批量选择数据,点击UI按钮,根据角色查询所有员工ID并发送CRM消息通知

 

/**
 * @codeName 批量选择数据,点击UI按钮,根据角色查询所有员工ID并发送CRM消息通知
 */
log.info(context)
List dataList = context.dataList as List;
Map updateData = [:]
dataList.each {
    item ->
        String id = item["_id"] as String;
        String status = item["status"] as String;
        updateData.put(id, ["status": status])
}
List idList = dataList.collect {
    x -> x["_id"]
}
log.info(idList)
/**
 * @codeName 根据角色查询所有员工ID并发送CRM消息通知
 */
List roleCodes = ["00000000000000000000000000000015"]
// 调用方法获取用户信息
def (boolean errorR, List dataR, String messageR) = Fx.auth.user.getUsersByRoleCodes(roleCodes)
if (errorR) {
    // 如果有错误信息,记录日志
    log.info("error: " + messageR)
} else {
    // 记录成功获取的数据
    log.info(dataR)
}
boolean isBj = false
// 定义正则表达式模式 需要过滤的 userId 列表
def bJPattern = ~/^(1186|1187|1188|1189|1050|1075)$/
List userIdList = [];
dataR.each { itemR ->
    String userId = itemR['userId'] as String;
    isBj = bJPattern.matcher(userId).matches();
    if (!isBj) {
        userIdList.add(userId);
    }
}
log.info(userIdList)
List partitionList = Fx.utils.listPartition(idList, 100)
partitionList.each { item ->
    //根据id分批组装数据
    List ids = item as List
    ids.each { id ->
        String stringId = id as String
        List partitionListR = Fx.utils.listPartition(userIdList, 50)
        partitionListR.each { itemR2 ->
            log.info(updateData[stringId]['status'])
            if (updateData[stringId]['status'] == '1') {
                //根据id分批组装数据
                List userIds = itemR2 as List
                Fx.log.info("当前id分批组装数据条数:" + userIds.size())
                log.info(userIds)
                //Fx.log.info("实际发送的数据条数:" + userIdList.size())
                Notice objectNotify = Notice.objectNotice("ReceivedPaymentObj", stringId)
                def (Boolean dataErrorR, String dataNoticeR, String errorMessageR) = Fx.message.sendNotice("到款认领", "请确认到款认领", userIds, objectNotify)
                if (dataErrorR) {
                    log.info(errorMessageR)
                } else {
                    log.info(dataNoticeR)
                }
            } else {
                log.info(dataList[stringId]['name'] + ":已认领")
            }
        }
    }
}
return ''

参考:

 1、context.dataList
context | 纷享销客 | 帮助中心
2、Fx.auth.user.getRolesByUsers
Fx.auth | 纷享销客 | 帮助中心
3、Fx.message.sendNotice
Fx.message | 纷享销客 | 帮助中心
注意:
返回值:字符串,空则表示当前页面刷新,不进行跳转;URL或者其他信息,会在新选项卡或新页面进行跳转。
return ' '

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值