پرش به محتویات

ماک کردن داده‌ها#

ماک کردن داده‌ها به معنای شبیه‌سازی یا جعلی‌سازی داده‌ها است. این کار زمانی که در حال توسعه یک ورکفلو هستید، مفید است. با ماک کردن داده‌ها، شما می‌توانید:

  • از فراخوانی‌های تکراری به منبع داده خود جلوگیری کنید. این صرفه‌جویی در زمان و هزینه است.
  • در هنگام توسعه اولیه، با مجموعه داده کوچک و قابل پیش‌بینی کار کنید.
  • از خطر بازنویسی داده‌های زنده جلوگیری کنید: در مراحل اولیه ساختن ورکفلو، نیازی به کانکشن به منبع داده واقعی ندارید.

ماک کردن با داده‌های واقعی با استفاده از پین کردن داده‌ها#

با استفاده از پین کردن داده‌ها، داده‌های واقعی را به ورکفلو خود بارگذاری کرده و سپس در پنل خروجی یک نود تثبیت می‌کنید. با این روش، داده‌ای واقعی و قابل اعتماد دارید، با فقط یک تماس به منبع داده‌تان. می‌توانید داده‌های پین شده را ویرایش کنید.

از این روش زمانی استفاده کنید که نیاز دارید ساختار دقیق داده‌ها و پارامترهای ارائه شده توسط منبع داده خود را پیکربندی کنید.

برای ثابت نگه‌داشتن داده در یک نود:

  1. نود را اجرا کنید تا داده بارگذاری شود.
  2. در نمای خروجی، گزینه ثابت‌نگه‌داشتن داده  آیکون پین کردن داده را انتخاب کنید. زمانی که ثابت‌نگه‌داشتن داده فعال است، دکمه غیرفعال می‌شود و بنری با عنوان "این داده ثابت شده" در نمای خروجی نمایش داده می‌شود.

نودهایی که داده‌های باینری خروجی می‌دهند

نمی‌توانید داده‌ها را ثابت نگه دارید اگر داده‌ی خروجی شامل داده‌های باینری باشد.

تولید داده سفارشی با استفاده از نودهای Code یا Edit Fields#

می‌توانید مجموعه داده سفارشی خود را در ورکفلوتان با استفاده از نود Code یا نود Edit Fields (Set) ایجاد کنید.

در نود Code، می‌توانید هر مجموعه داده‌ای که می‌خواهید را ایجاد کرده و آن را به عنوان خروجی نود برگردانید. در نود Edit Fields، افزودن فیلدها را انتخاب کنید تا داده‌های سفارشی خود را اضافه کنید.

نود Edit Fields گزینه خوبی برای آزمایش‌های کوچک است. برای ساخت مجموعه داده‌های پیچیده‌تر، از نود Code استفاده کنید.

خروجی یک مجموعه داده نمونه از نود Customer Datastore#

نود Customer Datastore یک مجموعه داده جعلی ارائه می‌دهد که می‌توانید با آن کار کنید. نود را اضافه و اجرا کنید تا داده‌ها را بررسی کنید.

از این روش زمانی استفاده کنید که نیاز به داده آزمایشی دارید و قصد دارید در هنگام بررسی n98n، نیازی به کار با داده‌های واقعی ندارید.