การแปลงข้อมูลการแปลและการทำแผนที่ไม่ใช่วิทยาศาสตร์จรวด แต่เป็นเรื่องที่น่าเบื่อ แม้แต่งานแปลงข้อมูลง่ายๆ (เช่นการอ่านไฟล์ CSV ลงในรายการอินสแตนซ์คลาส) ก็ยังต้องใช้โค้ดที่ไม่สำคัญ แม้ว่างานทั้งหมดนี้จะมีความเหมือนกันมาก แต่งานเหล่านี้ล้วน“ แตกต่างกันมากพอ” ที่จะต้องใช้วิธีการแปลงข้อมูลของตนเอง

ในแทบทุกระบบที่เราสร้างเมื่อถึงจุดหนึ่งเราจะพบว่าตัวเองจำเป็นต้องเปลี่ยนข้อมูลจากรูปแบบหนึ่งไปเป็นอีกรูปแบบหนึ่งไม่ว่าจะเป็นการนำเข้าข้อมูลจากที่เก็บข้อมูลที่มีอยู่การประมวลผลข้อมูลจากสตรีมขาเข้าการแปลจากรูปแบบหนึ่งไปเป็นอีกรูปแบบหนึ่งสำหรับภายใน การประมวลผลหรือการแปลงข้อมูลเป็นรูปแบบผลลัพธ์ที่ต้องการ

และทุกครั้งที่เราทำเช่นนั้นงานนั้นดูคล้ายกับสิ่งที่เราเคยทำหลายครั้งก่อนหน้านี้อย่างน่าหงุดหงิด แต่ก็มีความแตกต่างมากพอที่จะทำให้เราต้องทำขั้นตอนการทำแผนที่ข้อมูลใหม่ทั้งหมดอีกครั้ง

ยิ่งไปกว่านั้นเนื่องจากรูปแบบและเทคโนโลยีที่ได้รับความนิยมสูงสุดในการเข้าถึงยังคงมีการพัฒนาอย่างต่อเนื่องและมีการนำเสนอรูปแบบใหม่และได้รับความนิยมโปรแกรมเมอร์จึงจำเป็นต้องเรียนรู้เทคนิคการแปลงข้อมูลและการทำแผนที่ไลบรารี API และเฟรมเวิร์กใหม่ ๆ อยู่เสมอ เช่น บริการวิทยาศาสตร์ข้อมูล ยังคงพัฒนาและพัฒนาต่อไปความต้องการเครื่องมือพิเศษก็ขยายตัวเช่นกัน

แม้ว่าคุณจะสามารถใช้ประโยชน์จากเครื่องมือเช่น AutoMapper (เพื่อแมปข้อมูลจากวัตถุหนึ่งไปยังอีกวัตถุหนึ่ง) หรือ Resharper (เพื่อ refactor โค้ดที่มีอยู่) ไม่ว่าคุณจะทำอะไรโค้ดจะน่าเบื่อในการเขียนและจะต้องได้รับการดูแลรักษาเสมอ จากนั้นคุณจะต้องหาวิธีแก้ปัญหาสำหรับการจัดการการแปลข้ามโดเมนเช่นการแปลงรหัสภายในและค่าคีย์เป็นค่าสำหรับเลเยอร์หรือระบบอื่นค่า null เป็นค่าเริ่มต้นการแปลงประเภทเป็นต้น

การตรวจสอบความถูกต้องมีปัญหาที่คล้ายคลึงกันซึ่งได้รับการแก้ไขโดยเทคโนโลยีเช่น DataAnnotations และ ปลั๊กอินตรวจสอบ jQuery และด้วยการรีมรหัสการตรวจสอบที่กำหนดเอง และความแตกต่างของแต่ละเทคโนโลยีเหล่านี้อาจเป็นเรื่องละเอียดอ่อน

ในฐานะที่เป็น นักวิทยาศาสตร์ข้อมูลขั้นสูง คุณบอกตัวเองว่า“ ต้องมีวิธีที่ดีกว่านี้” ในความเป็นจริงมี และนั่นคือสิ่งที่บทแนะนำเกี่ยวกับการทำแผนที่ข้อมูลนี้

