看完了实践一与实践二、我们大致对otter有了一个简单认识。
那么，我们有个大胆的想法，能否直接用otter来充当etl工具呢？我们从数据库多个业务表中选取数据，然后同步到一张累计事实表中
说干就干：
一、需求梳理：
1.接口层接收到上游单据时，需要在目标表新建一条订单记录
2..接口层接收到订单，流入wms系统后，需要对目标表相应的记录做更新，且在生命周期里每个节点都做更新（'组波、拣选、二分、打包、发运'）
3.业务系统的数据瘦身不能影响到云平台的数据统计
二、故事拆分
1.新建接口层映射关系，out_order表映射到云上的t_order表，out_order表的insert和update操作会转义成对t_order表的操作
2.新建wms层映射关系，t_pick_order、t_pick_order_detail_sub、t_pick_wave_detail、t_pick_list、t_pick_task、t_pick_divide_task_order、t_box等表，insert及update操作全部转义成对t_order表的update操作
3.用warehouse_id来区分各个仓库的数据
三、t_order表设计
四、配置多表同步到单张表
按照我们在实践一和实践二中的步骤，将涉及到的表映射关系搭建起来。如下图：
这里要着重讲两点：
1.如何保证在强业务时序下的数据同步？假设t_pick_order表的数据先行update，t_order表的数据后insert，那肯定会丢掉了pick_order表数据
这里我们分两步处理：a、我们依赖于权重值的设置，权重值最高的同步映射，最后处理，反则反之。
b、在配置pipeline的时候，我们可以调整并行度的值，otter同步快的一个关键的点就是利用并行度的滑动窗口设计，使得同一时间内多个tcp连接执行数据处理。
我们将并行度调整到1，则可以理解成为串行同步。
2.如何将wms表的sql强转为update？
通过查看otter源码发现,otter对insert、update操作的输出结果为insert on duplicate key update。
换句话说就是，如果你设计的目标表，与你的源表结构相差很大的时候，且有强业务逻辑的话，请避开otter的insert on duplicate key update，原因有两个，第一个是insert on duplicate key update只会从结果集中选择一条来更新，第二个是如果主键没设计好，会生成大量的脏数据。
那么，如何把insert、update操作强转成only update呢？以下几点都注意到的话，就很简单：
a.自定义代码中，将EventType改为UPDATE("U"),
b.保持keyList和columnList中没有重复的字段名，举例：如果keyList中有字段pick_order_id且columnList也存在此字段，otter在处理数据时就会报错找不到字段映射关系
c.keyList中的所有列，isKey字段必须为true
d.一定要oldKeyList，oldKeyList的size必须和keyList的size一致，且字段名也一致。如果没有oldKeyList，会走insert on duplicate key update。
下面贴一段强转的代码仅供参考：
完成