按分析目的组织数据处理
来源与约束
明确需要的数据源、字段定义、读取范围和数据约束，建立可操作的抽取规则。
业务模型转换
以目标分析模型为依据，保留身份和时间含义，组织字段映射与转换。
处理逻辑扩展
通过内置代码片段、自定义脚本、函数、存储过程及其他扩展方式处理复杂转换。
仓库装载
把转换后的数据装载到目标仓库，并围绕分析粒度与装载规则核对结果。
产品演示 · 业务记录与分析模型
同一组记录，两种分析目的
保留逐条事件，或按资产与日期归集次数。选择目的，再看输出字段与规则。
两条开机记录
2026-01-01 · 来源与业务时区 +08:00。设备码 AHU-01 对应资产 Building-A-AHU-01。
record_id | device_code | occurred_local | event_label |
|---|---|---|---|
EVT-001 | AHU-01 | 2026-01-01 08:05:00 | 开机 |
EVT-002 | AHU-01 | 2026-01-01 13:20:00 | 开机 |
保留每一条事件，统一字段意义。
需要按资产与时间追溯具体事件，先建立可识别、可比较的记录。
source_record_key | asset_key | observed_at | event_kind |
|---|---|---|---|
EVT-001 | Building-A-AHU-01 | 2026-01-01T08:05:00+08:00 | START |
EVT-002 | Building-A-AHU-01 | 2026-01-01T13:20:00+08:00 | START |
device_codeasset_key- 按编码对照将 AHU-01 匹配为 Building-A-AHU-01；未匹配的编码单独复核。
occurred_localobserved_at- 按已声明的 +08:00 来源时区解释时间并保留偏移；缺失或无法解析的时间单独处理。
event_labelevent_kind- 将“开机”映射为 START；未知标签需要先确认含义。
record_idsource_record_key- 保留 EVT-001、EVT-002 的来源标识，并确认唯一性与重复记录规则。
输出如何理解
2 条业务记录保留为 2 条规范事件，每一条仍可追溯来源。
明确分析粒度，再形成每日记录。
需要按资产、业务日期与事件类型查看发生次数；明细和汇总承担不同用途。
asset_key | business_date | event_kind | event_count |
|---|---|---|---|
Building-A-AHU-01 | 2026-01-01 | START | 2 |
asset_keyasset_key- 以规范化后的资产标识分组，不因设备同名合并不同来源。
observed_atbusiness_date- 按 +08:00 业务时区取日期；跨午夜事件先确认业务日口径。
event_kindevent_kind- 按已解释的 START 事件类型分组，未知含义不直接合并。
source_record_keyevent_count- 两个不同来源标识计为 2 次；装载前确认去重、补采及覆盖／追加规则。
输出如何理解
2 条规范事件归为 1 条每日记录，event_count = 2 表示事件次数。装载前核对来源覆盖与明细追溯依据。
PsIDC
带上一组源字段，讨论目标模型
说明数据从哪里来、希望如何分析和保存，一起确认转换规则、依赖与校验范围。