ขอแนะนำ MetaDapper Data Mapping Tool

c# คำสั่งบอทที่ไม่ลงรอยกัน

MetaDapper เป็นไลบรารี. NET ที่พยายามลดความซับซ้อนและปรับปรุงกระบวนการแปลงข้อมูลให้มากที่สุดเท่าที่จะเป็นไปได้

MetaDapper อำนวยความสะดวกในการแปลงข้อมูลโดย:

• แยกส่วนสำเร็จรูปที่ทำซ้ำได้ของกระบวนการแปลงข้อมูลจากแง่มุมที่ไม่ซ้ำกันสำหรับแต่ละงานการแปลงข้อมูล
• ให้อินเทอร์เฟซผู้ใช้ที่ใช้งานง่ายและใช้งานง่ายสำหรับระบุการทำแผนที่และกฎการแปลที่มีความซับซ้อนตามอำเภอใจ

MetaDapper แยกการแมปเชิงตรรกะ (สคีมาการแปลข้อมูลและการตรวจสอบความถูกต้อง) จากการแมปข้อมูลทางกายภาพ (การแปลงไปยังและจากรูปแบบไฟล์และ API ต่างๆ) การทำแผนที่เชิงตรรกะมีชุดฟังก์ชันที่มีประสิทธิภาพและช่วยให้คุณสามารถเชื่อมโยงวิธีการของคุณเองเพื่อจัดการกับความต้องการที่เฉพาะเจาะจง การแม็ปฟิสิคัลประกอบด้วยชุดรูปแบบที่รองรับมากมายที่ขยายออกไปเรื่อย ๆ ในการกำหนดค่าการแม็ปจะมีการจัดเตรียม MetaDapper Configurator โปรแกรมปฏิบัติการ Windows ที่ใช้งานง่ายสำหรับการสร้างและแก้ไขการแมปและสำหรับการดำเนินการเพื่อทดสอบหรือสำหรับการแปลงครั้งเดียว

การแปลงรายการอินสแตนซ์คลาสเป็นไฟล์ XML หรือ CSV เติมข้อมูลระเบียนฐานข้อมูล SQL สร้างสคริปต์ SQL สำหรับการเติมข้อมูลตารางสร้างสเปรดชีตและอื่น ๆ อีกมากมายทำได้โดยใช้ไฟล์คอนฟิกูเรชันเดียวกันซึ่งมักจะสร้างได้ในไม่กี่วินาที

ในการรวม MetaDapper ไว้ในไฟล์ โปรแกรม. NET คุณเพียงแค่ต้อง:

• เพิ่มการอ้างอิงไปยังไลบรารี
• สร้างอินสแตนซ์ของเครื่องมือ MetaDapper
• ดำเนินการแมประบุตัวอ่านต้นทาง (และพารามิเตอร์ใด ๆ ) ตัวเขียนปลายทาง (และพารามิเตอร์ใด ๆ ) และไฟล์คอนฟิกูเรชันของคุณ

เมื่อประสบความสำเร็จผู้เขียนจะส่งออกข้อมูลที่แปลงแล้ว เมื่อเกิดข้อผิดพลาดข้อยกเว้นจะให้ข้อมูลข้อผิดพลาดโดยละเอียดกลับมาเพื่อให้คุณสามารถปฏิเสธข้อมูลหรือปรับแต่งการกำหนดค่าได้

ตัวอย่างการทำแผนที่ข้อมูลโดยย่อมีดังนี้

List result; try { // Instantiate the MetaDapper library. var log = new Log(); var cultureInfo = new CultureInfo('en-US'); var md = new MetaDapper.Engine.MetaDapper(log, cultureInfo); using (var inputStream = new StreamReader(@'C:myfile.csv')) { md.MapData( new CsvReaderParameters { Log = log, CultureInfo = cultureInfo, InputStream = inputStream.BaseStream, InputEncoding = Encoding.ASCII, FirstRecordIsHeader = false }, new PublicPropertiesWriterParameters { Log = log, CultureInfo = cultureInfo }, @'C:MyMetaDapperConfiguration.xml', false, out result); } } catch (Exception) { throw; }

