Hello and welcome to video number one of the advanced course for n8n. In this course, we will be covering everything you need to know to become an expert workflow builder.

In this video specifically, we'll talk about how data flows through n8n workflows. In the beginner course, we started to create short branches, so you might have wondered, if we have multiple branches, what order do the different nodes in those branches execute in?

So we're going to talk about node execution order.

For workflows created in version 1.0 and above, n8n will execute each branch in turn, completing one branch before starting another. Branches are ordered based on their position in the canvas, from topmost to bottommost.

If two branches are at the same height, it is the leftmost branch that will execute first.

In this workflow, you can see that the node execution order would be wait, then wait one, then wait two, and wait three, followed by wait four and wait five.

So we'll be going top to bottom, left to right. This can be changed on a workflow basis, however it is not recommended.

This will execute uh the first node of each branch, then the second node of each branch and so on and so forth. When building workflows where branches depend on each other's output, it is always recommended to merge branches together before using the data from those branches, instead of changing the node execution order.

As covered in the beginner course, we can use the if node to split data into multiple branches. The if node splits the input items down two distinct branches, whether the condition is true or false.

We already saw this in the beginner course. We won't be covering this uh in this video.

We can also use the switch node to create N branches and also assign a fallback branch, creating n total branches that split the items amongst them.

So here we have 10 items in the switch's input, and these are being split into one item, one item, one item, and seven items, totaling 10.

A similar effect can be produced by dragging two output branches from a single node. This will send all of the items from the node's output down each one of those branches.

Following the order of execution we mentioned previously, this can be useful when you want to execute two separate sets of distinct actions from a set target point.

The same way that we can split data into different branches, we can also merge data from different branches using the merge node.

The merge node is a peculiar node because it has not one, but two inputs. The node waits for data from both branches to arrive and then performs one of the following merge options: append, combine, choose.

Append will simply output the sum of both branches, appending them one to another.

Choose will let you, well, choose one, the other, or no items to pass. This can be useful to ensure that two or more branches have finished executing before continuing with the workflow.

And finally, combine lets you merge the inputs by field position or all combinations. A good mental model for the merge node is the SQL join operation.

Inner and outer joins are equivalent to keeping matches or not keeping matches. The left join is equivalent to enhancing or enriching the first input branch, and the right join enhancing the second input branch.

Unions are equivalent to aens in this case.

Another useful node when dealing with sets of items is the loop over items node. Sometimes when dealing with large amounts of data or when using certain nodes, we need to be able to treat items as individual sets of items.

In comes the split in batches node or loop over items. It allows you to split the input items into different batches of a given size.

For example, here the batch size is of one, and so there's only going to be one item going down the loop.

Most of the time you don't need this node and end nodes already execute once per item.

However, this can be a very useful node when dealing with certain types of nodes. Some nodes will return n items even though they have only one input item.

An example of this would be Google Sheets. If we are reading data from a sheet, we're going to be reading potentially n lines of data here.

If we need to read multiple sheets because we have multiple items, we can loop over the items to be able to read each sheet per item.

We'll cover this in the um examples. Loopover items can also be useful when dealing with API rate limits.

So sometimes APIs will, sometimes APIs will only allow us to make X actions over y amount of time. So for example, only 10 calls per minute or 100 calls every 10 seconds.

Loopover items can help us spread out those different API calls, especially if we have a lot of them to do.

By splitting into batches, we can use the weight node and make sure that we aren't overloading the API. You can access the different runs in the output panel here by clicking on run.

This will be useful for understanding what items are going through the different different runs and how they're being changed as you loop over the items.

The loop over items node, as well as all the other nodes that are in the loop you create, will have a green number next to the green check mark, indicating what number loop they're on.

