这是我的从飞书取数据的代码
def get_employee_from_feishu():
staff_setting = settings.FEISHU_SETTING["sales_order"]["employee"]
app_token = staff_setting ["app_token"]
table_id = staff_setting ["table_id"]
page_token = None
hasMore = True
employees = {}
while hasMore:
staff_data = bitable_service.fetch(app_token, table_id, page_token=page_token)
# 格式参考warehouse.json
hasMore = staff_data["data"]["has_more"]
rows = staff_data["data"]["items"]
for row in rows:
fields = row["fields"]
if "姓名" in fields:
employee = {
"employee_id": fields.get("工号"),
"name": fields.get("姓名"),
"position": fields.get("人员.职务"),
"department": fields.get("部门名"),
}
employees[employee["name"]] = employee
if not hasMore:
break
page_token = staff_data["data"].get("page_token")
return employees
这是我的数据库模型
from django.db import models
class EmployeeModel(models.Model):
employee_id = models.CharField(max_length=100, unique=True, null=True, blank=True, verbose_name="工号")
name = models.CharField(max_length=64, null=True, blank=True, verbose_name="姓名")
position = models.CharField(max_length=100, null=True, blank=True, verbose_name="人员.职务")
department = models.CharField(max_length=100, null=True, blank=True, verbose_name="部门名")
class Meta:
db_table = "xss_employee"
verbose_name = "员工信息"
verbose_name_plural = "员工信息"
def __str__(self):
return self.name
这是我将飞书数据进入数据库的代码
from core.models import EmployeeModel
from eccang.services.base_data_fetch_service import (
get_product_category_from_feishu,
get_warehouse_from_feishu,
get_employee_from_feishu,
get_country_from_feishu,
get_monthly_target_from_feishu,
get_position_target_from_feishu,
)
def sync_employee_to_db():
data_dict = get_employee_from_feishu()
for data in data_dict.values():
if not data["employee_id"]:
continue # 跳过无工号数据
EmployeeModel.objects.update_or_create(
employee_id=data["employee_id"],
defaults={
"name": data["name"],
"position": data["position"],
"department": data["department"],
}
)
✅不错的地方
使用分页抓取飞书数据，防止数据量大时漏数据。
使用 update_or_create，避免重复插入。
过滤掉没有 employee_id 的记录，防止插入空主键。
🔍建议优化点
- 字段容错性检查
在访问字段时使用了 fields.get()，但在 position、department、employee_id 字段不是所有记录都存在时，可能得到 None。可以在构建 employee 字典时加默认值，避免报错或数据不一致：
employee = {
"employee_id": fields.get("工号", "").strip(),
"name": fields.get("姓名", "").strip(),
"position": fields.get("人员.职务", "").strip(),
"department": fields.get("部门名", "").strip(),
}
注意 .strip() 可避免导入数据库中的空格异常。
- 避免空姓名造成 key 重复覆盖
使用了 employees[employee[“name”]] = employee，这会以“姓名”作为 key，而如果出现多个同名员工，可能被覆盖，造成数据丢失。
建议改为用 employee_id 做 key，更稳妥：
employees[employee["employee_id"]] = employee
字段命名检查
使用的是字段名如 “人员.职务”，这是合法的，但建议在飞书中避免这种带点的字段名，因为它可能与 Python 字段语义混淆，或者将来你要做统一映射时会麻烦。同步逻辑建议加日志（可选）
可以加一点日志输出，方便调试或上线监控：
import logging
logger = logging.getLogger(__name__)
def sync_employee_to_db():
data_dict = get_employee_from_feishu()
created, updated, skipped = 0, 0, 0
for data in data_dict.values():
if not data["employee_id"]:
skipped += 1
continue
obj, is_created = EmployeeModel.objects.update_or_create(
employee_id=data["employee_id"],
defaults={
"name": data["name"],
"position": data["position"],
"department": data["department"],
}
)
if is_created:
created += 1
else:
