data-pipeline · 数据处理管线引擎
可组合的数据转换、验证和分析管线。像搭积木一样处理数据。
何时使用
当用户提到：数据清洗、数据转换、ETL、数据验证、数据分组、数据聚合、管道处理、批量数据处理、数组处理
快速开始
const { Pipeline, Transformers, Validators, PipelineFactory } = require('data-pipeline/src/pipeline');
// 创建一个清洗管线
const pipeline = new Pipeline();
pipeline
.addStage('filter', Transformers.filter(x => x.age >= 18))
.addStage('pick', Transformers.pick(['name', 'email']))
.addStage('sort', Transformers.sort('name', 'asc'));
const result = await pipeline.run(users);
核心 API
Pipeline
const pipeline = new Pipeline({ strict: true, context: { key: 'value' } });
// 添加阶段
pipeline.addStage(name, asyncFn, { retryCount: 0, retryDelay: 100, timeout: 30000 });
pipeline.addStages([{ name, fn, options }]);
// 阶段管理
pipeline.insertBefore(target, name, fn, options);
pipeline.insertAfter(target, name, fn, options);
pipeline.removeStage(name);
pipeline.toggleStage(name, enabled);
// 执行
const result = await pipeline.execute(data); // 返回 { data, metadata }
const data = await pipeline.run(data); // 只返回数据
// 指标
const metrics = pipeline.getMetrics();
pipeline.resetMetrics();
内置转换器
| 转换器 | 说明 | 示例 |
|---|
filter(fn) | 过滤 | Transformers.filter(x => x.active) |
map(fn) | 映射 | Transformers.map(x => x.name) |
reduce(fn, init) | 归约 | Transformers.reduce((a,b) => a+b, 0) |
groupBy(key) | 分组 | Transformers.groupBy('dept') |
sort(key, order) | 排序 | Transformers.sort('age', 'desc') |
dedup(key) | 去重 | Transformers.dedup('id') |
flatten(depth) | 扁平化 | Transformers.flatten(2) |
paginate(page, size) | 分页 | Transformers.paginate(1, 10) |
limit(n) | 限制 | Transformers.limit(5) |
pick(fields) | 选择字段 | Transformers.pick(['name', 'age']) |
rename(map) | 重命名 | Transformers.rename({old: 'new'}) |
merge(key, ...sources) | 合并 | Transformers.merge('id', extras) |
验证器
const schema = {
name: { required: true, type: 'string', minLength: 1 },
age: { type: 'number', min: 0, max: 150 },
email: { pattern: /^[^\s@]+@[^\s@]+\.[^\s@]+$/ },
role: { enum: ['admin', 'user'] },
password: { validate: (v) => v.length >= 8 ? true : 'Too short' }
};
const validator = Validators.schema(schema);
const result = validator(data);
// { valid: boolean, errors: [...], totalItems, validItems }
工厂函数
// ETL 管线
const etl = PipelineFactory.createETL(extract, transforms, load);
// 数据清洗管线
const cleaner = PipelineFactory.createCleaner(schema, { defaultField: 'value' });
// 数据分析管线
const analyzer = PipelineFactory.createAnalyzer('groupKey', {
avgVal: vals => vals.reduce((a,b) => a+b, 0) / vals.length,
maxVal: vals => Math.max(...vals)
});
使用场景
- 数据清洗：验证 → 去重 → 填充默认值 → 修剪字符串
- ETL 流程：提取 → 转换（map/filter/reduce）→ 加载
- 数据分析：分组 → 聚合 → 排序 → 分页
- 数据验证：批量验证对象数组，返回详细错误报告
- API 数据处理：合并多个数据源 → 重命名字段 → 选择输出字段
错误处理
try {
const result = await pipeline.execute(data);
} catch (err) {
if (err instanceof PipelineError) {
console.log('Failed at:', err.failedStage);
console.log('Partial data:', err.lastData);
console.log('Stage results:', err.stageResults);
}
}
性能指标
const metrics = pipeline.getMetrics();
// {
// pipeline: { totalRuns, totalErrors, avgTime },
// stages: [{ name, calls, errors, avgTime }, ...]
// }