You can also access the different output items in the same way as you did for the loop over.

items node itself where you can see for each different iteration of a loop what were the output items for the nodes in the loop so here we are in n8n and the uh first thing I'd like to show you is a quick example on the node execution order so here if we test this workflow and I'm using the weight node so we can sort of see it go through uh at a bit more visible rate here we'll have the first branch that will be executed in its entirety and then once we are finished with this Branch we'll move on to the second branch that will execute completely followed by the third branch that will execute completely so keep this in mind when building workflows uh branches will execute top to bottom and left to right so now we're going to be using uh this workflow to show two different ways of using the merge node so here we have a very simple workflow um that we pretty much covered in the beginner course we get a list of 10 contacts we use the if node to create two branches depending on if it's a personal email or a professional email and here we're going to be using the edit fields node to add a email type personal or email type professional so if we execute this workflow we see the split and what we might want to do here is now continue working on all of these contacts as a whole so using here the merge node I can add in and connect the two inputs and we can see here we have three items here seven items here and if I select the append it will combine all items of input one and all items of input two so here if I test this step we're back to 10 items and each item will now have a email type personal or email type professional because we had our top branch that was personal, we have all of our personals first and then all of our professionals.

Another way of using the merge node, uh, so what we're going to do is give ourselves, give ourselves a little bit of space is to, um, do what we call enrichment.

So what we could do here, let's just give ourselves a bit of space here.

I have another Google Sheet that we're going to read, and this Google Sheet contains information about the companies. So if I execute this, we're going to see we have information on the companies, their website, and their country.

So what we can do here is on the branch of professionals, so people who have an associated company, we can enrich these contacts with information from the companies here.

If we were to use a simple append, we would have different items for the contacts and for the companies.

So what we're going to do instead is we're going to combine the data.

Um, what we need to do here is figure out how can we, um, link the contacts to the companies. So I'm going to show you two ways.

The first way, and we could simply do it here, would be, uh, to add a key called domain here using the email. In a little bit of JavaScript, we could split the email at the @ sign and then take the first value.

So this is going to give us everything after the @ sign.

So if we test this step, for each contact we have the domain, and now each contact has a domain key, and each company also has a domain key that we can see here, website.

So here we can add a new merge node, and this time instead of appending, we're going to combine here.

We have the different inputs. We can see that we have the Google sheet inputs and the tag as professional to make it a little bit clearer here.

Let's rename this to get companies. And looking at the merge node, we can see that to merge by fields, we need to give the name of a field in input one and the name of a field in input two.

This is basically going to be our matching key.

So our two inputs are get companies input one and then this set, sorry, this edit Fields node, which is going to be input two that we can read up here, input one and input two.

From get companies, we want the website and from TAG as professional, we want the domain. Here we would like to, we can choose between keeping matches, keeping non-matches, or keeping everything.

In this case, uh, we're because we're doing an enrichment, what we're going to do is keep all of input two with data from input one added.

This is because we're working on a contact basis and we want to enrich all of the contacts that have professional emails with, um, company information.

So here, if I test this step, we can now see that Marcus Bennett from Quantum, we now have the information from the other sheet, uh, that was that contained information on their website and the country.

This is a great way that we can enrich, um, branches with extra information.

This can be a Google sheet, a database, an API call, and then we just merge the data depending on the field.

If we wanted to do an enrichment, uh, through, for example, API calls, where for each item we would do one HTTP request, we could merge not by Fields but by position and have a very similar result.

Just finishing off this workflow, I can pull this in here and now if we execute the workflow, we can see that we've created two distinct branches and this one we need to set it as execute once because we only need one time all of the companies and we can see that we have very similar to the first uh result when we just did the simple penda merge, 10 items here, a split, and an enrichment.

Oops, 10 items here, a split with an if, three appear here, seven down here that get enriched, and then we merge them back into 10.

And so here we have pretty much the same information as the sheets, but with a bunch more information that we added through these branches.

Thanks for listening to this first video of the n8n advanced course where we covered node execution order, splitting, and merging branches. In the next video, we'll take a deep dive into some more advanced n8n nodes.

n8n Advanced Course (1/8) - Working with complex data flows

🚀 n8n 고급 과정 시작: 데이터 흐름 마스터하기

n8n 고급 과정 첫 번째 비디오에 오신 것을 환영합니다! 이 과정에서는 **n8n 워크플로우 전문가가 되기 위한 모든 것**을 다룹니다. 이번 영상에서는 n8n 워크플로우에서 데이터가 어떻게 흐르는지 자세히 살펴보겠습니다.

