Xử lý giới hạn tốc độ với độ trễ

Trong môi trường production, luồng batch này sẽ gọi một API giới hạn tần suất yêu cầu. Bạn cần chèn một khoảng dừng giữa các vòng lặp mà không thay đổi logic batching.

Hãy import workflow đã hoàn chỉnh và thêm một node Wait trên đường quay lại vào Loop Over Items để mỗi batch tạm dừng trước khi batch kế tiếp chạy.

Bài tập này là một phần của khóa học

Tự động hóa quy trình nâng cao với n8n

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

Tự động hóa quy trình nâng cao với n8n

SkillTag.level.intermediateSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Vượt khỏi các trigger thủ công và xây dựng workflow tự vận hành. Bạn sẽ tạo tự động hóa theo sự kiện bằng webhooks, kết nối các workflow với nhau theo mô hình producer-consumer, và lên lịch các tác vụ định kỳ với logic điều kiện.

Exercise 1: Workflow n8n hướng sự kiện với Webhook Exercise 2: Nhận webhook và phản hồi Exercise 3: Thêm bước kiểm tra dữ liệu cho workflow webhook Exercise 4: Trích xuất và chuyển đổi dữ liệu webhook lồng nhau Exercise 5: Giao tiếp giữa các quy trình n8n Exercise 6: Xây dựng workflow producer–consumer Exercise 7: Xử lý phản hồi từ workflow ở hạ lưu Exercise 8: Lên lịch tự động hóa n8n Exercise 9: Cấu hình một workflow theo lịch Exercise 10: Chỉnh sửa workflow theo lịch để POST xuống luồng sau

Kết nối workflow của bạn với thế giới bên ngoài. Bạn sẽ lấy dữ liệu trực tiếp từ API bên ngoài, biến đổi và kiểm tra dữ liệu bằng Code node JavaScript và Python, và lưu kết quả vào data table của n8n để các tự động hóa có thể "ghi nhớ" những gì đã xử lý.

Exercise 1: Truy xuất dữ liệu từ API bên ngoài Exercise 2: Lấy dữ liệu thời tiết từ một API Exercise 3: Lọc kết quả API bằng query parameters Exercise 4: Chuyển đổi và kiểm định dữ liệu với Code node Exercise 5: Chạy và đọc một Code node JavaScript Exercise 6: Chạy và đọc một nút Python Code Exercise 7: Chỉnh sửa một Code node hiện có Exercise 8: Lưu trữ dữ liệu với Data Tables Exercise 9: Ghi và đọc dữ liệu workflow Exercise 10: Chỉ xử lý bản ghi mới

Giải quyết độ phức tạp dữ liệu trong bối cảnh thực tế ở quy mô lớn. Bạn sẽ xử lý các tập dữ liệu lớn theo lô có kiểm soát, tách các cấu trúc lồng nhau rồi ghép lại, và trích xuất logic có thể tái sử dụng vào các sub-workflow để thiết kế tự động hóa gọn gàng, mô-đun hóa.

Exercise 1: Vòng lặp và xử lý theo lô Exercise 2: Xử lý dữ liệu theo lô Exercise 3: Xử lý giới hạn tốc độ với độ trễ

Bài tập hiện tại

Exercise 4: Tách, Gom nhóm và Tóm tắt Dữ liệu Exercise 5: Tách dữ liệu lồng nhau thành từng mục riêng lẻ Exercise 6: Tính tổng hợp theo nhóm Exercise 7: Tách, xử lý và ghép lại Exercise 8: Sub-Workflows và Thiết kế mô-đun Exercise 9: Kết nối một sub-workflow Exercise 10: Định tuyến đơn hàng đến các sub-workflow khác nhau

Giúp tự động hóa của bạn sẵn sàng cho production. Bạn sẽ thêm xử lý lỗi với các điểm kiểm tra xác thực và định tuyến dự phòng, xây dựng ghi log và đánh giá đầu ra để quan sát được hệ thống, và tổng hợp mọi thứ trong một workflow capstone đủ tin cậy để chạy không cần giám sát.

Exercise 1: Xử lý lỗi và phương án dự phòng Exercise 2: Thiết lập các điểm kiểm tra xác thực Exercise 3: Xây dựng một workflow giám sát lỗi Exercise 4: Chuyển hướng lỗi HTTP thay vì dừng hẳn Exercise 5: Đánh giá và ghi log Đầu ra của workflow Exercise 6: Thêm các checkpoint ghi log với Data Tables Exercise 7: Xây dựng cổng kiểm định chất lượng cho đầu ra Exercise 8: Xây dựng một quy trình tự động sẵn sàng cho sản xuất Exercise 9: Lắp ráp pipeline capstone đầu-cuối Exercise 10: Chúc mừng bạn!