B端通用批量数据导入方案设计

誓博 2023-07-24 11:57:01

B端产品经常遇到大量数据录入的需求，如春季招聘完成后，给新招的120个员工建立员工档案，并创建员工帐号。如果逐条将大量的数据录入系统，将花费用户不少的时间。

新员工的员工信息通常会填写在一个excel表格中，人力在汇总后，录入系统。

如果逐个录入，每创建一个员工的员工档案，有以下几个步骤：

如果录入1个员工需要1分钟，那120个员工，就需要花费2个小时。

与此同时，用户在大量地、重复做同样的操作时，犯错的概率也会增加，导致录入的数据可能出现问题，如将张三的身份证号，错误地粘贴到了李四的员工档案中，或者填写到其他的字段中。

在批量数据录入场景下，数据导入功能，用户可以将正确的原始数据整理到表格中，快速导入到数据库，有效解决“逐条数据录入效率低下”和“操作失误导致数据错误”问题。

1. 如何设计批量数据导入功能

用户在批量导入数据前，需要先将要录入系统的数据，整理成导入文件。再将导入文件上传到系统中，系统完成数据校验后，再将导入文件中的数据，写入数据库。

从这个流程可以得出，批量数据导入功能的核心点有：合理设计导入模版、明确数据校验规则、异步导入数据、导入结果处理。

由于excel具备强大的批量数据处理能力和便捷的操作体验，用excel整理导入文件是最合适的方式。

但用户自己并不清楚导入数据要如何整理导入文件中，因此我们需要设计一个导入模版，按业务数据表的格式要求，对要导入的数据进行格式规范，确保要导入的数据合法。

员工信息表中“性别”字段的要求是：必填、枚举类型（男、女），若导入表格中对应列的值出现了空值或“不详”，则数据非法。导入非法的数据，就会导致业务数据出现错误。

在设计导入模版时，要根据业务的实际情况，梳理出所有的字段，确定每个字段的格式要求，并给出对应的提示信息。具体要求如下：

明确字段格式：关键字段都要有明确的要求，以引导用户准确整理导入文件。如手机号字段必须是11位数字，性别必须是男、女中的一个值；
精确到最小颗粒：导入模版中的每一列，都要精确到最小颗粒，尽量不要将多个字段混在一列中，否则在校验数据时，必须要先拆分单元格的内容，才能对单个数据值进行校验，增加数据校验的复杂度。如省、市、区应该分3列，而不是一列导入；
在表格中给出填写规范提示信息，以减少用户填写错误的概率。

产品经理，产品经理网站

在导入数据前，要引导用户下载导入模版，并按模版中的格式要求，整理好需要录入系统的数据。

1.2.1 导入文件格式校验

数据校验的第一步，是校验导入文件的格式是否正确。如果导入文件格式只支持excel，而用户上传了pdf格式的文件，那导入一定无法完成。

1.2.2 导入文件表头校验

格式校验没问题后，再校验导入文件表头是否与数据表中，需要导入的字段是否匹配。

表头校验的方法是：将导入文件的表头每个字段与数据表需要导入的字段逐一比对，检查同一序号对应列的字段名是否一致。

只有导入文件所有字段序号和字段名与数据表完全一致时，导入文件表头校验才匹配。

数据导入时，系统会按照字段名进行匹配，将导入文件中的数据，写入数据表中对应位置的、同名的字段中。

若不匹配，在数据导入时，导入文件中的数据无法找到对应的数据表字段，从而无法导入。

1.2.3 导入文件字段值校验

表头校验正常后，再对导入文件中具体的字段值做校验，确认其是否合法。

如果不对字段值进行合法性校验，直接导入到数据表中，就有可能导致业务数据错误，甚至引发严重事故。

导入文件中“奖励积分”列的值，本来应该填写奖励的积分数量，但被错误地填入了用户手机号，结果导致每个用户发放了100多亿个积分。

字段值校验的方法是：根据数据表对各个字段值的格式定义，逐个检查导入文件中的对应字段的值是否合法。

字段值校验可能会遇到以下不合法的情况：

基本要求不满足：导入模版中有要求值的字符类型、字符长度、业务规则限制，但导入文件就中的值不满足。若强行导入，会导致数据错误。如导入模版要求是11位数字，导入文件的值是中英文的字符；
找不到匹配的值：导入文件中的部分字段的值，要求在已有数据表中存在，但数据表中查不到。若强行导入，会导致该数据找不到对应的归属主体。如导入文件中“用户ID”的值，在用户表中找不到；
与其他字段的值不匹配：某几个字段的值之间有联动关系，但导入文件中的值联动关系错误。若强行导入，会导致对应数据错乱。如导入文件有员工籍贯所在地，分省、市、区3列，若省的值为广东，则该条数据中，市的值必须是广东省的地级市，不允许出现了其他省的市。

数据校验完成后，根据数据校验结果，决定是否导入数据，或导入哪些行的数据。对于所有列的值都合法的数据行，可以直接导入；而数据行的任意一列的值不合法，则该行数据无法导入。