🚦 노드 실행 순서: 1.0 버전 이상

워크플로우의 노드 실행 순서는 매우 중요합니다. 1.0 버전 이상에서는 **분기(branch)가 캔버스에서 가장 위쪽에서 아래쪽 순서로, 왼쪽에서 오른쪽 순서로 실행**됩니다. 워크플로우 기반으로 변경할 수 있지만 권장되지는 않습니다.

분기가 서로의 출력에 의존하는 워크플로우를 구축할 때는 **분기를 병합(merge)하여 데이터를 사용하는 것이 좋습니다**. 노드 실행 순서를 변경하는 대신, `If` 노드를 사용하여 데이터를 여러 분기로 분할할 수 있습니다.

➿ 데이터 분할 및 병합: `If` 노드와 `Switch` 노드

`If` 노드는 조건을 기반으로 입력 항목을 두 개의 개별 분기로 분할합니다. `Switch` 노드를 사용하면 **n개의 분기를 만들고 폴백(fallback) 분기를 할당하여 총 n개의 분기를 만들어 항목을 분할**할 수 있습니다.

단일 노드에서 두 개의 출력 분기를 드래그하면 이와 유사한 효과를 낼 수 있습니다. **이는 특정 대상 지점에서 두 개의 개별 작업 세트를 실행하려는 경우에 유용**합니다.

➕ `Merge` 노드 활용법: 데이터 결합의 핵심

데이터를 여러 분기로 분할하는 것과 마찬가지로, `Merge` 노드를 사용하여 여러 분기의 데이터를 병합할 수 있습니다. `Merge` 노드는 두 개의 입력을 가지며, **`Append`, `Combine`, `Choose` 옵션을 제공**합니다.

`Append`는 단순히 두 분기의 합계를 출력하고, `Choose`는 항목을 전달할지 여부를 선택할 수 있게 합니다. `Combine`은 필드 위치 또는 모든 조합별로 입력을 병합합니다. **`Merge` 노드는 SQL 조인 작업과 유사하게 생각할 수 있습니다**.

🔄 반복 작업: `Loop Over Items` 노드

항목 세트를 처리할 때 유용한 또 다른 노드는 `Loop Over Items` 노드입니다. 때로는 **많은 양의 데이터를 처리하거나 특정 노드를 사용할 때 항목을 개별 항목 세트로 처리해야** 합니다.

`Loop Over Items` 노드(또는 `Split In Batches` 노드)를 사용하면 **입력 항목을 지정된 크기의 여러 배치로 분할**할 수 있습니다. 대부분의 경우 이 노드가 필요하지 않으며, 끝 노드는 이미 항목당 한 번씩 실행됩니다.

이 노드는 특정 유형의 노드를 처리할 때 매우 유용할 수 있습니다. 예를 들어, Google Sheets에서 데이터를 읽을 때 **여러 줄의 데이터를 읽을 수 있으며, 여러 시트를 읽어야 하는 경우 항목을 반복하여 각 시트를 항목별로 읽을 수 있습니다**.

`Loop Over Items`는 API 호출 제한을 처리하는 데에도 유용합니다. **배치로 분할하면 `Wait` 노드를 사용하여 API 호출을 분산시킬 수 있습니다**.

🧮 실전 예제: `Merge` 노드 활용

이제 워크플로우를 사용하여 `Merge` 노드를 사용하는 두 가지 다른 방법을 보여드리겠습니다. 연락처 목록을 가져와서 `If` 노드를 사용하여 개인 이메일인지, 직장 이메일인지에 따라 두 개의 분기를 만듭니다. 그런 다음 **`Edit Fields` 노드를 사용하여 이메일 유형(개인 또는 직장)을 추가**합니다.

`Merge` 노드를 사용하여 **두 입력을 연결하고 `Append`를 선택하면 입력 1의 모든 항목과 입력 2의 모든 항목이 결합**됩니다. 이렇게 하면 모든 연락처를 다시 함께 작업할 수 있습니다.

또 다른 `Merge` 노드 사용법은 **데이터 보강(enrichment)**입니다. 회사에 대한 정보가 포함된 다른 Google 시트를 읽고, 직장 이메일을 가진 사람들의 분기에서 이 연락처를 회사 정보로 보강할 수 있습니다.

연락처와 회사를 연결하는 방법은 여러 가지가 있습니다. 간단한 방법은 JavaScript를 사용하여 이메일에서 도메인을 추출하여 키로 사용하는 것입니다. 그런 다음 **`Merge` 노드에서 `Combine` 옵션을 사용하여 연락처와 회사 정보를 병합**할 수 있습니다.

`Merge` 노드에서 필드별로 병합하려면 **입력 1과 입력 2의 필드 이름을 지정해야 합니다**. 이는 기본적으로 일치하는 키가 됩니다. 보강을 수행하고 있으므로 입력 2의 모든 데이터를 입력 1의 데이터와 함께 추가합니다.

API 호출을 통해 보강을 수행하는 경우 **필드별로 병합하는 대신 위치별로 병합하여 매우 유사한 결과를 얻을 수 있습니다**.

🎉 고급 과정 마무리: 다음 비디오에서 만나요!

n8n 고급 과정의 첫 번째 비디오를 시청해 주셔서 감사합니다. 이번 비디오에서는 **노드 실행 순서, 분기 분할 및 병합에 대해 다루었습니다**. 다음 비디오에서는 더 고급 n8n 노드에 대해 자세히 살펴보겠습니다. 다음 비디오에서 만나요!

안녕하세요, n8n 고급 과정 비디오 1에 오신 것을 환영합니다. 이 과정에서는 전문가 워크플로 빌더가 되기 위해 알아야 할 모든 것을 다룰 것입니다.

특히 이 비디오에서는 데이터가 n8n 워크플로를 통해 흐르는 방식에 대해 이야기하겠습니다. 초급 과정에서는 짧은 분기를 만들기 시작했는데, 여러 분기가 있는 경우 해당 분기의 여러 노드가 어떤 순서로 실행되는지 궁금했을 것입니다.

그래서 노드 실행 순서에 대해 이야기하겠습니다.

버전 1.0 이상에서 생성된 워크플로의 경우 n8n은 각 분기를 차례로 실행하여 다른 분기를 시작하기 전에 하나의 분기를 완료합니다. 분기는 캔버스에서 가장 위에서 가장 아래 위치에 따라 정렬됩니다.

두 분기가 같은 높이에 있는 경우 가장 왼쪽에 있는 분기가 먼저 실행됩니다.

이 워크플로에서 노드 실행 순서는 대기, 다음 대기 1, 다음 대기 2, 다음 대기 3, 다음 대기 4, 다음 대기 5가 됩니다.

따라서 위에서 아래로, 왼쪽에서 오른쪽으로 이동합니다. 그러나 워크플로 기준으로 변경할 수 있지만 권장되지는 않습니다.

이렇게 하면 각 분기의 첫 번째 노드, 각 분기의 두 번째 노드 등이 실행됩니다. 분기가 서로의 출력에 의존하는 워크플로를 구축할 때는 노드 실행 순서를 변경하는 대신 해당 분기의 데이터를 사용하기 전에 항상 분기를 병합하는 것이 좋습니다.

초급 과정에서 다룬 것처럼 if 노드를 사용하여 데이터를 여러 분기로 분할할 수 있습니다. if 노드는 조건이 참인지 거짓인지에 따라 입력 항목을 두 개의 개별 분기로 분할합니다.

이것은 이미 초급 과정에서 보았습니다. 이 비디오에서는 다루지 않겠습니다.

스위치 노드를 사용하여 N개의 분기를 만들고 폴백 분기를 할당하여 항목을 분할하는 총 n개의 분기를 만들 수도 있습니다.

