资产管理的实践与应用搭建|学习笔记

简介: 快速学习资产管理的实践与应用搭建

开发者学堂课程【低代码-资产管理系统实践:资产管理的实践与应用搭建】学习笔记,与课程紧密联系,让用户快速学习知识。

课程链接https://developer.aliyun.com/learning/course/1003/detail/15016


资产管理的实践与应用搭建


内容介绍:

一、资产管理系统的实现流程

二、课程总结


一、资产管理系统的实现流程

1. 资产管理系统的实现流程

首先来了解一下资产管理的实现流程。第一步从空白创建一个应用并命名为资产管理系统,然后创建数据底表、物资分类表以及物资库存表,然后再继续创建出库表和入库表,对他进行一个关联数据的配置,最后对入库表和物品出库表进行一个业务关联规则的配置。image.png

2.实践操作

然后打开应用,进行一个实践操作。

在这里已经提前创建好了物资分类表。可以看到有单行文本组件,分别是物品分类、物品名称以及

物品规

image.png

然后是入库申请表,同样的用到了成员组件、日期组件以及子表单入库明细。image.png

然后是物资库存表,物资库存表里面会用到的单行文本组件有物品分类、物品名称、物品规格以及数值组件,他用于存放库存数量。image.png

然后是流程表单也就是出库申请表,同样用到成员组件、日期组件以及子表单出库明细。image.png

首先来看一下入库申请表里业务关联规则的配置。找到编辑表单并打开,在表单的最上面找到表单设计,然后点击表单设计,在页面的上方找到表单设置,然后在最右侧的属性栏里面找到表单事件,在表单事件里面对入库表单进行一个业务关联规则的配置。image.png

然后在这里面的标题可以进行自定义设置,在这里可以设置为入库时更新库存image.png

然后在单据提交的时候有一个 UPSERT 业务关联规则公式的使用,在这里选择使用 UPSERT 这一个高级公式,可以在下方的函数列表里找到 UPSERT 。在这里可以看到, UPSERT 函数是用于更新表单中的实例或者是插入新的实例。在这后面还有一个逻辑判断,当物资库存表里的物品分类等于入库明细的物品分类,以此类推物资库存表里面的名称等于当前入库明细里面的名称。由于逻辑判断较多,所以用 AND 给他进行一个连接。当目标表里面没有数据的时候,用引号给他进行一个代替,在这里面要注意目标表的条件一定要在最前方,这个就是入库的时候一个业务关联规则的配置,然后点击确定将他进行保存。image.png

然后再来看出库申请表里面的业务关联规则配置。由于出库申请是一个流程表单,所以需要在出库申请表里找到流程设计。在流程设计里可以看到全局设置,然后点击全局设置,找到节点提交规则,在这里面可以对他新增一个规则,比如说“可以给他的名称设置为当出库的数量大于当前库存数量时,对他做一个校验”节点类型选择为开始的时候这里有一个校验规则,然后点击校验规则,在校验规则里用到刚才提到的逻辑函数 GE (出库数量大于当前的库存数量),然后在下面对他有一个阻断提交,在阻断提交里的校验错误提示就比如是当前库存不足,然后点击确认。image.png

在这里也可以同样的提交一个新的规则,比如说当出库的时候数量有一个减少的规则,同样在接点开始的时候,在这里面设置的是关联操作,点击关联操作,当数量进行一个减少的时候所需要用到的是 UPDATE 函数,同样目标表选择物资库存表,然后在这里面有一个逻辑判断“当物资库存表里面的物品分类等于当前的物品类别”,同样的目标表里面的物品名称等于当前的物品名称。以此来推,再来判断一个“物品规格等于当前物品规格的时候”,然后对他进行一个数量的更新库存的数量等于当前这个库存的数量减去出库的数量,然后点击确认。image.png

最后一定要保存一下这个流程,保存之后一定要在右侧点击发布这个流程。image.png然后返回出库申请表来提交一条出库,来校验一下刚才的业务关联规则配置。点击数据管理页面的新增,选择物品类别为水果,物品名称是苹果,然后选择20/箱,向右移动可以看到有一个当前的库存数量是50,当出库90个的时候点击提交,就可以看到上面有一个校验是成功的,当前的库存不足。image.png

然后对他进行一个出库是10个并点击提交,提交之后来看一下流程的详情并点击同意。之后来看一下物资库存表,找到数据管理页看一下刚才提交的水果里的苹果一项,库存数量是由50个减少到了40个,这就是出库的一个申请。image.png

然后来看一下入库申请的业务关联规则配置,同样的选择数据管理页并新增一条数据。在物品类别里面同样选择水果,然后苹果20/箱,在入库的时候,对他进行入库100个,看一下物资库存表里面是否增加到了140个。找到数据管理页,可以看到库存数量是由100变为140个。image.png


二、课程总结

1.总结

最后对当前的课程做一个总结,本节课使用到了表单组件里面的成员组件、下拉单选、日期组件以及子表单组件;函数用到了日期函数、高级函数以及逻辑函数;他的主要实现功能是业务关联规则实现了产品入库的更新以及相应资产的插入;他更适用于更多的场景,比如说企业物资管理等等。

2.课后练习

(不定项)高级函数有哪些?

