprenda a procesar conjuntos de datos XML, incluida la aplicación de filtros durante la transformación. También exploramos cómo comparar diferentes conjuntos de datos e identificar diferencias. | 30 |
| Datos JSON simples | Aprenda a procesar un simple conjunto de datos JSON a tabular, incluyendo la aplicación de filtros durante la transformación. También exploraremos la ejecución de consultas sencillas y la iteración. | 30 |
| Objetos anidados JSON | Aprenda a procesar datos JSON más complejos que contengan objetos anidados. También destacamos una consulta sencilla pero potente que puede utilizarse para aplanar un conjunto de datos JSON que contenga objetos anidados. | 30 |
| Matriz JSON de objetos anidados | Aprenda a procesar datos JSON complejos que contienen una matriz de objetos JSON anidados. Este ejercicio combina y refuerza varios de los conceptos enseñados a lo largo de este Inicio Rápido, incluyendo la ejecución de consultas, la iteración y la transformación de Variables. | 30 |
| Manillar | Aprenda cómo Handlebars se puede utilizar para planificar las variables en las cadenas. Este ejercicio ilustra cómo aprovechar el comando handlebars para analizar datos de variables en tiempo de ejecución, la salida de un comando Workiva y una respuesta http. | 30 |