MetaDapper“ Configurator”

MetaDapper Configurator มีวิธีการแสดงขั้นตอนต่างๆในการกำหนดโครงสร้างข้อมูลและกฎการแปลง / การแมปด้วยสายตา Configurator ช่วยให้คุณสร้างแก้ไขและดำเนินการกำหนดค่า (เช่นสำหรับการทดสอบหรือการแปลงครั้งเดียว)

ความแตกต่างระหว่างวัตถุประสงค์ c และรวดเร็ว

ตัวกำหนดค่าของ MetaDapper มุ่งมั่นที่จะทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติให้ได้มากที่สุด ตัวอย่างเช่นเมื่อระบุการแม็ปฟิลด์ฟิลด์ต้นทางและปลายทางจะถูกจับคู่โดยอัตโนมัติเมื่อเป็นไปได้โดยใช้การจับคู่ชื่อ นอกจากนี้เมื่อสร้างคำจำกัดความของระเบียนสำหรับแหล่งข้อมูลที่มีข้อมูลเมตาคำจำกัดความของฟิลด์สามารถถูกเติมโดยอัตโนมัติโดยชี้ไปที่แหล่งข้อมูล

เมื่อสร้างแล้วคำจำกัดความของระเบียนจะรักษาลิงก์ไปยังแหล่งข้อมูลที่สร้างขึ้นจาก (ถ้ามี) เพื่อให้สามารถอัปเดตโดยอัตโนมัติหากสคีมาแหล่งข้อมูลมีการเปลี่ยนแปลงในภายหลัง เมื่อกำหนดค่า Record Definition สำหรับแหล่งข้อมูลที่มีข้อมูลเมตาน้อยหรือไม่มีเลยหากมีแหล่งข้อมูลอื่นที่คล้ายคลึงกันซึ่งมีข้อมูลเมตาอยู่สามารถคัดลอก Record Definition (พร้อมข้อมูลเมตา) เพื่อใช้เป็นพื้นฐานสำหรับ Record Definition ใหม่และ จากนั้นสามารถแก้ไขเพื่อสะท้อนความแตกต่างที่อาจมีอยู่ระหว่างแหล่งข้อมูลทั้งสอง และในกรณีที่สคีมาและข้อมูลเมตาเหมือนกันสำหรับแหล่งข้อมูลหลายแหล่งสามารถใช้นิยามระเบียนเดียวสำหรับแหล่งข้อมูลทั้งหมดได้

ลดความซับซ้อนของกระบวนการแปลงข้อมูล

มาดูรายละเอียดเพิ่มเติมเกี่ยวกับความท้าทายที่มีอยู่ในกระบวนการแปลงข้อมูลและวิธีการที่ MetaDapper อำนวยความสะดวกและลดความซับซ้อนให้กับนักพัฒนา

การแมปข้อมูลต้นทางกับข้อมูลปลายทาง

เมื่อโครงสร้างภายในหรือภายนอกมีการเปลี่ยนแปลงในระหว่างการบำรุงรักษาโค้ดการแมปใด ๆ ที่อาศัยโครงสร้างเหล่านี้อาจต้องได้รับการปรับเปลี่ยนด้วย นี่คือพื้นที่ที่มักจะต้องมีงานซ่อมบำรุงดังนั้นไม่ว่าคุณจะใช้โซลูชันใดก็ตามต้องมีการประเมินค่าใช้จ่ายในการบำรุงรักษา ตัวอย่างเช่นหากคุณสมบัติ TotalSale ถูกลบออกจากคลาส Sale การกำหนดการแมปที่เกี่ยวข้องจะต้องได้รับการปรับเปลี่ยนตามนั้น

ด้วย MetaDapper การอัปเดตการแมปอาจใช้เวลาเพียงไม่กี่วินาที ตัวอย่างเช่นสำหรับประเภทคลาสเพียงคลิกปุ่ม 'นำเข้าคำจำกัดความฟิลด์จากคลาส' เพื่อรีเฟรชฟิลด์เป็นคำจำกัดความที่คอมไพล์ใหม่:

ประเภทการแปลง

การแปลงบางประเภทเช่นการแปลงประเภทวันที่ / เวลาและประเภทตัวเลขมีความอ่อนไหวต่อการตั้งค่าระหว่างประเทศของสภาพแวดล้อมโฮสต์ (เว้นแต่จะระบุไว้อย่างชัดเจนในโค้ด) การปรับใช้แอปพลิเคชันบนเซิร์ฟเวอร์ใหม่ที่มีการตั้งค่าสากลที่แตกต่างกันจึงสามารถทำลายโค้ดที่ไม่คำนึงถึงสิ่งนี้ได้ ตัวอย่างเช่นค่าวันที่ '1-2-2014' จะตีความเป็น 2 มกราคม 2014 ในเครื่องที่มีการตั้งค่าของสหรัฐอเมริกา แต่เป็นวันที่ 1 กุมภาพันธ์ 2014 ในเครื่องที่มีการตั้งค่าสหราชอาณาจักร MetaDapper รองรับการแปลง. NET โดยนัยทั้งหมดและช่วยให้สามารถฟอร์แมตค่าที่ซับซ้อนซึ่งเป็นส่วนหนึ่งของการแปลได้เช่นกัน นอกจากนี้ยังสามารถระบุการตั้งค่าสากลแยกต่างหาก (เช่นอิสระ) ในโปรแกรมอ่าน MetaDapper นักเขียนและเครื่องมือการทำแผนที่

ค่าเริ่มต้นที่ซับซ้อน

บางครั้งต้องใช้กฎทางธุรกิจเฉพาะที่ต้องเข้าถึงระบบอื่นหรือต้องมีการเข้ารหัสที่ซับซ้อนเพื่อกำหนดค่าเริ่มต้น MetaDapper อนุญาตให้ลงทะเบียนเมธอดผู้ร่วมประชุมที่กำหนดเองจำนวนเท่าใดก็ได้กับเอ็นจินและใช้เพื่อระบุค่าเริ่มต้นทำการแปลงข้อมูลแบบกำหนดเองและเพื่อให้การตรวจสอบฟิลด์ที่กำหนดเอง

กฎการตรวจสอบเงื่อนไข

ไม่ใช่เรื่องแปลกที่ค่าฟิลด์จะต้องมีเงื่อนไข (หรือแม้กระทั่งค่าที่ถูกต้องจะขึ้นอยู่กับค่าของฟิลด์อื่น) ตัวอย่างเช่นอาจเป็นกรณีที่ช่องชื่อคู่ค้าและรหัสประกันสังคมของคู่ค้าสามารถเว้นว่างได้ แต่ถ้าระบุชื่อคู่ค้าจะต้องระบุรหัสประกันสังคมของพันธมิตร (และอาจเป็นช่องอื่น ๆ ) การตรวจสอบเงื่อนไขประเภทนี้มีความซับซ้อนและง่ายต่อการเข้าใจผิดในโค้ดที่กำหนดเอง ในทางตรงกันข้าม MetaDapper ช่วยให้สามารถกำหนดค่าความสัมพันธ์การแม็ปข้อมูลประเภทนี้ได้อย่างง่ายดาย โดยเฉพาะรายการของเขตข้อมูลในคำจำกัดความของระเบียนสามารถแสดงรายการในกลุ่มเขตข้อมูลบังคับตามเงื่อนไข:

จากนั้นในการแม็ปกลุ่มสามารถเชื่อมโยงกับฟิลด์ใดก็ได้ซึ่งหากไม่เป็นโมฆะจะต้องมีการระบุฟิลด์ทั้งหมดในกลุ่ม ตัวอย่างเช่น:

การแปลงค่าที่แมปข้ามโดเมน

แหล่งข้อมูลอาจมีค่าที่ไม่สอดคล้องกัน ตัวอย่างเช่นช่องคำทักทายอาจมี“ Mr. ”“ Mr”“ MR.”“ Mister” หรือ“ M” รวมถึงคำที่เทียบเท่ากับผู้หญิงทั้งหมด หรือช่องสกุลเงินอาจมีค่าเช่น“ $” ในขณะที่รูปแบบปลายทางของคุณต้องใช้“ USD” รหัสผลิตภัณฑ์เป็นอีกตัวอย่างหนึ่งของค่าที่อาจต้องแปลงจากระบบหนึ่งไปยังอีกระบบหนึ่ง MetaDapper ช่วยให้สามารถกำหนดคุณสมบัติของ“ รายการคำพ้องความหมาย” ที่ใช้ซ้ำได้ซึ่งสามารถใช้ในการแปลค่าระหว่างการแมป

