B端通用批量数据导入方案设计

编辑导语：B端产品往往有大量数据的需求录入，如果逐条将数据录入系统，将会花费不少的时间。同时，在大量重复同样的操作时，也会增加犯错的概率，导致录入的数据出现问题。为例解决这个问题，本文作者试想在批量数据录入场景下，通过数据导入功能，用户将正确的数据整理到表格中，快速导入到数据库，希望能给大家带来一些启发。

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：

1. 打开创建员工档案的表单页
2. 对照着员工信息，在表单中输入员工姓名、手机号、身份证号······
3. 保存数据
4. 打开新的表单页，重复以上操作。

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。

1.1 合理设计导入模版

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：

1. 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；
2. 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；
3. 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。

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 明确数据校验规则

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。

• 导入文件中第一列是“手机号”，但数据表第一列是“姓名”，即为不匹配；
• 导入文件中第一列是“手机号”，数据表第一列是“手机号码”，也是不匹配。

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。

1.3 使用异步方式，快速导入正确数据

在批量录入数据的场景下，用户的核心需求是：快速将数据录入系统。产品方案应该要围绕该核心需求来设计。

1.3.1 字段值完全正确的数据行，可以直接导入

在执行数据导入前，我们有必要先确定导入文件中，每一行的数据都完全正确吗？

其实并不需要。

用户在整理导入文件时，难免会出一些小错误。比如导入文件有100行数据，某1行数据的某个值错误，但剩下的99行数据的值都是正确的。

如果要求所有数据都完全正确，才能被导入，那就会导致完全正确的大部分数据，不能更“及时”地录入系统中，必须要将其中极少数错误的数据修正后，重新检验数据，再尝试导入。

更高效的做法是：导入文件中，字段值完全正确的数据行，可以直接导入，而错误的部分数据行，提供下载功能，让用户修改后，重新导入。

1.3.2 覆盖更新已有数据

在系统导入过程中，若某条数据在系统中已经存在，而导入文件也包含了该条数据，此时应该如何处理？

在产品的角度看，通常有三种处理方式：

1. 不允许导入。若用户需要更新该条数据，就需要先删除已有数据再重新导入，或到系统中修改；
2. 询问用户是否要覆盖已有数据。系统要找出已存在的数据，标记两者之间的差异，用户选择是否要更新后，自动执行；
3. 直接覆盖已有数据。用户无需做任何处理。

很明显，第3种处理方式的用户操作成本及研发成本都是更低的。

导入5月份的考试成绩时，通过学号查询，发现张三的成绩已经导入过了。此时将根据导入数据，更新张三的成绩。

采用这种方式，默认了需要导入的数据，比系统中已存在的数据更及时、更准确。因此我们必须要用户：若检测到导入数据在数据表中已存在，则更新该条数据。

1.3.3 系统异步处理

如果需要导入的数据量大，且系统性能不足，系统就要花费较长的时间来处理。

在等待系统处理完成期间，用户想关掉导入页面，去做其他操作，怎么办？

从研发的角度看，系统处理数据，通常有同步和异步两种方式。

• 同步：指发起请求后，后端必须立即响应，处理完成时返回结果。
• 异步：指发起请求后，后端会先接收请求，并在“自己”方便的时候进行处理，处理完成后，再返回结果。

如果使用同步方式，就会导致用户等待时间过长，甚至最后可能因为超时而导入失败，给用户带来极大的负面感受。

而使用异步方式导入，用户上传文件后，即可关闭导入窗口，放心地去做其他操作，且不会应超时而导入失败。

异步导入，既避免用户浪费时间等待，又降低了导入失败的概率，用户体验明显更好。

1.4 显示导入结果，引导下载导入失败数据

数据导入完成后，需显示导入结果，告知用户导入成功了多少、失败了多少。

对于导入失败的数据，提供下载导入失败数据的入口，并在导出文件中标记出不正确的值。这样，用户可以在修正后，重新导入。

2. 批量导入方案的优点

上文描述的批量导入方案，不仅能满足用户批量录入数据的需求，还能低成本地复用到其他功能模块。

使用异步的方式来导入，用户将导入文件上传到系统后，即可放心地去做别的工作，数据导入完成后，再来查看导入结果。大幅度提升了数据录入效率。

当另一个功能模块也需要用到数据导入功能时，只需要修改导入模版和字段值校验规则，即完成产品方案设计和开发。有效提升了产品方案输出和功能开发的效率，降低人力成本。

3. 总结

批量数据导入能快速将数据录入系统，降低企业的人力成本。

在设计产品方案时，应该在确保导入性能足够的条件下，避免用户等待，并降低产品和研发的人力成本，提高用户和产品研发团队的工作效率。