计算规则详解

概述

计算规则（compute）允许你使用公式为每行数据生成新字段。它支持：

• 基础数学运算（+、-、*、/、%）
• 数字函数（SUM、AVG、MAX、MIN、ROUND 等）
• 日期函数（TODAY、DATE_ADD、DATE_DIFF、DATE_FORMAT 等）
• 字符串函数（STR_REPLACE、STR_SLICE、STR_LEFT 等）
• 条件函数（IF）
• Python UDF 脚本执行

基本语法

配置结构

{
  "type": "compute",
  "targetField": "新字段名",      // 结果将存储在这个字段
  "formula": "计算公式"           // 支持函数和运算符
}

简单示例

假设有一行数据：

{
  "price": 100,
  "quantity": 5,
  "discount": 20
}

1️⃣ 简单算术：

{
  "type": "compute",
  "targetField": "total",
  "formula": "price * quantity - discount"
}

// 结果：total = 480

2️⃣ 使用函数：

{
  "type": "compute",
  "targetField": "summary",
  "formula": "SUM(price, quantity) + discount"
}

// 结果：summary = 125

数字函数

基础聚合

数学运算

日期函数

TODAY() - 获取当前日期

{
  "type": "compute",
  "targetField": "today_date",
  "formula": "TODAY()"
}

// 结果：today_date = "2024-03-23"

DATE_ADD() - 日期加减

语法：DATE_ADD(date, n, unit)

负数表示减法：

DATE_ADD("1999-06-15", -5, "day")  // → "1999-06-10"

DATE_DIFF() - 日期差值

语法：DATE_DIFF(date1, date2, unit)

{
  "type": "compute",
  "targetField": "age_days",
  "formula": "DATE_DIFF('2024-03-23', dob, 'day')"
}

// 示例：
// dob = "2000-01-01" → age_days = 8928

DATE_FORMAT() - 日期格式转换

语法：DATE_FORMAT(date, format_string)

DATE_FORMAT("2024-03-07", "DD/MM/YYYY")  // → "07/03/2024"
DATE_FORMAT("2024-03-07", "YYYY-MM-DD")  // → "2024-03-07"
DATE_FORMAT("2024-03-07", "YY")          // → "24"

DATE_PART() - 提取日期部分

语法：DATE_PART(date, part)

DATE_PART("2024-03-15", "year")     // → 2024
DATE_PART("2024-03-15", "month")    // → 3
DATE_PART("2024-03-15", "day")      // → 15
DATE_PART("2024-03-15", "quarter")  // → 1
DATE_PART("2024-03-15", "weekday")  // → 5 (Friday)

字符串函数

STR_REPLACE() - 字符串替换

STR_REPLACE("a-b-c", "-", "_")  // → "a_b_c"
STR_REPLACE("hello", "x", "y")  // → "hello"（无匹配）
STR_REPLACE("helloworld", "world", "")  // → "hello"（删除）

STR_SLICE() - 字符串截取

STR_SLICE("Hello World", 6, 11)  // → "World"
STR_SLICE("Hello World", 6)      // → "World"
STR_SLICE("Hello World", -5)     // → "World"（从末尾开始）

STR_LEFT() / STR_RIGHT() - 取左/右部分

STR_LEFT("ABCDEF", 3)   // → "ABC"
STR_RIGHT("ABCDEF", 3)  // → "DEF"

STR_PAD() - 字符串填充

STR_PAD("42", 5, "0", "left")   // → "00042"
STR_PAD("42", 5, "0", "right")  // → "42000"

STR_SPLIT() - 字符串分割

STR_SPLIT("a,b,c", ",", 0)  // → "a"（第0个元素）
STR_SPLIT("a,b,c", ",", 1)  // → "b"（第1个元素）

FIND() - 查找位置

FIND("hello world", "world")  // → 6（首次出现位置）

条件函数

IF() - 条件判断

语法：IF(condition, true_value, false_value)

{
  "type": "compute",
  "targetField": "category",
  "formula": "IF(salary > 10000, 'high', 'low')"
}

// 示例：
// salary = 12000 → category = "high"
// salary = 8000 → category = "low"

支持的比较运算符：

• == - 等于
• != - 不等于
• > - 大于
• < - 小于
• >= - 大于等于
• <= - 小于等于

嵌套条件：

IF(age < 18, 'minor', IF(age < 65, 'adult', 'senior'))

实战示例

例 1：计算订单总金额

{
  "type": "compute",
  "targetField": "order_total",
  "formula": "price * quantity * (1 - discount_rate / 100)"
}

// 数据：price=100, quantity=2, discount_rate=10
// 结果：order_total = 180

例 2：计算员工年龄

{
  "type": "compute",
  "targetField": "age",
  "formula": "DATE_DIFF(TODAY(), dob, 'year')"
}

// 数据：dob="1990-05-15"
// 结果：age = 33（或34，取决于当前日期）

例 3：提取和规范化手机号

{
  "type": "compute",
  "targetField": "phone_clean",
  "formula": "STR_REPLACE(STR_REPLACE(phone, '-', ''), ' ', '')"
}

// 数据：phone="123-4567-8900"
// 结果：phone_clean = "1234567890"

例 4：按收入分级

{
  "type": "compute",
  "targetField": "income_level",
  "formula": "IF(annual_income < 50000, 'entry', IF(annual_income < 100000, 'mid', 'senior'))"
}

// 根据年收入分级为：entry、mid、senior

例 5：链式计算

在实际使用中，你可以链式应用多个计算规则：

// 第一步：计算小计
{
  "type": "compute",
  "targetField": "subtotal",
  "formula": "price * quantity"
}

// 第二步：计算税费
{
  "type": "compute",
  "targetField": "tax",
  "formula": "subtotal * 0.1"
}

// 第三步：计算最终总额
{
  "type": "compute",
  "targetField": "total",
  "formula": "subtotal + tax"
}

常见错误与排查

// 错误：使用了不存在的字段
"formula": "prices * quantity"  // 应该是 "price"

// 错误：日期格式不是 YYYY-MM-DD
"formula": "DATE_DIFF(TODAY(), '2024/03/23', 'day')"

// 错误：字符串没有引号
"formula": "STR_REPLACE(name, foo, bar)"

// 正确：
"formula": "STR_REPLACE(name, 'foo', 'bar')"

// 危险：可能导致错误
"formula": "total / count"  // count 可能为 0

// 更安全：
"formula": "IF(count == 0, 0, total / count)"

性能提示

• ✅ 在大数据集上，计算规则执行速度很快（毫秒级）
• ✅ 避免在计算中使用过于复杂的嵌套条件
• ⚠️ 如果计算逻辑太复杂，考虑拆分为多条规则
• ⚠️ 对超大字符串的操作（几MB）可能较慢