เมื่อกำหนดแล้วคุณสามารถระบุกลุ่มคำพ้องเพื่อใช้ในการแมปฟิลด์ที่เกี่ยวข้อง:

การแมปตามการจัดรูปแบบค่าและการคำนวณที่ซับซ้อน

อาจต้องใช้ค่าจากฟิลด์อย่างน้อยหนึ่งฟิลด์เพื่อจัดรูปแบบค่าใหม่ ตัวอย่างเช่นค่าต้นทางอาจต้องตกแต่งด้วยค่าคงที่ (เช่น sale.PriceEach = '$' + priceEach;) หรืออาจต้องใช้หลายช่องเพื่อสร้างค่า (เช่น sale.Code = code1 + “_” + code2;)

MetaDapper มีความสามารถในการจัดรูปแบบ / เทมเพลตที่ช่วยให้คุณสามารถสร้างค่าโดยใช้ฟิลด์ใดก็ได้ในระเบียนปัจจุบันรวมถึงส่วนย่อยของฟิลด์หรือค่าคงที่ หลังจากการจัดรูปแบบค่าจะถูกแปลงเป็นประเภทปลายทางที่ระบุ (ซึ่งโดยบังเอิญไม่จำเป็นต้องเป็นสตริง)

ในทำนองเดียวกันการคำนวณที่ซับซ้อนสามารถทำได้ในระหว่างการแมปโดยใช้ตัวดำเนินการทางคณิตศาสตร์และฟังก์ชันครบชุดกับค่าฟิลด์และค่าคงที่ผสมกัน

ภาษาประเภทใด c

กฎการตรวจสอบ

ผู้แทนการตรวจสอบความถูกต้องสามารถลงทะเบียนและใช้ในการแมปได้ นี่คือตัวอย่างของวิธีการที่กำหนดเองเพื่อตรวจสอบว่าค่าของฟิลด์เป็นจำนวนเต็ม (โดยไม่ต้องกำหนดประเภทข้อมูลสำหรับฟิลด์เป็นจำนวนเต็ม):

private static bool ValidateIsInteger( Log log, CultureInfo cultureInfo, object value, ref List errors) { try { Convert.ToInt32(value); } catch (Exception) { return false; } return true; }

วิธีนี้จะถูกลงทะเบียนเมื่อสร้างอินสแตนซ์ MetaDapper จากนั้นสามารถนำไปใช้อย่างง่ายดายในนิยามการทำแผนที่ฟิลด์ใด ๆ :

การจัดกลุ่มการเรียงลำดับและการกรอง

การดำเนินการจัดกลุ่มและการเรียงลำดับสามารถจัดการได้ในแบบสอบถามฐานข้อมูล แต่แหล่งข้อมูลทั้งหมดไม่ได้เป็นฐานข้อมูล MetaDapper จึงสนับสนุนการกำหนดค่าของการจัดกลุ่มและการเรียงลำดับที่ซับซ้อนซึ่งสามารถดำเนินการได้ในหน่วยความจำ

ในกรณีที่อาจต้องการข้อมูลต้นฉบับเพียงบางส่วนการกรองจากแหล่งที่มาที่ไม่ใช่ฐานข้อมูลอาจมีความซับซ้อนมากในการนำไปใช้และดูแลรักษา MetaDapper รองรับการกำหนดค่าฟิลเตอร์ที่ซับซ้อนด้วยตัวดำเนินการบูลีนสำหรับการประเมินฟิลด์จำนวนเท่าใดก็ได้ต่อเร็กคอร์ดโดยมีการซ้อนกันของการดำเนินการตามความจำเป็น ตัวอย่างเช่น:

