Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.get-clara.tech/llms.txt

Use this file to discover all available pages before exploring further.

Verwenden Sie dieses Muster, um Twenty mit Produktdaten aus Ihrem Data Warehouse (z. B. Snowflake, BigQuery, PostgreSQL) synchron zu halten.

Workflow-Struktur

  1. Auslöser: Nach Zeitplan
  2. Code: Ihr Data Warehouse abfragen
  3. Code (optional): Daten als Array formatieren
  4. Iterator: Jedes Produkt durchlaufen
  5. Upsert Record: In Twenty erstellen oder aktualisieren

Schritt 1: Auslöser planen

Stellen Sie den Workflow so ein, dass er mit einer Häufigkeit läuft, die Ihren Anforderungen an die Datenaktualität entspricht:
  • Alle 5 Minuten für eine nahezu Echtzeit-Synchronisierung
  • Stündlich für weniger kritische Daten
  • Täglich für Batch-Updates

Schritt 2: Ihr Data Warehouse abfragen

Fügen Sie eine Code-Aktion hinzu, um aktuelle Daten abzurufen:
export const main = async () => {
  const intervalMinutes = 10; // Match your schedule frequency
  const cutoffTime = new Date(Date.now() - intervalMinutes * 60 * 1000).toISOString();

  // Replace with your actual data warehouse connection
  const response = await fetch("https://your-warehouse-api.com/query", {
    method: "POST",
    headers: {
      "Authorization": "Bearer YOUR_API_KEY",
      "Content-Type": "application/json"
    },
    body: JSON.stringify({
      query: `
        SELECT id, name, sku, price, stock_quantity, updated_at
        FROM products
        WHERE updated_at >= '${cutoffTime}'
      `
    })
  });

  const data = await response.json();
  return { products: data.results };
};
Filtern Sie nach updated_at >= last X minutes, um nur kürzlich geänderte Datensätze abzurufen. So bleibt die Synchronisierung effizient.

Schritt 3: Daten formatieren (optional)

Wenn Ihr Data Warehouse Daten in einem Format zurückgibt, das transformiert werden muss, fügen Sie eine weitere Code-Aktion hinzu. Häufige Transformationen umfassen Typkonvertierungen, Feldumbenennungen und Datenbereinigung.

Beispiel: Benutzerdaten mit booleschen und Statusfeldern

export const main = async (params: {
  users: any;
}): Promise<object> => {
  const { users } = params;
  const usersFormatted = typeof users === "string" ? JSON.parse(users) : users;

  // Convert string "true"/"false" to actual booleans
  const toBool = (v: any) => v === true || v === "true";

  return {
    users: usersFormatted.map((user) => ({
      ...user,
      activityStatus: String(user.activityStatus).toUpperCase(),
      isActiveLast30d: toBool(user.isActiveLast30d),
      isActiveLast7d: toBool(user.isActiveLast7d),
      isActiveLast24h: toBool(user.isActiveLast24h),
      isTwenty: toBool(user.isTwenty),
    })),
  };
};

Beispiel: Produktdaten mit Typkonvertierungen

export const main = async (params: { products: any }) => {
  const products = typeof params.products === "string"
    ? JSON.parse(params.products)
    : params.products;

  return {
    products: products.map(product => ({
      externalId: product.id,
      name: product.name,
      sku: product.sku,
      price: parseFloat(product.price),        // String → Number
      stockQuantity: parseInt(product.stock_quantity),
      isActive: product.status === "active"    // String → Boolean
    }))
  };
};

Beispiel: Datums- und Währungsformatierung

export const main = async (params: { deals: any }) => {
  const deals = typeof params.deals === "string"
    ? JSON.parse(params.deals)
    : params.deals;

  return {
    deals: deals.map(deal => ({
      ...deal,
      // Convert Unix timestamp to ISO date
      closedAt: deal.closed_timestamp
        ? new Date(deal.closed_timestamp * 1000).toISOString()
        : null,
      // Ensure amount is a number (remove currency symbols)
      amount: parseFloat(String(deal.amount).replace(/[^0-9.-]/g, "")),
      // Normalize stage names
      stage: deal.stage?.toLowerCase().replace(/_/g, " ")
    }))
  };
};

Häufige Transformationen

QuellformatZielformatCode
"true" / "false"true / falsev === true || v === "true"
"123.45"123.45parseFloat(value)
"active""ACTIVE"value.toUpperCase()
1704067200 (Unix)ISO-Datumnew Date(v * 1000).toISOString()
"$1,234.56"1234.56parseFloat(v.replace(/[^0-9.-]/g, ""))
null / undefined""value || ""

Schritt 4: Durch die Produkte iterieren

Fügen Sie eine Iterator-Aktion hinzu:
  • Eingabe: {{code.products}}
Dies durchläuft jedes Produkt im Array.

Schritt 5: Jeden Datensatz upserten

Fügen Sie innerhalb des Iterators eine Upsert Record-Aktion hinzu:
EinstellungWert
ObjektIhr benutzerdefiniertes Produktobjekt
Abgleichen anhandExterne ID oder SKU (eindeutiger Bezeichner)
Name{{iterator.item.name}}
SKU{{iterator.item.sku}}
Preis{{iterator.item.price}}
Verwenden Sie Upsert (aktualisieren oder erstellen), anstatt separate Verzweigungen für Erstellen vs. Aktualisieren zu bauen. Das ist schneller aufzubauen und leichter zu debuggen.

Beispielanwendungsfälle

QuelleDaten
ERP-SystemProduktkatalog, Preise, Bestand
E-Commerce-PlattformBestellungen, Kunden, Produktaktualisierungen
Data WarehouseAggregierte Metriken, angereicherte Daten
BestandsverwaltungssystemBestandsmengen, Nachbestellwarnungen

Verwandt