使用直接连接加载数据

备注：

“使用直接连接上传数据”选项适用于使用 ServiceNow 源系统或 Salesforce 源系统的流程特定应用程序模板，如果您要设置到ServiceNow 或 Salesforce。对于使用可直接连接的源系统的应用程序模板，这是默认选项。

先决条件

直接连接上传数据使用Integration Service连接。这意味着您需要：

• Integration Service许可证；
• 在租户上启用Integration Service ；
• 访问Orchestrator和Orchestrator 文件夹。

Integration Service连接受文件夹限制。如果要使用特定文件夹中的连接，则需要在Orchestrator中拥有该文件夹的访问权限，才能在Process Mining中查看该文件夹。如果您从Process Mining创建新连接，则系统会在Orchestrator的个人工作区中创建此连接。

有关Integration Service许可和Integration Service 连接的更多信息，请参阅 Integration Service指南。

设置直接连接

您可以在“选择数据源”步骤中使用与源系统的直接连接进行设置，而不是使用 CData Sync 设置连接。

“使用直接连接上传数据”选项直接将数据从源系统加载到流程应用程序中。

请按照以下步骤设置与源系统的直接连接：

1. 选择“使用直接连接上传数据”选项。用于显示的应用程序模板的源系统。
2. 选择“连接” 。将打开一个新的浏览器选项卡，您可以在其中输入连接的身份验证详细信息。
   备注：

   如果您使用的是流程特定的应用程序模板，请确保用户凭据有权访问应用程序模板中指定的默认表格和字段列表。有关详细信息，请参阅应用程序模板。

映射输入表

1. 在“源表格”部分中为每个提取的表格添加一个表格，并自动映射到“目标表格”部分中的相关输入表。
2. 确保每个表格都已映射到正确的目标表。如果需要，从“目标表格”列表中选择其他表格以更正映射。
3. 选择“下一步”。

如果上传未作为必需表格列出的表格，则系统会在“源表格”部分中自动为每个上传的文件添加一个新表格，并在“目标表格”部分中创建相应的输入表格。默认情况下，上传文件的文件名将用作表格的名称。

备注：

系统将显示一条警告消息，指示需要先配置表格，然后才能为表格上传数据。上传新表格后，该表格将在数据转换中可用。但是，要使此数据在仪表板上可见，需要采取进一步的步骤。首先，必须使用 SQL 查询加载表格数据。然后，该表应合并到流程应用程序的数据模型中。有关如何在数据模型中添加表格的更多信息，请参阅数据模型。

配置输入表

系统会自动检测目标输入表的设置，您只需进行检查。

请按照以下步骤编辑输入表的设置。

1. 找到要配置的表格，然后选择“编辑表格”图标以打开所选表格的“编辑表格”面板。
2. 根据需要编辑设置，然后选择“保存” 。

下表描述了表格设置。

设置	描述
表格名称	数据转换中的输入表的名称。
必需	用于将表格定义为必填表格的选项。 如果是TRUE ，则稍后在发布或导入流程应用程序时需要该表。如果未上传表格，则会引发错误。如果FALSE ，则在发布或导入应用程序时，该表格被视为“可选” 。如果未上传表格，则系统将创建一个空表格，以确保后续 SQL 查询不会失败。
自动检测	用于识别输入文件中的字段类型，并将检测到的字段类型自动应用于目标表中的相应字段。
编码	文件中使用的编码。
分隔符	分隔不同字段的分隔符。
行尾	用于表示行尾和新行尾的字符。
引号字符	Case 字段中使用的引号字符需要用引号括起来。
转义字符	用于正确解释转义字符，否则这些字符将被视为特殊控制字符（例如引号或分隔符）。 注意：默认情况下，选定的引号字符将用作转义字符。或者，可以选择反斜杠 (\) 作为转义字符。
加载类型	表格的加载类型。 注意：如果选择“增量”作为“加载类型” ，则必须指定其他设置才能为表格配置“增量加载”。

增量数据加载

对于完全加载，无论数据自上次加载以来是已更改还是保持不变，都将从源中提取所有数据并将其加载到目标系统中。增量加载仅提取自上次加载以来已更改（添加或更新）的数据。与完整加载相比，增量加载通常更快，而且占用的资源更少，尤其是在处理大量数据（其中只有一小部分可能会经常更改）时。

要为表启用增量数据加载，您必须将表的“加载类型”设置为“增量” 。增量加载需要唯一标识符以确保正确加载数据，还需要一个字段（例如时间戳或版本）来跟踪源数据中的更改。

下表描述了增量负载所需的其他设置。

设置	描述
主键	唯一标识数据源中每条记录的一个或多个主键字段。
时间戳字段	用于跟踪上次更新或添加每条记录的时间的字段。
时间戳格式	“时间戳”字段中使用的时间戳值的格式。

重要提示：

用于加载数据的提取方法可能需要额外或特定的配置才能实现增量提取。查看使用 CData Sync 加载数据，了解有关如何为CData Sync设置增量提取的更多信息。查看使用 Theobald Xtract Universal 加载数据，了解有关如何为Theobald Xtract Universal设置增量提取的更多信息。查看使用数据上传器加载数据，了解有关如何设置数据上传器以进行增量提取的更多信息。如果您将“加载类型”切换回“完全” ，请确保相应地配置所使用的提取方法。

删除源文件

如果您在上传源数据时不小心选择了源文件，则可以从“输入数据”屏幕中将其删除。

备注：

只有在没有为源文件上传任何数据的情况下，才能删除源文件。

请按照以下步骤删除源文件。

1. 在“源表格”列表中找到要删除的源文件。
2. 将鼠标悬停在表格上，然后选择“删除文件” 。

输入文件已删除。

删除输入表格

您可以直接从“输入数据”屏幕的“映射表”页面中删除先前上传的输入表。删除输入表将删除流程应用程序的数据。如果要稍后在流程应用程序中使用这些数据，则必须重新上传输入表。

重要提示：

删除表格可能会导致数据转换失败。

请按照以下步骤删除表格。

1. 找到要删除的表格，然后选择“删除表格” 图标。系统会显示确认消息。
2. 选择“删除”。

映射输入字段

备注：

对于所选表格，表格的必填输入字段将显示在“字段”页面的“必填字段”部分中。

在输入表中检测到的源字段会自动映射到目标表中的相应字段。

1. 确保每个字段都映射到正确的目标字段。如果需要，从“目标字段”列表中选择其他字段以更正映射。
2. 选择“下一步”以继续。

配置输入字段

系统会自动检测目标输入字段的设置，您只需进行检查。

请按照以下步骤编辑输入字段的设置。

1. 找到要配置的字段，然后选择“编辑字段” 图标以打开所选字段的“编辑字段”面板。
2. 根据需要编辑设置，然后选择“保存” 。

下表描述了表格设置。

设置	描述
名称	字段的名称。 注意：“名称”是必填字段。
自动检测	用于识别输入文件中的字段类型，并自动为目标表中的字段应用检测到的字段类型。
类型	字段的数据类型。 文本 整数 小数 布尔值 日期 Datetime 注意：根据字段类型，您必须指定解析设置才能配置字段。
必需	用于将字段定义为必填字段的选项。 如果选中，则在发布或导入流程应用程序时，该字段为必填。如果缺少该字段，则会引发错误。如果未选择，则该字段视为可选字段。当缺少该字段时，系统将为该字段添加 NULL 值，以确保后续 SQL 查询不会失败。
唯一	用于定义字段值的选项，其中每条记录具有不同或唯一的值。
不为 NULL	用于定义每条记录的字段必须具有值的选项。该字段不能留空或使用 NULL 值填充。

字段类型的解析设置

下表描述了不同字段类型的可用解析设置。

字段类型	解析设置
整数	千位分隔符 无 点 (.) 逗号 (,)
小数	小数分隔符 点 (.) 逗号 (,) 千位分隔符 无 点 (.) 逗号 (,)
布尔值	True 值: TRUE 或 1 False 值 FALSE 或 0 注意： “True”值和“False”值是必需设置，并且必须不同。
日期	日期格式（请查看日期格式的解析设置示例）。
Datetime	日期时间格式 日期格式（请参阅日期时间格式的示例解析设置。）

日期格式的解析设置示例

格式	示例
yyyy-mm-dd	2025-04-05 2025-4-5
mm/dd/yy	04/05/25 4/5/25
mm/dd/yyyy	04/05/2025 4/5/2025
mm-dd-yyyy	04-05-2025 4-5-2025
dd-mm-yyyy	05-04-2025 5-4-2025
yyyy/mm/dd	2025/04/05

日期时间格式的解析设置示例

格式	示例
yyyy-mm-dd hh:mm:ss[.nnn]	2025-04-05 14:30:45.123 2025-4-5 14:30:45.123
yyyy/mm/dd hh:mm:ss[.nnn]	2025/04/05 14:30:45.123 2025/4/5 14:30:45.123
mm/dd/yyyy hh:mm:ss[.nnn]	04/05/2025 14:30:45.123 4/5/2025 14:30:45.123 04/05/2025 14:30:45 4/5/2025 14:30:45
yyyy-mm-ddThh:mm:ss[.nnn]	2025-04-05T14:30:45.123 2025-4-5T14:30:45.123
mm-dd-yyyy hh:mm:ss[.nnn]	04-05-2025 14:30:45.123 4-5-2025 14:30:45.123 04-05-2025 14:30:45 4-5-2025 14:30:45
dd-mm-yyyy hh:mm:ss[.nnn]	05-04-2025 14:30:45.123 5-4-2025 14:30:45.123 05-04-2025 14:30:45 5-4-2025 14:30:45
yyyy-mm-ddThh:mm:ss[.nnn]+00:00*	2025-04-05T14:30:45.123+02:00 2025-04-05T14:30:45-03:00 2025-04-05T14:30:45 2025-4-5T14:30:45.123+02:00 2025-4-5T14:30:45-03:00 2025-4-5T14:30:45Z
yyyy-mm-ddThh:mm:ss[.nnn]+0000*	2025-04-05T09:30:00+0000 2025-04-05T09:30:00.123+0000
yyyy-mm-dd hh:mm:ss[.nnn]+00:00*	2025-04-05 09:30:00+00:00 2025-04-05 09:30:00.123+00:00
yyyy-mm-dd hh:mm:ss[.nnn]+0000*	2025-04-05 09:30:00+0000 2025-04-05 09:30:00.123+0000
dd/mm/yyyy hh:mm:ss[.nnn]	05/04/2025 14:30:45.123 5/4/2025 14:30:45.123
mm/dd/yy hh:mm:ss[.nnn] AM/PM	04/05/25 02:30:45 PM 4/5/25 02:30:45 PM

*) 在数据提取期间，包含时区信息的时间戳会自动转换为 UTC。