Q：R2R（Row-to-Row）映射 XML 是数据同步“源表字段→目标表字段” 的转换规则基础教程。

R2R 映射 XML 语法速查表

　　R2R（Row-to-Row）映射 XML 是数据同步场景中常用的配置文件，核心作用是定义 “源表字段→目标表字段” 的转换规则，无需修改代码即可灵活调整数据流向。

一、节点层级关系（自上而下）

节点	父节点	作用说明
<table-mappings>	—（根节点）	全局容器：包含一个或多个表映射配置
<table-mapping>	<table-mappings>	源表绑定：指定一个源表及其字段映射规则
<mappings>	<table-mapping>	规则分组容器：组织多个目标表映射（支持一对多）
<mapping>	<mappings>	目标表绑定：关联一个目标表，并可指定同步策略（如全量/增量）
<column>	<mapping>	字段级转换：定义单个字段如何从源到目标（直传或表达式计算）

二、关键属性说明（必用项）

节点	属性	说明	示例
<table-mappings>	xmlns:xsi	声明 XML Schema 实例命名空间	http://www.w3.org/2001/XMLSchema-instance
	xsi:noNamespaceSchemaLocation	指向 XSD 校验文件路径（用于语法验证）	../r2RMapping.xsd
<table-mapping>	src	源表名（必填）	src="pt_outhosp_order"
<mapping>	targ	目标表名（必填）	targ="ods_outhosp_order"
	strategy	同步策略（可选，如 full / incremental）	或 type="incremental"或 type="full"
<column>	src	源字段名；若为 "N/A" 表示通过表达式生成	src="order_id" 或 src="N/A"
	targ	目标字段名（必填）	targ="orderid"
	value	字段值表达式（仅当 src="N/A" 时使用）	value='body["create_time"] == null ? null : body["create_time"]'

 

三、高频表达式模板（直接复用）

Java 风格表达式引擎（支持 body['字段']、三元运算 ? :、.equals()，不支持 SQL 函数）所整理的 R2R（Record-to-Record）映射高频实用模板教程。

所有模板均基于 <column src="..." targ="..." value="..."/> 语法，可直接复制使用，并附带说明和注意事项。

1. 空值或 "-" 转 null

<column src="N/A" targ="目标字段" value='body["源字段"] == null || "-".equals(body["源字段"]) || "".equals(body["源字段"]) ? null : body["源字段"]'/>

2. 代码转名称（值映射）

<column src="N/A" targ="gender" value='"1".equals(body["sex"]) ? "男" : "2".equals(body["sex"]) ? "女" : "未知"'/>

3. 时间标准化（10位补时分秒，19位原样，其他 null）

<column src="N/A" targ="event_time" value='body["date_str"] == null || "-".equals(body["date_str"]) ? null : body["date_str"].length() == 10 ? body["date_str"] + " 00:00:00" : body["date_str"].length() == 19 ? body["date_str"] : null'/>

4. Y/N 转布尔字符串

<column src="N/A" targ="is_valid" value='"Y".equals(body["flag"]) ? "true" : "false"'/>

5. 截取前6位（如身份证地区码）

<column src="N/A" targ="region_code" value='body["id_card"] != null && body["id_card"].length() >= 6 ? body["id_card"].substring(0,6) : null'/>

6. 空值设默认值

<column src="N/A" targ="category" value='body["type"] == null || "".equals(body["type"]) ? "通用" : body["type"]'/>

7. 拼接两字段（安全处理 null）

<column src="N/A" targ="full_name" value='(body["last"] == null ? "" : body["last"]) + (body["first"] == null ? "" : " " + body["first"])'/>

四、基础原则及示例

• 所有字段通过 body['字段名'] 引用
• 使用单引号包裹整个 value 表达式（避免 "）
• 优先用 "常量".equals(body['字段']) 防止空指针
• 复杂逻辑用嵌套三元运算模拟 if-else

