Détection de fin de traitement par lots avec 'noItemsLeft' - Workflow n8n

• Développeurs nécessitant un contrôle précis des boucles asynchrones.


• Utilisateurs traitant de grands volumes de données nécessitant une confirmation fiable de la fin du traitement par lots.


• Toute personne créant des modèles n8n personnalisés ou recherchant des techniques avancées de contrôle de flux dans son flux de travail n8n.

Ce modèle de flux de travail n8n démontre une technique puissante pour gérer le contrôle de flux lors du traitement des données par lots. Lors du traitement de potentiellement des milliers d'éléments, savoir exactement quand le lot final est terminé est crucial pour déclencher des actions de nettoyage, des notifications ou les étapes suivantes du processus. Cette démonstration de nœud n8n tire parti de la propriété de contexte spécifique noItemsLeft exposée par le nœud n8n Split In Batches. En vérifiant cette variable dans un nœud n8n IF en aval, le flux de travail n8n garantit que l'action de finalisation ne s'exécute qu'une seule fois, une fois que tous les éléments ont été traités avec succès.

Ce modèle de flux de travail n8n est spécifiquement conçu pour présenter les mécanismes internes du nœud n8n Split In Batches.

1. Démarrage et Initialisation : Le flux de travail n8n commence par le déclencheur manuel n8n ('Au clic sur 'exécuter'').


2. Génération de données : Un nœud n8n Function génère 10 exemples d'éléments de données (simulant un grand ensemble de données d'entrée) pour alimenter le processeur par lots.


3. Division par lots : Le nœud n8n Split In Batches prend ces 10 éléments et est configuré pour les traiter par lots de taille 1.


4. Vérification de la fin : Après le traitement de chaque lot, le flux passe au nœud n8n IF. Ce nœud n8n crucial vérifie l'expression {{$node["SplitInBatches"].context["noItemsLeft"]}}. La valeur de cette variable de contexte devient true uniquement lors du cycle d'exécution final, indiquant que le flux de données source a été entièrement consommé par le nœud n8n Split In Batches.


5. Action finale : Si la condition IF est vraie (signifiant qu'il ne reste plus d'éléments), le flux de travail n8n exécute le nœud n8n Set final, qui définit un message de confirmation. Si la condition est fausse, la boucle de traitement se poursuit implicitement jusqu'à épuisement de tous les lots.

Pour utiliser ce flux, suivez ces étapes pour importer ce précieux modèle n8n :

1. Importer le flux de travail n8n : Copiez les données JSON fournies.


2. Connectez-vous à votre instance n8n et accédez à la section Workflows.


3. Cliquez sur 'Nouveau' et sélectionnez 'Importer depuis JSON'. Collez le JSON du flux de travail n8n copié.


4. Exécution : Comme ce modèle n8n utilise un déclencheur manuel n8n, vous pouvez tester la fonctionnalité directement en cliquant sur 'Exécuter le flux de travail'. Observez les chemins de sortie du nœud n8n IF dans le journal d'exécution pour voir quand la condition noItemsLeft est évaluée à vraie.

Déclencheur Manuel (Au clic sur 'exécuter') : Le déclencheur n8n de départ pour tester facilement la structure du flux de travail n8n.
Function : Génère 10 éléments de substitution (i=0 à i=9) pour simuler une charge utile nécessitant un traitement par lots. Ce script de code personnalisé permet des tests de flux rapides.
Nœud n8n Split In Batches : Nœud n8n de contrôle de flux principal. Il divise les 10 éléments entrants en lots de taille 1, parcourant les nœuds suivants jusqu'à ce que tous les éléments soient traités. Ce nœud n8n met à disposition la variable de contexte cruciale noItemsLeft.
Nœud n8n IF : Le point de décision. Il vérifie l'état d'achèvement du lot en utilisant l'expression : ={{$node["SplitInBatches"].context["noItemsLeft"]}}. C'est la clé pour détecter avec précision la fin de l'opération par lots dans ce flux de travail n8n.

• Nœud n8n Set : S'exécute uniquement à la fin du traitement par lots (quand noItemsLeft est vrai). Il définit un message simple : « Aucun élément restant », confirmant la terminaison réussie de la boucle Split In Batches.