Lektion 03
Willkommen zu Modul 3! Nachdem wir gelernt haben, Daten abzurufen, kümmern wir uns heute darum, diese Daten zu verstehen, zu strukturieren und zu transformieren. Du wirst lernen, wie man Datenmodelle definiert, sie visuell mappt und für die spätere Verwendung zwischenspeichert.
Platz für deine Notizen:
Checkliste: Was du heute erreichen wirst
Übung 1: Eine Data Structure anlegen
Ziel: Eine wiederverwendbare Datenstruktur für einen einfachen Kunden anlegen.
Schema importieren
Klicke auf den Button "Import from JSON Schema".
Kopiere den folgenden JSON-Code in das Textfeld:
{
"type": "object",
"properties": {
"external_id": {
"type": "string"
},
"name": {
"type": "string"
},
"email": {
"type": "string",
"format": "email"
}
},
"required": ["external_id", "name", "email"]
}Klicke auf "Import" und dann auf "Speichern".
Übung 2: Kunden-Workflow mit Mapping & Data Store
Ziel: Einen Xentral-Kunden auslesen, ihn auf die SimpleCustomer-Struktur mappen und im Data Store speichern.
Mapping-Tool verwenden
Füge einen
Mapping-Knoten hinzu.Wähle als Target Structure deine
SimpleCustomer-Datenstruktur aus.Verbinde die Felder:
id(aus dem Xentral-Knoten) →external_idname(aus dem Xentral-Knoten) →nameemail(aus dem Xentral-Knoten) →email
Speichere die Konfiguration des Mapping-Knotens.
Daten im Data Store speichern
Füge einen
Data Store-Knoten hinzu.Wähle die Operation
put.Key: Wir wollen den Kunden unter seiner ID speichern. Nutze eine Expression, um auf die ID aus dem Mapping-Ergebnis zuzugreifen:
{{$node["Mapping"].json["external_id"]}}
Value: Hier wollen wir das gesamte gemappte Objekt speichern. Nutze die Expression:
{{$node["Mapping"].json}}
Platz für deine Screenshots oder Notizen zum Ergebnis:
Cheat Sheet: Wichtige Begriffe aus Modul 3
Data Structure
Ein "Bauplan" oder Schema für Daten in Connect. Definiert, welche Felder ein Objekt hat, welchen Datentyp sie haben und welche Pflicht sind.
JSON-Schema
Der offene Standard, der zur Definition von Data Structures verwendet wird.
Mapping-Tool
Ein visueller Editor in Connect, um Datenfelder von einer Quellstruktur (z.B. Xentral API) einer Zielstruktur (z.B. deine Data Structure) zuzuordnen.
Data Store
Ein einfacher Key-Value-Speicher innerhalb von Connect. Dient zum Zwischenspeichern von Daten oder zum Austausch von Daten zwischen Workflows.
Key-Value-Speicher
Eine einfache Art der Datenspeicherung, bei der jedem Wert (Value) ein eindeutiger Schlüssel (Key) zugeordnet wird, über den man ihn wiederfindet. Wie eine Garderobennummer.
Was this helpful?