updated += 1
logger.info(f"员工同步完成：新增 {created} 条，更新 {updated} 条，跳过 {skipped} 条")
✅ 总结
飞书分页抓取
✅
空值处理
⚠️ 建议加默认值 .get(…, “”).strip()
主键唯一性
⚠️ 建议用 employee_id 做 key
数据同步方式
✅ update_or_create 正确
日志与监控
⚠️ 建议加简单日志
字段命名规范性
⚠️ “人员.职务” 命名不够语义清晰，建议优化
下面是这段同步员工数据代码的详细结构分析，包括每一部分的职责、依赖关系、潜在问题和优化建议。
一、函数入口：sync_employee_to_db()
def sync_employee_to_db():
作用：
主函数，负责执行“从飞书多维表格获取员工数据 → 写入本地数据库”的全过程。
二、从飞书获取数据
data_dict = get_employee_from_feishu()
对应的函数：
def get_employee_from_feishu():
staff_setting = settings.FEISHU_SETTING["sales_order"]["employee"]
app_token = staff_setting ["app_token"]
table_id = staff_setting ["table_id"]
page_token = None
hasMore = True
employees = {}
while hasMore:
staff_data = bitable_service.fetch(app_token, table_id, page_token=page_token)
hasMore = staff_data["data"]["has_more"]
rows = staff_data["data"]["items"]
for row in rows:
fields = row["fields"]
if "姓名" in fields:
employee = {
"employee_id": fields.get("工号"),
"name": fields.get("姓名"),
"position": fields.get("人员.职务"),
"department": fields.get("部门名"),
}
employees[employee["name"]] = employee
if not hasMore:
break
page_token = staff_data["data"].get("page_token")
return employees
作用：
调用 bitable_service.fetch() 与飞书 API 通信；
按页遍历所有员工数据；
将每条员工记录解析为字典格式；
最后以 “姓名” 为 key 构造一个员工字典并返回。
依赖项：
bitable_service.fetch()：对飞书多维表格的 API 封装；
settings.FEISHU_SETTING：飞书的 App Token 和表格 ID 来自配置文件；
字段名称如 “工号”, “姓名”, “人员.职务” 是 Feishu 表格中的字段。
潜在问题：
employees[employee[“name”]] = employee：若员工同名会被覆盖；
若某行 fields 缺少必要字段，可能插入 None；
没有 .strip() 清洗字符串，可能出现数据不一致（如 "张三 " vs “张三”）；
若飞书接口失败，未处理异常（建议加 try-except）；
三、同步到数据库
for data in data_dict.values():
if not data["employee_id"]:
continue # 跳过无工号数据
EmployeeModel.objects.update_or_create(
employee_id=data["employee_id"],
defaults={
"name": data["name"],
"position": data["position"],
"department": data["department"],
}
)
作用：
遍历每条员工数据；
以 “employee_id” 作为唯一键更新或插入 EmployeeModel；
若数据库中已存在对应 employee_id，则更新其他字段；
若不存在，则创建新记录。
优点：
update_or_create 可以自动处理“增”和“改”，逻辑清晰；
使用 “employee_id” 作为唯一键，符合业务设计；
建议优化：
增加日志记录，比如：新增了多少条、更新了多少条；
对于姓名为空或异常的数据可以加校验；
加异常处理，防止单条数据出错影响整个同步流程。
四、模型结构分析：EmployeeModel
class EmployeeModel(models.Model):
employee_id = models.CharField(max_length=100, unique=True, null=True, blank=True, verbose_name="工号")
name = models.CharField(max_length=64, null=True, blank=True, verbose_name="姓名")
position = models.CharField(max_length=100, null=True, blank=True, verbose_name="人员.职务")
department = models.CharField(max_length=100, null=True, blank=True, verbose_name="部门名")
class Meta:
db_table = "xss_employee"
verbose_name = "员工信息"
verbose_name_plural = "员工信息"
def __str__(self):
return self.name
字段解释：
字段名 类型 含义
employee_id CharField 员工工号，设为唯一键
name CharField 员工姓名
position CharField 职位/职务
department CharField 部门名称
建议：
如果业务上“工号”不可能为空，可以设置 null=False, blank=False；
添加 created_at、updated_at 字段，用于数据变更追踪；
可对 name 加索引提升查询效率（如果经常用 name 查询）。
五、完整建议汇总
数据来源字段容错 .get(“字段”, “”).strip()，避免出现空值和空格
唯一键选择 不建议用 name 做 dict key，推荐用 employee_id
字段覆盖 如果同名员工存在，当前写法会覆盖后者数据，应避免
接口容错 加 try-except 捕获 Feishu API 错误
数据变更记录 加入 日志记录（如新增几条，更新几条）
模型增强 建议增加时间戳字段（created_at, updated_at）
配置来源 建议统一放到 settings，例如字段映射配置等，便于维护