---
title: Best Practices
slug: gRSo-best-practices
docTags:
createdAt: 2023-01-10T12:37:18.000Z
---
## Was genau kann man mit Datenstrukturen machen?
Datenstrukturen bieten diverse funktionale Möglichkeiten und Vorteile. Neben der Speicherung von Daten ist es möglich, automatische Delta- oder Datenstrukturprüfungen zu realisieren. Datenstrukturen eignen sich zudem zur Abbildung von DataLake und DataWarehouse-Logiken, als Caching-Ebene oder als Golden Copy.
:::hint{type="info"}
*******Möglichkeiten und Vorteile von Datenstrukturen:***
- Deltaprüfung
- Strukturprüfung
- Daten speichern
- Datenstrukturen als Basis für die Speicherung von Daten
- Datenstrukturen als Basis für Mappings
- Datenstrukturen als Basis für DataSets
:::
Praktische Tipps / Best Practice
---------------------------------------
### Wo bekomme ich die Daten zur Anlage einer Datenstruktur her?
- Aus einem Code-Snippet, der von yedi automatisch analysiert wird (JSON, XML oder CSV)
- Aus deiner bestehenden Datenstruktur, die dupliziert werden kann
- Aus einer bestehenden Vorlage aus der Vorlagen-Bibliothek
- Aus einer Datei, die von yedi automatisch analysiert wird
###
Wie lege ich eine Datenstruktur über die DataStore-Komponente in einem Workflow an?
1. Daten in yedi importierten (Beispielsweise anhand vom REST Konnektor, XML oder CSV Import)
2. DataStore Konnektor zum Workflow hinzufügen
3. DataStore Element konfigurieren:
1. Typ: Schreiben
2. Datenstruktur auswählen/anlegen: Datenstruktur anlegen
3. Input Daten wählen
4. Daten, die gespeichert werden sollen
###
Wie kann ich Code-Snippets validieren?
Wenn ein Code-Snippet in die Texteingabe eingefügt wird, wird automatisch erkannt, ob es sich um ein **CSV**, ein **XML** oder ein **JSON** handelt. Wenn das gewünschte Dateiformat ausgewählt ist, wird unter der Texteingabe angezeigt, ob der eingegebene Code-Snippet gültig ist:
