Foundry Workshop筛选、pivot table使用限制及实现咨询

跨1对多关联对象的筛选列表绑定Object Table实现 #

• 需求可直接实现，无需后端额外开发，配置路径如下：
  1. 提前确认Ontology中Object1、Object2的1对多关联关系配置正确，外键映射、关联权限无异常
  2. 拖入Object Table组件，根据业务场景选择关联的一端作为主数据源：如果需要按多端明细行展示就选Object2（多端）作为主对象，如果需要按1端对象聚合展示就选Object1（1端）作为主对象；在组件的关联属性配置项中，勾选需要展示的对端对象属性，此时表格会同时加载两个对象的目标字段
  3. 拖入Filter List组件，和Object Table绑定同一对象集，在筛选字段配置中同时勾选两个对象的目标筛选属性
  4. 将Filter List的输出筛选条件直接绑定为Object Table的输入筛选参数，即可实现跨两对象属性的筛选规则统一作用于同一张对象表。

注意：如果选择1端对象作为Object Table主数据源，筛选多端对象属性时，会返回所有满足关联多对象匹配条件的1端对象整行数据，属于组件默认逻辑，可根据业务需要调整主对象选择。

Pivot Table聚合列派生计算能力 #

• 原生Pivot Table组件不支持直接引用已配置的max、min这类聚合结果新增计算列：组件内置的计算列能力仅支持基于原始行级属性做运算，无法读取聚合后的动态值做二次计算，因此无法直接在组件内配置max-min的差值列。

Pivot Table大数据量排序逻辑问题 #

• 原生Pivot Table无内置配置项实现全量排序后取TopN展示：组件默认逻辑是拉取最多1000条聚合结果到前端做本地预览、本地排序，这个限制是为了避免全量聚合数据传输到前端造成页面卡顿，默认排序仅作用于拉取到前端的1000条预览数据，确实会出现结果误导的问题。

Pivot Table相关需求的实现路径说明 #

• 上述两个Pivot Table相关需求无法仅通过Workshop前端组件配置实现，但不需要走完整的「后端group by加工数据集→转换为新对象→关联现有业务对象」的重流程，轻量实现方案如下：
  1. 直接在Workshop中调用内置的Ontology聚合逻辑，在后端完成维度分组、max/min聚合、差值派生列计算、全量结果排序+TopN截取的全流程计算，所有计算都在后端执行，不会传输全量数据到前端
  2. 将聚合计算的输出结果直接绑定到表格组件（聚合后的扁平结果用普通Table组件渲染性能比Pivot Table更好）展示即可，不需要新建数据集或新的对象类型，直接复用现有业务对象的Ontology配置和权限体系，配置成本极低
  3. 只有当这套聚合逻辑需要被多个Workshop应用、其他Foundry模块复用时，再考虑提前在后端加工固化聚合结果、转换为关联对象即可。

内容的提问来源于stack exchange，提问作者Jresearcher