分支节点

节点介绍

分支节点根据上游节点的输出参数，使用Python比较运算符进行条件判断，将结果分配到不同的分支。每个分支可以关联不同的下游节点，满足条件的分支对应的下游节点会正常运行，不满足条件的分支对应的下游节点会被跳过（空跑）。

典型场景

假设您有一个每日数据同步任务，需要根据源表的数据量选择不同的下游处理策略：

• 步骤1：上游的数据探查节点（赋值节点）查询源表行数，并将结果赋值给输出参数 row_count。

• 步骤2：分支节点接收 row_count 参数，定义两个分支条件：

  • 分支1：${row_count} > 10000（数据量大于1万行）

  • 分支2：${row_count} <= 10000（数据量不超过1万行）

• 步骤3：分支1的下游挂载分批同步节点（大数据量时分批处理），分支2的下游挂载全量同步节点（数据量较小时一次性同步）。运行时只有满足条件的分支对应的下游节点会执行。

整体流程如下：

数据探查（输出row_count） → 分支节点（判断row_count） → 满足条件的下游节点运行

下文将以该场景为例，介绍如何创建和配置分支节点。

空跑机制：分支节点中，若某个分支在运行时不满足分支条件，则该分支的下游节点任务将被置为空跑状态，日志会打印It's set condition-skip by task相关信息。由于空跑属性会向下传递，不建议将自依赖的任务放置在分支链路上。是否沿用空跑属性，详情请参见是否沿用上游的空跑属性。

注意事项

• 分支数量上限：分支节点最多可挂载50个分支。

• 空字符串判定陷阱：分支条件不支持使用空字符串（''）进行判定。例如，当分支条件为 '${tp_code}' != '' 时，若参数取值为空格，空格会被判定为"有值"（空格不等于空字符串），该分支仍会被选中。建议使用特殊占位符代替空值。例如，将参数默认值设置为 tp_code='NONE'，并将分支条件配置为 '${tp_code}' != 'NONE'。

• 多分支匹配：当多个分支条件同时满足时，所有满足条件的分支对应的下游节点都会被执行。请确保分支条件之间互斥，或明确多分支同时满足时的业务逻辑。

操作步骤

1. 进入数据开发页面。

   登录DataWorks控制台，切换至目标地域后，单击左侧导航栏的数据开发与运维 > 数据开发，在下拉框中选择对应工作空间后单击进入数据开发。

2. 鼠标悬停至图标，单击新建节点 > 通用 > 分支节点。

   您也可以打开相应的业务流程，右键单击新建节点 > 通用 > 分支节点。

3. 在新建节点对话框，输入节点名称，并选择路径。

4. 单击确认。

5. 定义分支逻辑。

   1. 在分支逻辑定义页面，单击添加分支。

   2. 在配置分支定义对话框中，配置各项参数。

      参数	描述
      分支条件	分支条件的说明如下： 分支条件仅支持按照Python比较运算符定义逻辑判断条件。 如果运行态表达式取值为true，表示满足对应的分支条件。 如果运行态表达式解析报错，会将整个分支节点运行状态置为失败。 分支条件中支持使用全局变量和节点上下文定义的参数。例如，${input}可以是定义在分支节点的节点输入参数。
      关联到节点输出	关联到节点输出的说明如下： 节点输出供分支节点下游节点挂载依赖关系使用。 满足分支条件时，对应的关联的节点输出上挂载的下游节点被选中运行（同时需要参考该节点依赖的其它上游节点的状态）。 不满足分支条件时，对应的关联的节点输出上挂载的下游节点不会被选中执行，该下游节点会被置成因为分支条件不满足而未运行的状态。
      分支描述	对分支的定义进行简要说明。例如，定义${input}==1和${input}>2两个分支。

