Data från källsystem kräver ofta förberedelser och datatransformation innan de kan laddas till ett annat system. Workiva Platform tillhandahåller ett antal transformationsfunktioner genom både kedjor och dataförberedelse.
Denna Connected Learning Path (CLP) fokuserar interaktivt på Chains olika tekniska och lättviktiga funktionella omvandlingsfunktioner. För mer avancerad omvandling rekommenderar vi starkt att du använder Data Prep. Data Prep är en otroligt kraftfull applikation som höjer Workiva Platforms funktionella transformationsfunktioner (mappning).
Denna transformation Connected Learning Path kommer att leda dig genom att konfigurera kedjor för att utföra olika värdefulla funktioner för att visa hur data kan omvandlas av kedjor när de överförs från en datakälla till ett mål. Flera enkla dataset har tillhandahållits baserat på vanliga användningsfall. Dessa exempel kan användas utan hänsyn till de olika tekniker som Chains har support för.
Här är en lista över vägar och ungefärlig tid det kan ta att slutföra en väg. Målet med dessa banor är att du ska komma igång med begreppen om ljusomvandlingar inom en kedja. Lösningen för var och en av dessa vägar finns som Chain Templates i avsnittet Mallar i modulen Chains under mappen Connected Learning Path.
| Övning | Sammanfattning | Tid (min.) |
| Konfigurera anslutningar | Slutför de installationsuppgifter som krävs för att slutföra denna Connected Learning Path. Detta är en förutsättning för att påbörja de nedan definierade utbildningarna. | 15 |
| Variabel omvandling | Lär dig datumoperationer för variabel omvandling för parsning, formatering och matematiska operationer. Vi lär oss också om den mycket kraftfulla Handlebars Connector och Exekvering Inputs samt introducerar JSON-data. | 15 |
| Tabulär data | Lär dig några av de vanligaste Tabular Transformation Connector-kommandona, inklusive Maps Headers, Unpivot, Find & Replace, Smart Filter och Insert Column, för att ändra dataset i tabellform. | 30 |
| XML-data | Lär dig hur du bearbetar XML-dataset, inklusive att använda filter under transformering. Vi undersöker också hur man jämför olika dataset och identifierar skillnader. | 30 |
| Enkel JSON-data | Lär dig hur du bearbetar ett enkelt JSON-dataset till tabellformat, inklusive att använda filter under omvandlingen. Vi utforskar också hur man kör enkla frågor och iteration. | 30 |
| JSON nästlade objekt | Läs mer om hur du bearbetar mer komplexa JSON-data som innehåller nästlade objekt. Vi visar också en enkel men kraftfull fråga som kan användas för att platta till ett JSON-dataset som innehåller nästlade objekt. | 30 |
| JSON-array med nästlade objekt | Lär dig hur du bearbetar komplexa JSON-data som innehåller en array av nästlade JSON-objekt. Den här övningen kombinerar och förstärker ett antal av de begrepp som lärs ut i den här snabbstarten, bland annat körning av frågor, iteration och variabelomvandling. | 30 |
| Handlebars | Lär dig hur Handlebars kan användas för att templatisera variabler i kedjor. Den här övningen illustrerar hur man använder kommandot handlebars för att analysera data från körtidsvariabler, utdata från ett Workiva-kommando och ett http-svar. | 30 |