金蝶拆卸单子件入库同步至旺店通其他入库单:实战配置教程
这个策略解决什么问题
在多系统并行的供应链场景下,某零售企业的金蝶云·星空旗舰版负责财务与生产拆装业务,旺店通负责仓配执行。当车间完成一笔拆卸作业,拆卸单的子件需要在两个系统同时体现:财务侧记成本归集,仓配侧触发实际入库上架。两条线一旦靠人工补录,3 天后库存账必然出现"金蝶有、旺店通无"的差异。我们用轻易云数据集成平台把这条链路跑成定时自动化,单据级增量同步,单据审核即落库。
数据流向与字段映射
源端为金蝶云·星空旗舰版拆卸单,目标端为旺店通·旗舰版其他入库单。中间层由轻易云承担数据抽取、字段映射、规则计算与回执校验。
| 维度 | 源端(金蝶拆卸单) | 中间映射 | 目标端(旺店通其他入库单) |
|---|---|---|---|
| 单据号 | billno | 直接透传 + 仓库编码拼接 | outer_no |
| 仓库 | afterentity_warehouse1_number | 直接透传 | warehouse_no |
| 备注 | comment | 直接透传 | remark |
| 货品明细 | items(子件行) | 数组节点整体传递 | goods_list |
| 入库原因 | 业务上下文 | 写死或按拆卸场景配置 | reason |
| 是否审核 | 源端已审核标识 | 写"1" | is_check |
关键映射点有三处:一是 outer_no 必须用 billno+仓库编码 拼接,否则下游会出现外部单号重复;二是 goods_list 必须是数组结构,金蝶的子件行需逐行展平;三是 is_check 默认填 1,让入库单直接进入可上架状态,跳过人工复核环节。
在轻易云上如何配置
在轻易云数据集成平台创建一个源-目标策略对,源平台选金蝶云·星空旗舰版,目标平台选旺店通·旗舰版。源端 API 配置 /kapi/v2/dtog/im/im_disassemblebill/getList,POST 请求,分页参数 pageNo / pageSize 默认 10,启用 _autoFillResponse 让响应字段自动填充映射。目标端 API 配置 wms.stockin.Other.createOtherOrder,外部单号、仓库编码、备注、是否审核四项均使用变量占位符 {{...}},goods_list 通过 items 节点整体映射。
源端开启增量模式,新增的拆卸单按 id 增量。目标端开启写后回执校验,单据创建成功即视为本次同步成功。轻易云会在策略详情页把这两份元数据拼成可视化映射视图,字段连线一眼可读。
实施步骤
第一步,先做一次全量回灌:用轻易云的"全量触发"功能,把近 30 天历史拆卸单拉一遍,验证字段映射和编码规则。这一步必须在非生产环境跑完,避免脏数据进生产库。
第二步,配置增量起点。建议取最近一次全量完成时间戳作为起点,避免重跑历史单据带来下游重复入库。轻易云的策略编辑页支持直接填写时间起点或选择"上次结束位置续跑"。
第三步,配置调度频率。源端调度 10-59/20 7-23 * * *,每 20 分钟一次,避开整点压测高峰;目标端调度 15-59/20 7-23 * * *,错开 5 分钟让源端先完成抽取再触发写入。轻易云常见的应对模式是"编码映射集中管理"——所有仓库编码、商品编码都在平台统一映射表维护,单据策略只引用不写死,后期加仓库只改一处。
第四步,灰度上线。前 3 天只同步审核状态为"已审核"的拆卸单,观察下游入库单数量与上游一致后再放开全部。
第五步,监控告警。轻易云会在每次执行后记录请求次数、失败原因、回执耗时,建议挂一条"连续 2 次失败即告警"的规则到企业微信或钉钉群。
踩坑复盘
第一,outer_no 拼接漏仓库编码。两个仓库同一天拆同一批料,单据号撞车,下游入库单互相覆盖。稳妥做法是拼接字段里强制带仓库编码后缀。
第二,子件数组未展平。金蝶拆卸单的子件嵌在二层结构里,直接传整个对象会被旺店通拒收。必须用轻易云的数组节点展开功能把子件行摊平到 goods_list。
第三,调度时间没错峰。源端和目标端都写整点触发,碰上金蝶接口慢响应时,目标端先于源端执行,写入失败率高。错峰 5 分钟是个简单有效的小习惯。
第四,is_check 误填 0。下游仓配看到"待审核"字样就跳过作业,造成库存差异。建议全量回灌阶段就锁定 1,轻易云的策略版本会保留这个固定值。
第五,依赖未声明。本策略依赖物料同步策略先完成,但配置时没勾 depends_on,结果新物料未到位就触发入库,下游找不到商品编码。轻易云支持在策略详情直接勾选上游策略作为前置条件。
适用场景与不适用场景
本策略适用于制造业、零售业中"生产侧拆装 + 仓配侧入库"的双系统协同场景,单据量日均在百到千级。不适用于纯电商直发场景(无需拆装作业),也不适用于需要强事务一致性的财务关账场景(应改用事件驱动加分布式事务)。