<table-mapping src="pt_outhosp_order">
    <mappings>
        <mapping targ="yh_mz_yzmxjl" type="all">
                <!-- 1. 系统更新时间：将目标表 xtsjgxsj 字段设置为当前系统日期时间 -->
                <column src="N/A" targ="xtsjgxsj" value="'$(sysdate)'"/>
                <!-- 2. 操作类型标识：将 dsql_optype 字段设置为 'update'，标识操作类型为更新 -->
                <column src="N/A" targ="dsql_optype" value="'update'"/>
                <!-- 3. 主键字段映射：将源表 system_source 字段作为主键，映射到目标表 hisbb 字段 -->
                <column src="system_source" targ="hisbb" pk="true"/>
                <!-- 4. 操作类型标识：将 dsql_optype 字段设置为 'delete'，标识操作类型为删除 -->
                <column src="N/A" targ="dsql_optype" value="'delete'"/>
                <!-- 5. 操作类型标识：将 dsql_optype 字段设置为 'batch_delete'，标识操作类型为批量删除 -->
                <column src="N/A" targ="dsql_optype" value="'batch_delete'"/>
                <!-- 6. 报告流水号构造：通过拼接 request_no 和 report_serial_no 构造目标表 bglsh 字段的值 -->
                <column src="N/A" targ="bglsh" value="body['request_no']+'_'+body['report_serial_no']"/>
                <!-- 7. 年龄字段处理：根据 age_unit 的值判断，若为 '1' 或 '岁'，则取 age 的值，否则为 null，存入 nls 字段 -->
                <column src="N/A" targ="nls" value="'1'.equals(body['age_unit'])? body['age']:'岁'.equals(body['age_unit'])? body['age']:null"/>
                <!-- 8. 就诊性质字段：将目标表 jzxzmc 字段固定设置为 '住院' -->
                <column src="N/A" targ="jzxzmc" value="'住院'"/>
                <!-- 9. diag_date源字段三种情况（1：null、2："-"、3、其他19位时间格式），目标字段时间类型，非必填-->
                <column src="N/A" targ="zdrqsj" value="body['diag_date'] == null || '-'.equals(body['diag_date']) ? null : body['diag_date']"/>
                <!-- 10. 如果age源字段可能不存在，目标字段nl字符串类型且必填，值为默认值或者age-->
                <column src="N/A" targ="nl" value="body['age'] == null ? '18' : body['age']"/>
                <!-- 11. 如果diag_date源字段可能不存在，目标字段testdt是时间类型且必填，默认值系统时间或者diag_date-->
                <column src="N/A" targ="testdt" value="body['diag_date'] == null ? '$(sysdate)' : body['diag_date']"/>
                <!-- 12. 如果diag_date源字段可能不存在，目标字段testdt是时间类型且必填，默认值自定义时间或者diag_date-->
                <column src="N/A" targ="testdt" value="body['diag_date'] == null ? T(java.time.LocalDate).of(2000,1,1) : T(java.time.LocalDate).parse(body['diag_date'])"/>
            </mapping>
        </mappings>
    </table-mapping>
</table-mappings>

 

 

五、推测可用的函数表达式

类型	方法 / 操作	示例	适用场景	推荐表达式写法
空值判断	== null	body["name"] == null	判断字段是否缺失	body["字段"] == null
字符串相等	.equals(String)	"Y".equals(body["flag"])	安全比较字符串值	始终将常量放左边，避免 NPE
空字符串判断	"".equals(...)	"".equals(body["code"])	过滤空字符串	与 == null 联用：body["x"] == null || "".equals(body["x"])
字符串长度	.length()	body["id"].length() == 18	校验固定长度（如身份证、手机号）	body["字段"].length() == N
截取子串	.substring(start, end)	body["date"].substring(0, 4)	提取年份、地区码、编码段等	确保长度足够：len >= end ? str.substring(...) : null
去除空格	.trim()	body["name"].trim()	清洗前后空格	常与判空联用："".equals(body["x"].trim())
大小写转换	.toLowerCase() / .toUpperCase()	body["code"].toLowerCase()	统一大小写（如匹配、去重）	一般用于比较前标准化
前缀判断	.startsWith(String)	body["code"].startsWith("A")	分类、路由、过滤	body["字段"].startsWith("前缀")
后缀判断	.endsWith(String)	body["file"].endsWith(".txt")	文件类型、状态标识判断	同上
查找子串位置	.indexOf(String)	body["email"].indexOf("@") >= 0	判断是否包含某字符/子串	str.indexOf("x") != -1 等价于“包含”
字符串拼接	+	body["a"] + "-" + body["b"]	组合字段（姓名、地址、编码）	对可能为 null 的字段先转空串：(x == null ? "" : x) + ...
逻辑与	&&	cond1 && cond2	多条件同时成立	XML 中建议写为 &&
逻辑或	||	cond1 || cond2	多条件任一成立	XML 中建议写为 &|
逻辑非	!	! "Y".equals(x)	取反条件	常用于排除特定值
三元条件	? :	x == null ? "默认" : x	条件赋值、默认值、映射转换	支持嵌套，但建议不超过 3 层