2023年 6 月 FineDataLink 继续为您带来新物料。
文档上新
文档共创活动
新增数据处理方案
在使用 FineDataLink 进行数据集成、开发过程中，经常需要对数据进行清洗、过滤、计算等等。
FineDataLink 提供了「新增计算列」可以使用多种函数实现对数据的清洗计算；提供「数据过滤」可视化算子实现快速的数据筛选匹配；也可使用「数据关联」「列转行」「行转列」等可视化算子快速时间数据处理，提升用户开发效率。同时在可视化算子不够丰富的情况下，可以使用「Spark SQL」语法进行数据快速处理。
文档将数据处理的方案进行梳理整合，为用户提供方案和示例，便于用户实现高效的开发。
| 功能 | 分类 | 文档 |
|---|---|---|
函数进行数据计算、清洗 | 逻辑原理说明，例如功能逻辑说明、所支持运算符的对应计算逻辑等 | 函数计算格式 |
| 支持的表达式具体介绍 | 其他函数：ISNULL-判断是否为空 | |
| 最佳实践 | ||
| Spark SQL | 语法说明 | |
| 最佳实践 | ||
| 数据过滤 | 最佳实践 | 字段模糊查询/筛选 |
| 其他数据处理功能 | 左连接、右连接：数据关联 | |
文档活动
所有活动奖励都以 F币形式发放（1F 币=1 元），F币可在 帆软商城 兑换周边京东卡，也可以直接提现哦，积少成多大家积极参与呀~
文档满意度调研（3F币）
为了给您提供更便捷高效的帮助文档，我们诚邀您参与此次问卷调研，参与到帮助中心的建设中来
您的建议和意见将成为我们努力和改进的方向，问卷填写戳这里：FineDataLink文档内容调研
完成后可通过接取 社区任务 获得 3F币 奖励哦~
文档反馈活动
截止到 2023 年 5 月 1 日，FineDataLink 文档已有 18 万+的阅读量和 9000+ 的用户覆盖，帮助许多用户学习和解决问题。然而，我们也认识到文档内容仍需要不断补充和优化，以便更好地满足用户的需求和期望。
我们希望收集大家的建议，共同为创建更加细致、完备、实用的文档下一番努力，让更多人更快更好地了解 FineDataLink 产品，更好地解决问题。
参与方式：
上一篇：2023-07产品月报
