# 任务 1: 入口流程分析

## CleanTask.doTask() 方法执行流程分析

### 核心步骤

1. **工作表筛选与分类**
    - 创建 `extractSheetList` 存储无模板ID的工作表
    - 创建 `sheetMap` 映射有模板ID的工作表（键为sheetName）
    - 筛选逻辑：只处理有模板ID的工作表

2. **文件类型处理**
    - 通过 `fileInfo.getFileType()` 获取文件类型并转换为 `ExcelTypeEnum`
    - 支持多种文件类型（Excel、CSV等）

3. **ETL监听器创建**
    - 创建 `StreamingEtlListener` 实例
    - 传入 `LogDirtyDataHandler` 处理脏数据
    - 传入工作表信息列表和提取列表

4. **文件读取配置**
    - 获取文件编码 `Charset`
    - 使用 try-with-resources 创建 `ExcelReader`
    - 配置参数：密码、表头行号、文件类型、自动修剪、编码、转换器

5. **CSV特殊处理**
    - 对于CSV文件，设置分隔符配置
    - 直接调用 `reader.readAll()` 读取所有数据

6. **Excel工作表排序**
    - 获取所有工作表 `readSheets`
    - 按优先级排序：
        - 优先处理 `OPEN_ACCOUNT_ID` 中的模板ID（1、2）
        - 然后处理其他模板ID
    - 按排序后的顺序读取工作表

7. **异常处理**
    - 捕获通用异常，记录错误日志
    - 处理特定异常：
        - `UnsupportedFileFormatException` 或 `POIXMLException`：标记文件为不支持
        - `EncryptedDocumentException`：标记文件为加密

8. **结果处理**
    - 将主文件信息添加到 `sheetList`
    - 通过 `FileInfoMapper` 批量插入文件信息到数据库
    - 使用 `DynamicDsKey.with("case", ...)` 切换数据源

### 关键设计特点

1. **流式处理**：使用 `StreamingEtlListener` 实现逐行处理，支持大数据量文件
2. **优先级处理**：开户信息优先处理，确保依赖关系正确
3. **异常容错**：完善的异常处理机制，确保任务不会因单个文件失败而中断
4. **资源管理**：使用 try-with-resources 确保资源正确释放
5. **数据源隔离**：使用动态数据源切换，确保数据存储到正确的数据库

### 代码优化建议

1. **错误处理增强**：可以考虑添加更细粒度的错误分类和处理
2. **日志增强**：添加更多关键步骤的日志记录，便于问题排查
3. **参数验证**：增加对输入参数的验证，提高代码健壮性
4. **性能优化**：对于大量工作表的情况，可以考虑并行处理

### 数据流图

```
[文件] → [CleanTask.doTask()] → [工作表筛选] → [创建ETL监听器] → [文件读取]
                                           ↓
                                   [按优先级排序工作表]
                                           ↓
                                   [逐行处理数据]
                                           ↓
                                   [异常处理]
                                           ↓
                                   [批量存储结果]
```