ตัวกรองด้านบนเทียบเท่ากับรหัส C # ต่อไปนี้:

if (sale.TransactionID > “0” AND sale.Currency == “USD” AND (sale.Amount > “3” || sale.Amount == “1”)

การแมปที่ซ้อนกัน

การแมปบางรายการต้องใช้หลายครั้งเพื่อให้กระบวนการแปลงข้อมูลเสร็จสมบูรณ์ ตัวอย่างบางส่วน ได้แก่ ข้อมูลที่ต้องใช้คำนำหน้าหรือเรกคอร์ดการสรุปข้อมูลที่ต้องแมปแตกต่างกันขึ้นอยู่กับค่าฟิลด์หรือโครงสร้างเอกสารหรือเพียงเพื่อแยกขั้นตอนต่างๆของการแมปที่ซับซ้อน (เช่นแปลชื่อประเภทการแปลง ฯลฯ ) ในตอนท้ายนั้น MetaDapper รองรับการแมปที่ซ้อนกันในระดับความลึกใด ๆ

css แบบสอบถามสื่อสำหรับอุปกรณ์ทั้งหมด

รูปแบบเทียบกับโครงสร้าง

ในฐานะที่เป็นเครื่องมือการทำแผนที่และการแปลงข้อมูล MetaDapper ถูกสร้างขึ้นเพื่อให้สามารถอ่านหรือเขียนรูปแบบข้อมูลได้เกือบทุกรูปแบบโดยใช้อินเทอร์เฟซสำหรับตัวอ่านและตัวเขียนภายใน สิ่งนี้ช่วยให้สามารถสร้างคลาสผู้อ่าน / นักเขียนที่มีน้ำหนักเบามากและมุ่งเน้นไปที่ความแตกต่างเฉพาะรูปแบบเท่านั้น

ผู้อ่านและนักเขียนยังปฏิบัติตนอย่างชาญฉลาดและยืดหยุ่นที่สุด ตัวอย่างเช่นโปรแกรมอ่านและตัวเขียน XML ใช้ XPaths เพื่อระบุตำแหน่งที่จะดึงหรือเขียนข้อมูลในไฟล์ XML นอกจากนี้ยังสามารถใช้การกำหนดค่าเดียวกันในการอ่านและเขียนได้เช่นจากรูปแบบที่ไม่ใช่ XML (เช่นไฟล์ CSV) ซึ่งในกรณีนี้ค่า XPath จะถูกละเว้น ในทำนองเดียวกันหากการกำหนดค่าที่ไม่มีการตั้งค่า XPath ใช้กับโปรแกรมอ่านหรือตัวเขียน XML จะเกิดข้อผิดพลาด

ใช่. ขวา. แน่นอน (ตัวอย่างการทำแผนที่ข้อมูลจริง)

คุณไม่เชื่อ และฉันไม่โทษคุณ เครื่องมือซอฟต์แวร์แทบจะไม่ทั้งหมดที่พวกเขาอ้างว่าเป็น ดังนั้นนี่คือตัวอย่างบางส่วนในโลกแห่งความเป็นจริงที่ MetaDapper ถูกนำมาใช้เพื่อให้ประโยชน์ในการดำเนินงาน

บริษัท ที่ให้บริการซอฟต์แวร์การจัดการประกันสุขภาพมีลูกค้าที่ไม่ต้องการกรอกแบบฟอร์มบนเว็บ แต่ต้องการให้ข้อมูลในสเปรดชีต การใช้ MetaDapper สเปรดชีตที่อัปโหลดจะถูกอ่านลงในหน่วยความจำล้างข้อมูลบันทึกตรวจสอบความถูกต้องและผลลัพธ์ที่เก็บไว้ในฐานข้อมูล พวกเขาสามารถยอมรับไฟล์ Excel จากลูกค้าได้โดยไม่ต้องมีการตรวจสอบความถูกต้องจากมนุษย์โดยใช้ MetaDapper พร้อมด้วยไฟล์การกำหนดค่าที่ง่ายสำหรับแต่ละเทมเพลตสเปรดชีตที่พวกเขาเผยแพร่