A. UPDATE

B. DELETE

C. REPIACE

D. UPSERT

答案是 ABD



相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
11月前
|
API 数据处理
鸿蒙应用开发从入门到实战(十三):ArkUI组件Slider&Progress
ArkUI提供了丰富的系统组件,用于制作鸿蒙原生应用APP的UI,本文主要讲解滑块Slider和进度条Progress组件的使用。
428 1
|
5月前
|
存储 人工智能 安全
APP上架安全评估:数字时代的合规通行证与用户信任生命线
APP上架安全评估不仅是企业跨越监管红线的“合规通行证”,更是守护用户信任的“安全生命线”。通过漏洞扫描、隐私合规审查与风险动态监测的立体化评估机制,企业能够构建起覆盖代码安全、数据加密、权限管控的全维度防护体系,为每一行代码注入“安全基因”,让每一次用户交互、每一笔交易流转、每一项功能迭代都置于可信可控的保障之下,在数字浪潮中筑牢安全根基,实现可持续的稳健发展。
372 1
|
5月前
|
人工智能 负载均衡 Java
Java接入AI大模型:企业级多模型对接与高并发稳定实践
在AI大模型赋能企业数字化转型背景下,Java团队面临多模型对接碎片化与高并发稳定性两大痛点。JBoltAI框架提供统一接入层、智能负载均衡、队列化流量管控及熔断降级等能力,支持20+主流模型,助力Java系统稳定、高效、可扩展地集成AI能力。(239字)
459 2
|
自然语言处理 数据可视化 C++
Github 68000+ star,一款提升论文写作效率的黑科技,挖掘大语言模型的学术潜能,为什么gpt_academic能成为你论文写作的秘密武器?
binary-husky/gpt_academic 是一款集成 GPT/GLM 类大模型的学术写作优化神器,学术界和科研领域都在快速拥抱大语言模型 (LLM),但真正能助力论文阅读、润色、写作的工具却少之又少。gpt_academic(GPT 学术优化)正是为此诞生:聚焦论文生产全流程,从阅读理解、翻译润色、结构优化,到理工项目剖析,提供一站式解决方案。
836 0
|
存储 SQL 数据库
【赵渝强老师】OceanBase的部署架构
OceanBase数据库支持两种部署架构:无共享(Shared-Nothing,SN)模式和共享存储(Shared-Storage,SS)模式。SN模式下,各节点对等,具备高扩展性、可用性和性能,运行于普通PC服务器集群;SS模式采用存算分离架构,租户数据存储在共享对象存储上,本地缓存热点数据。两种模式均支持高可用与多副本一致性,适用于不同业务场景。
744 1
|
8月前
|
IDE 开发工具 C++
Python 初学者常见 10 大误区与避坑指南
本文总结Python初学者易犯的10大编码误区,如缩进错误、混淆“==”与“is”、修改迭代列表等,结合典型案例解析原因并提供实用解决方案,帮助新手规避常见陷阱,建立正确的Python编程思维,提升代码质量与可读性。
|
10月前
|
开发框架 前端开发 .NET
最新ASP.NET Core Blazor简介和快速入门一(基础篇)
大家好,我是码农刚子。本篇文章介绍了ASP.NET Core Blazor的简介和基础语法。Blazor是微软推出的基于.NET的Web框架,支持C#构建交互式前端,无需JavaScript。提供Server、WebAssembly和Hybrid三种托管模式,分别适用于实时通信、离线运行与跨平台原生应用开发,实现全栈C#开发体验。
594 1
最新ASP.NET Core Blazor简介和快速入门一(基础篇)
|
8月前
|
存储 缓存 搜索推荐
电商系统云架构设计
本文深入解析支撑千万级电商业务的云架构设计,涵盖高并发处理、数据层优化、智能搜索与推荐、大促保障等核心环节。基于云原生与微服务理念,构建弹性、稳定、高效的技术体系,助力企业应对流量峰值与复杂业务挑战,实现规模化发展。
554 0
|
安全 编译器 程序员
C# 中 foreach 循环和 for 循环深度比较
为什么建议你多数情况下使用 foreach 进行遍历循环?看完你就明白了
623 5
|
数据可视化 算法 量子技术
量子开发者实战:用量子算法可视化工具撕裂量子黑箱
量子研究面临线路复杂、态演化抽象、纠错黑箱三大难题,造成资源浪费与理解偏差。解决方案需具备量子线路降维、态演化全息投影与纠错可视化能力。板栗看板、Qiskit Bloch Sphere、Quantastica等工具助力科研与教学,提升理解效率与算法调试速度,推动量子技术从黑箱走向直观可视。
量子开发者实战:用量子算法可视化工具撕裂量子黑箱