DataStore

Dieses Dokument beschreibt das DataStore Flow Element, ein leistungsstarkes Werkzeug zur Verwaltung von Daten innerhalb deiner Workflows.

---

Zweck

Das DataStore Flow Element bietet eine Möglichkeit, Daten in einem persistenten Speichersystem zu erstellen, zu lesen, zu aktualisieren und zu löschen (CRUD). Es fungiert als Datenbankschnittstelle innerhalb deiner Flows.

Dieses Element ist ideal für Szenarien, in denen du den Zustand beibehalten oder Datensammlungen über einen längeren Zeitraum verwalten musst.

Vorteile und Anwendungsfälle

• Verarbeitungsergebnisse speichern: Speichere Ergebnisse aus einer Mapping- oder API-Abfrage für die spätere Verwendung.

• Listen verwalten: Verfolge verarbeitete Elemente, um Duplikate zu vermeiden (z. B. eine Liste von verarbeiteten Produkt-IDs).

• Informationen zwischenspeichern: Speichere Daten, die sich selten ändern, um die Anzahl externer Systemabfragen zu reduzieren.

• Einträge markieren: Markiere Datensätze als "dirty" oder "clean", um zu steuern, welche Elemente ein Workflow verarbeiten soll.

---

Praktische Hinweise

• Automatische Wiederholungen: Beim Schreiben einzelner Einträge wird der Vorgang bei einer Race Condition (gleichzeitiger Zugriff) bis zu fünfmal automatisch wiederholt, was die Zuverlässigkeit erhöht.

• Datumsabfragen: Bei der Filterung nach Datum können sowohl Standard-Datumszeichenfolgen als auch das UTCDatetime-Format verwendet werden.

• Verknüpfte Daten: Die Option Beziehungen auflösen vereinfacht Workflows erheblich, da damit automatisch verknüpfte Daten geladen werden – ohne separate DataStore-Schritte.

• Massenlöschung: Die Option Alle Einträge löschen (truncate) ist unwiderruflich und löscht alle Daten aus der gewählten Datenstruktur. Konfiguration immer doppelt prüfen!

• Abfragen testen: Verwende die Schaltfläche Konfiguration testen, um beim Lesen von Daten eine Vorschau der Ergebnisse zu erhalten, ohne den gesamten Workflow auszuführen.

---

Konfigurationsoptionen

Das Verhalten des DataStore-Elements wird hauptsächlich durch die folgenden Optionen gesteuert:

Name	Beschreibung
Typ	Definiert die Hauptaktion des Elements: • write: Speichert oder aktualisiert Daten. • read: Liest Daten aus. • delete: Löscht Daten.
Datenstruktur	Die spezifische Datentabelle, mit der du arbeiten möchtest. Du kannst eine bestehende auswählen oder eine neue erstellen.
Lese-Methode	(Nur bei Typ read) Bestimmt, welche Datensätze gelesen werden: • Alle Datensätze • Unverarbeitete/verarbeitete Datensätze (_dirty = true / _dirty = false) • Nach Primärschlüssel • Nach Feldwert
Rückgabeformat	(Nur bei Typ read) Bestimmt das Format der Ausgabe: • Vollständiger Datensatz • Primärschlüssel (Gibt nur die Primärschlüssel zurück)
Systemfelder ausschließen	Wenn aktiviert, werden systemgenerierte Felder (wie _id, _dirty) aus den Ergebnissen entfernt.
Beziehungen auflösen	Wenn aktiviert, werden verknüpfte Felder automatisch mit den entsprechenden Daten gefüllt.
Alle Einträge löschen...	(Nur bei Typ delete) Löscht alle Einträge in der Datenstruktur, unabhängig vom Primärschlüssel. Mit Vorsicht verwenden.
Nach Primärschlüssel indizieren	Wenn aktiviert, wird das zurückgegebene Array der Datensätze nach dem jeweiligen Primärschlüssel indexiert.
Ergebnis protokollieren	Wenn aktiviert, wird das Ergebnis der Operation zu Debug-Zwecken protokolliert.
Limit	(Nur bei Typ read) Begrenzt die Anzahl der zurückgegebenen Datensätze.
Offset	(Nur bei Typ read) Gibt an, wie viele Datensätze übersprungen werden sollen (nützlich für Paginierung).

---

Eingabe-/Ausgabeerwartungen

Eingabe

Die erforderlichen Eingabefelder variieren je nach ausgewähltem Typ und Lese-Methode.

• Beim Schreiben von Daten (Typ: write):

  • Zu speichernde Daten: Die zu speichernden Daten als einzelnes JSON-Objekt oder als Array von Objekten.

• Beim Lesen von Daten (Typ: read):

  • Primärschlüssel: Erforderlich bei der Lese-Methode getByPrimaryId.

  • Feld / Operator / Feldwert: Erforderlich bei getByFieldValue (z.B. Feld: status, Operator: =, Feldwert: active).

• Beim Löschen von Daten (Typ: delete):

  • Primärschlüssel: Die eindeutige ID des zu löschenden Eintrags. (Wird ignoriert, wenn Alle Einträge löschen aktiviert ist).

Ausgabe

Die Variable Ergebnis enthält das Ergebnis der Operation:

• Bei write: Das Ergebnis des Datenbankeintrags, z. B. Erfolgsmeldungen.

• Bei read:

  • Ein Array mit übereinstimmenden Datensätzen.

  • Bei getByPrimaryId ist das Ergebnis ein einzelnes Objekt.

  • Wird kein Datensatz gefunden, ist das Ergebnis ein leeres Array oder null.

• Bei delete: Das Ergebnis wird in der Regel intern protokolliert und nicht direkt zurückgegeben.

---