1、本次体验点
1.1 对接的数据库及业务系统
对接业务系统：SASS客服系统
数据库类型：Oracle
目标数据库：数仓的Oracle数据库
1.2 体验功能点：参数赋值、循环容器、Spark SQL、RestAPI输入、JSON解析
应用需求：客服平台无法进行个性化数据分析，故需将数据同步本地，用以支撑后续决策分析！
解决方案：
-
-
- 取接口返回值总页数作为参数传递给循环容器
- 循环容器通过条件循环设置循环结束执行条件：循环次数小于等于总页数时结束循环
1.2.1 参数赋值
解决场景：因接口规则限制，每次调用需传签名参数，通过【参数赋值】将加密参数传入API地址中。
体验成果：可灵活多变的配置接口所需参数
-
-
- 接口中需用到时间戳及字符串唯一标识，通过参数赋值sql查询可以直接生成参数
 
- 接口需通过循环分页取数，请求参数中必须要有当前页码参数，每次循环当前页码递增1，通过循环容器内置参数“${loopTimes}：容器内当前循环次数，初次为 1 ，后续每次循环递增加 1”可满足循环分页取数需求。
 
1.2.2 循环容器
解决场景：接口循环分页取数
体验成果：条件循环设置循环结束条件：循环次数小于等于总页数时结束循环
1.2.3 RestAPI
解决场景：取客服平台数据，由于数据源为sass系统，所以需要通过API接口方式取数
体验成果：配置简单便捷方便，输入API地址，数据预览快捷查看接口请求结果。
 
1.2.4 JSON解析
解决场景：接口返回数据为JSON格式，需要进行数据处理，通过JSON解析算子直接勾选所需字段
体验成果：JSON解析算子快速配置所需字段，支持多层级解析
 
1.2.5 Spark SQL
解决场景：1.接口签名加密处理 2.数据处理：过滤无效数据、字段选择、以及字段格式转换等
体验成果：Spark SQL算子功能丰富实用，通过获取上游数据，对数据进行加工处理，满足多样化数据处理场景
1.3 功能建议：
-
- 希望Spark SQL输出结果可以直接作为参数转递给RestAPI输入算子！
- 数据转换中的返回按钮太隐秘了，不太好找，希望可以在确定按钮旁边加一个取消按钮！
2、总结
通过这段时间的体验，FDL可满足当前常用的ETL应用场景，FDL的帮助文档对于数据开发的组件介绍的非常详细，在ETL任务开发的过程中，也遇到了很多的问题，首先是翻看帮助文档，多翻看几次大部分问题都可迎刃而解，对于个别特殊问题技术支持也会给与一对一耐心指导，希望后续多出一些具体应用场景的解决方案！
| 
