如何仅当表格存在数据时触发automation job并发送可视化邮件

该需求完全可以实现，核心思路是在原有自动化流程的邮件发送节点前插入「数据存在性校验」分支判断逻辑即可，以下是不同场景下的具体实现方案：

方案1：自研代码实现的自动化流程 #

• 第一步：封装独立的数据校验逻辑
  把生成可视化用到的SQL查询、API调用、本地数据集读取逻辑单独封装成校验函数，不需要生成完整可视化，只要判断数据集是否符合非空要求即可。比如SQL场景下执行SELECT COUNT(*) FROM 可视化对应数据集 WHERE 统计周期 = 当前发送周期，返回结果大于0即代表有有效数据；Pandas场景下直接判断df.empty属性即可。
• 第二步：加入分支判断逻辑
  校验函数返回「有有效数据」的分支，走原有生成可视化、发送邮件的流程；如果返回「无有效数据」，直接终止当前周期的流程，也可按需新增日志记录步骤方便后续排查，不需要触发邮件发送。
• 可选优化：可以给无数据场景增加兜底规则，比如连续3个周期都无数据时给数据负责人发送告警，避免数据源异常长时间无人感知。

方案2：低代码/工作流工具实现的自动化流程 #

（适用Airflow、Make、企业内部低代码平台等场景）

• 第一步：在原有可视化生成节点前，新增「数据查询」节点，配置和可视化逻辑完全一致的数据源查询规则，拉取对应周期的数据集，不需要做可视化渲染。
• 第二步：新增「条件判断」节点，配置判断规则：如果查询返回的数据集长度/条目数大于0，就走后续生成可视化、发送邮件的分支；如果小于等于0，直接结束当前流程即可。

代码示例（Python场景参考） #

import pandas as pd

# 复用可视化对应的数据源查询逻辑
def get_report_data(stat_date):
    # 此处替换为实际的SQL查询/API调用逻辑
    # sql = f"SELECT * FROM business_report WHERE stat_date = '{stat_date}'"
    # df = pd.read_sql(sql, con=db_connection)
    df = pd.DataFrame() # 模拟无数据场景
    return df

if __name__ == "__main__":
    current_date = "2024-05-20" # 替换为实际统计周期
    report_data = get_report_data(current_date)
    # 数据存在性校验
    if not report_data.empty:
        # 原有生成可视化、发送邮件的逻辑
        # generate_visual_chart(report_data)
        # send_mail(chart_attachment)
        print("有有效数据，触发邮件发送")
    else:
        # 无数据直接终止流程，可按需加日志记录
        print("当前周期无对应数据，不触发邮件发送")

注意事项 #

• 校验用的数据集查询逻辑要和可视化生成用的查询逻辑完全一致，建议复用同一份查询结果同时做校验和可视化渲染，避免两次查询的时间差、数据更新导致的判断误差。
• 如果你的可视化依赖多个数据源，需要所有数据源的存在性都校验通过后再触发邮件发送，避免出现部分模块无数据的异常可视化邮件。

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