      关联到节点输出配置示例（以上文的典型场景为例）：

      分支节点的下游关联两个节点：分批同步和全量同步。配置时，将分支1（条件：${row_count} > 10000）关联到节点输出 data_sync.branch_large，将分支2（条件：${row_count} <= 10000）关联到节点输出 data_sync.branch_small。下游分批同步节点挂载 data_sync.branch_large 作为上游依赖，全量同步节点挂载 data_sync.branch_small 作为上游依赖。运行时，只有满足条件的分支对应的下游节点会被执行。

   3. 单击确定。

      添加分支后，您可以进行编辑和删除操作：

      • 单击编辑，可以修改设置的分支，并且相关的依赖关系也会发生变化。

      • 单击删除，可以删除设置的分支，并且相关的依赖关系也会发生变化。

6. 单击节点编辑区域右侧的调度配置，配置节点的调度属性。

   定义好分支条件后，会在调度配置 > 调度依赖区域的本节点输出名称中，自动添加输出名称。下游节点可以通过输出名称进行依赖挂载。

   说明

   如果连线建立上下文的依赖，在调度配置中没有输出记录，请手动输入。

7. 提交并发布节点任务。

   1. 单击工具栏中的图标，保存节点。

   2. 单击工具栏中的图标，提交节点任务。

   3. 在提交对话框中，输入变更描述。

   4. 单击确认。

   如果您使用的是标准模式的工作空间，任务提交成功后，需要将任务发布至生产环境进行发布。请单击顶部菜单栏左侧的任务发布。具体操作请参见发布任务。

8. 查看周期调度任务。

   1. 单击编辑界面右上角的运维，进入生产环境运维中心。

   2. 查看运行的周期调度任务，详情请参见管理周期任务。

   如果您需要查看更多周期调度任务详情，可单击顶部菜单栏的运维中心，详情请参见运维中心概述。

完整示例：根据数据量选择同步策略

以下示例演示如何搭建一个完整的分支节点工作流：上游数据探查节点统计源表行数 → 分支节点根据行数选择同步策略 → 下游执行对应的同步任务。

步骤1：准备上游赋值节点

创建一个数据探查赋值节点，查询源表的行数并将结果赋值给输出参数 row_count。赋值节点的输出名称为 data_sync.probe_output，输出值为行数（例如 15000）。

步骤2：配置分支节点

创建分支节点，将上游数据探查节点的输出 data_sync.probe_output 设置为分支节点的输入参数 row_count。然后定义两个分支：

• 分支1：条件为 ${row_count} > 10000，关联到节点输出 data_sync.branch_large，说明为"大数据量分批同步"。

• 分支2：条件为 ${row_count} <= 10000，关联到节点输出 data_sync.branch_small，说明为"小数据量全量同步"。

步骤3：配置下游节点

创建两个下游节点，分别挂载分支节点的不同输出：

• 分批同步节点：在调度依赖配置面板中，将上游节点的父节点输出名称设置为 data_sync.branch_large。该节点仅在数据量超过1万行时运行。

• 全量同步节点：将上游节点的父节点输出名称设置为 data_sync.branch_small。该节点仅在数据量不超过1万行时运行。

步骤4：查看运行结果

提交并发布任务后，在运维中心查看运行结果。假设本次源表行数为15000行（满足分支1条件）：

• 满足条件的分支：分支1（15000 > 10000 为 true）→ 分批同步节点正常运行。您可以在运行日志中查看该节点的执行日志和运行结果。

• 不满足条件的分支：分支2（15000 <= 10000 为 false）→ 全量同步节点被跳过。其运行日志中显示黄色提示信息：It's set condition-skip by task，表示该节点被分支条件跳过，运行持续时间为0s。

通过该流程，您可以根据上游数据的实际状态，自动选择最合适的下游处理策略，避免不必要的全量处理或分批处理。

附录：支持的Python比较运算符

相关文档

• 赋值节点：了解如何创建赋值节点，向分支节点传递判断所需的参数。

• 是否沿用上游的空跑属性：了解空跑属性的沿用规则及其对下游节点的影响。