历史版本2 :2023-06 产品月报 返回文档
编辑时间: 内容长度:图片数:目录数: 修改原因:

 2023年 6 月 FineDataLink 继续为您带来新物料。

  • 文档上新

  • 文档共创活动

目录:

新增数据处理方案编辑

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

新增计算列

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

文本函数概述

日期函数概述

逻辑函数概述

数值函数

其他函数:ISNULL-判断是否为空
最佳实践

常见日期公式

缺失值处理

新增列_条件赋值

新增列_分组赋值

字符串拼接和截取

字符串清洗

Spark SQL 语法说明

Spark SQL语法概述

SparkSQL常用语法

SparkSQL日期函数

Spark SQL数学函数

SparkSQL条件函数

SparkSQL窗口函数

SparkSQL编码和加密函数

SparkSQL聚合函数

SparkSQL字符串函数

最佳实践

数据去重

数据排序

表连接与联合

每天获取Excel昨日新增数据导入数据库

数据过滤最佳实践字段模糊查询/筛选
其他数据清洗功能

左连接、右连接:数据关联

行列转换:列转行行转列

文档活动编辑

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: