数据检测任务-自定义规则- FineDataLink帮助文档

文档创建者：Naya

历史版本：7

最近更新：Naya 于 2026-03-02

1. 概述

1.1 应用场景

在交易履约业务体系中，退款业务是订单流转的重要环节。

业务场景中，退款数据存储于退款表（refund_table），并通过订单号与订单主表（order_table）的原订单信息建立关联。核心要求为：每笔退款数据需在订单主表中匹配到有效记录，且退款金额严格小于或等于对应原始订单金额。

1.2 实现思路

在检测任务中，通过「任务自定义规则>行级筛选」自定义 SQL 语句查询检测对象是否存在异常数据。

同时，通过自定义异常明细 SQL，记录相关的异常数据信息。

2. 操作步骤

2.1 创建检测任务

在「数据管理>数据检测」下新建「检测任务」，如下图所示：

2.2 选择检测范围

选择需要检测的数据表，这里选择对 refund_table 进行检测。如下图所示：

2.3 设置规则

1）需要对退款表的每行数据进行检测，选择「任务自定义规则>行级筛选」。如下图所示：

2）自定义 SQL 语句，本文示例需要从退款表中筛选出两类异常的退款记录：

退款表中的 order_id 无法在订单表中找到对应的记录；
退款金额超过订单实付金额的记录。

示例 SQL

SELECT 
    r.refund_id,
    r.order_id,
    r.refund_amount,
    o.payment_amount
FROM refund_table r
LEFT JOIN order_table o ON r.order_id = o.order_id
WHERE o.order_id IS NULL 
   OR r.refund_amount > o.payment_amount

3）设置预期范围：行数=0，也就是不能存在异常退款订单。如果存在异常明细，就需要检测出来。

2.4 记录异常明细

上述规则仅检测退款表中是否有异常数据，实际业务中，还需要把异常明细记录下来，以便后续修正。

支持自定义异常详情SQL，本文示例中，需要记录以下信息：

相关的字段信息：例如 order_id、refund_id、refund_amount 等；
异常订单金额：若原订单不存在，异常金额=全部退款金额；若退款超限，异常金额=退款金额—实付金额；
异常类型：判断异常明细是「退款金额超限」或「订单不存在」，用直观的中文标签标注异常类别；
异常描述：拼接成可直接阅读的异常说明，无需手动计算。例如：退款单 RF202405230012 退款金额(150.00)超过原订单实付金额(128.50)

示例SQL

SELECT 
    r.refund_id,
    r.order_id,
    r.refund_amount,
    o.payment_amount,
    CASE 
        WHEN o.order_id IS NULL 
            THEN r.refund_amount
        WHEN r.refund_amount > o.payment_amount 
            THEN (r.refund_amount - o.payment_amount)
        ELSE 0.00
    END AS 异常金额,
    r.refund_reason,
    r.apply_time,
    o.create_time,
    CASE 
        WHEN o.order_id IS NULL THEN '❌ 订单不存在'
        WHEN r.refund_amount > o.payment_amount THEN '❌ 退款金额超限'
    END AS 异常类型,
    CONCAT(
        '退款单 ', r.refund_id, 
        CASE 
             WHEN o.order_id IS NULL THEN CONCAT(' 关联的订单 ', r.order_id, ' 在系统中不存在')
            ELSE CONCAT(' 退款金额(', r.refund_amount, ')超过原订单实付金额(', o.payment_amount, ')')
        END
    ) AS 异常描述
FROM refund_table r
LEFT JOIN order_table o ON r.order_id = o.order_id
WHERE o.order_id IS NULL OR r.refund_amount > o.payment_amount
ORDER BY r.apply_time DESC