บริษัท ก๊าซขนาดใหญ่มีแอปพลิเคชันภายในและต้องการให้ผู้ใช้ที่มีการจัดการสามารถดาวน์โหลดรายงานในรูปแบบ Excel ได้ รูปแบบรายงานมักจะมีการเปลี่ยนแปลงอยู่เสมอ MetaDapper ช่วยอำนวยความสะดวกในการสร้างแผ่นงาน Excel จากฐานข้อมูล การอัปเดตรูปแบบ Excel จำเป็นต้องอัปเดตไฟล์การกำหนดค่า MetaDapper โดยไม่ต้องเปลี่ยนโค้ดหรือคอมไพล์ใหม่

บริษัท ที่ให้บริการซอฟต์แวร์การจัดการสินทรัพย์จำเป็นต้องมีโซลูชันสำหรับการสร้างข้อมูลทางการเงินในรูปแบบแพ็คเกจการบัญชีที่ขึ้นอยู่กับลูกค้าเพื่อนำเข้าสู่ระบบเหล่านั้น แบบสอบถามข้อมูลการบัญชีทั่วไปได้รับการพัฒนาโดยใช้ ORM wrapper และ MetaDapper ใช้เพื่อจัดเรียงกรองและแมปข้อมูลลงในสคีมาและรูปแบบที่ต้องการสำหรับลูกค้าแต่ละราย การกำหนดค่า MetaDapper อย่างน้อยหนึ่งรายการถูกสร้างขึ้นสำหรับลูกค้าแต่ละรายและสิ่งนี้ได้กลายเป็นคุณลักษณะการขายที่สำคัญสำหรับลูกค้าใหม่ ผลิตภัณฑ์สามารถกำหนดค่าได้ (โดยใช้ MetaDapper) ในไม่กี่นาทีเพื่อรองรับรูปแบบแพ็กเกจการบัญชีที่กำหนดเองหรือมาตรฐานดังนั้นการรวมเข้ากับระบบที่จำเป็นและที่มีอยู่จะรวมอยู่ในการขายใหม่แต่ละครั้ง บริษัท เดียวกันใช้ MetaDapper ในโครงการรวมซอฟต์แวร์ต่างๆการทำแผนที่และการแปลงข้อมูลและการแปลงรหัสภายในระหว่างระบบของพวกเขา

ตัวแทนจำหน่ายรถยนต์รายใหญ่จำเป็นต้องเพิ่มรายงานการขายในรูปแบบ Excel ลงในแอปพลิเคชันของตน รายงานถูกเพิ่มลงในแอปพลิเคชันภายในเวลาไม่ถึงหนึ่งชั่วโมงเริ่มต้นจนจบ

นักพัฒนาจำเป็นต้องมีตารางสถานะของสหรัฐอเมริกาที่เหมือนกับชุดที่ใช้ในเว็บไซต์อื่น MetaDapper ถูกใช้เพื่อขุดข้อมูลจากไซต์และสร้างสคริปต์ SQL เพื่อเติมข้อมูลตารางของเขาในไม่กี่นาที

นี่เป็นเพียงตัวอย่างบางส่วนของยูทิลิตี้และคุณค่าที่ได้รับการพิสูจน์แล้วของ MetaDapper ในฐานะเครื่องมือทำแผนที่ข้อมูล

สรุป

ต้องใช้ความคิดในการเริ่มต้นคิดเกี่ยวกับการแปลงข้อมูลโดยทั่วไปมากขึ้นและเริ่มคิดถึงชุดข้อมูลที่มีกฎเกณฑ์ทางธุรกิจและประโยชน์ที่ไม่มีขอบเขต MetaDapper เป็นกรอบที่ส่งเสริมและอำนวยความสะดวกในมุมมองนั้น

ไม่ว่าคุณจะใช้ MetaDapper เทคโนโลยีอื่นหรือใช้โซลูชันการทำแผนที่ข้อมูลของคุณเองนี่เป็นข้อมูลเบื้องต้นเกี่ยวกับความซับซ้อนและค่าใช้จ่ายที่ซ่อนอยู่ในโครงการแปลงข้อมูล ฉันหวังว่าคุณจะพบข้อมูล

(สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ MetaDapper โปรดติดต่อทีม MetaDapper ที่ [ป้องกันอีเมล] )