여기 스위치의 입력에 10개의 항목이 있으며, 이는 1개의 항목, 1개의 항목, 1개의 항목 및 7개의 항목으로 분할되어 총 10개가 됩니다.

단일 노드에서 두 개의 출력 분기를 끌어다 놓으면 유사한 효과를 낼 수 있습니다. 이렇게 하면 노드의 출력에서 모든 항목이 각 분기로 전송됩니다.

앞서 언급한 실행 순서에 따라 특정 대상 지점에서 두 개의 개별 작업 세트를 실행하려는 경우에 유용할 수 있습니다.

데이터를 여러 분기로 분할할 수 있는 것처럼, 병합 노드를 사용하여 여러 분기의 데이터를 병합할 수도 있습니다.

병합 노드는 특이한 노드인데, 입력이 하나가 아니라 두 개이기 때문입니다. 이 노드는 양쪽 분기에서 데이터가 도착할 때까지 기다린 다음, 추가, 결합, 선택과 같은 병합 옵션 중 하나를 수행합니다.

추가는 단순히 양쪽 분기의 합계를 출력하여 하나씩 다른 분기에 추가합니다.

선택을 사용하면 항목을 하나, 다른 항목 또는 전달할 항목 없음을 선택할 수 있습니다. 이는 워크플로를 계속하기 전에 두 개 이상의 분기가 실행을 완료했는지 확인하는 데 유용할 수 있습니다.

마지막으로 결합을 사용하면 필드 위치별 또는 모든 조합별로 입력을 병합할 수 있습니다. 병합 노드에 대한 좋은 멘탈 모델은 SQL 조인 작업입니다.

내부 및 외부 조인은 일치 항목을 유지하거나 일치 항목을 유지하지 않는 것과 같습니다. 왼쪽 조인은 첫 번째 입력 분기를 향상시키거나 보강하는 것과 같고, 오른쪽 조인은 두 번째 입력 분기를 향상시키는 것과 같습니다.

이 경우 유니온은 AENS와 동일합니다.

항목 집합을 다룰 때 유용한 또 다른 노드는 항목 반복 노드입니다. 많은 양의 데이터를 처리하거나 특정 노드를 사용할 때 항목을 개별 항목 집합으로 처리할 수 있어야 하는 경우가 있습니다.

일괄 처리로 분할 노드 또는 항목 반복이 제공됩니다. 이를 통해 입력 항목을 지정된 크기의 여러 일괄 처리로 분할할 수 있습니다.

예를 들어 여기에서 일괄 처리 크기는 1이므로 루프를 따라 항목이 하나만 내려갑니다.

대부분의 경우 이 노드가 필요하지 않으며 종료 노드는 이미 항목당 한 번 실행됩니다.

그러나 이는 특정 유형의 노드를 처리할 때 매우 유용한 노드가 될 수 있습니다. 일부 노드는 입력 항목이 하나만 있더라도 n개의 항목을 반환합니다.

이것의 예는 Google Sheets입니다. 시트에서 데이터를 읽는 경우 잠재적으로 여기에 n개의 데이터 라인을 읽게 됩니다.

여러 항목이 있기 때문에 여러 시트를 읽어야 하는 경우 항목을 반복하여 항목당 각 시트를 읽을 수 있습니다.

이것은 예를 통해 다룰 것입니다. Loopover 항목은 API 속도 제한을 처리할 때도 유용할 수 있습니다.

따라서 때때로 API는 y 시간 동안 X 작업을 수행하도록 허용합니다. 예를 들어 분당 10회 호출 또는 10초마다 100회 호출만 가능합니다.

Loopover 항목은 특히 수행해야 할 항목이 많은 경우 이러한 다양한 API 호출을 분산하는 데 도움이 될 수 있습니다.

배치로 분할함으로써 가중치 노드를 사용하여 API에 과부하가 걸리지 않도록 할 수 있습니다. 여기 출력 패널에서 실행을 클릭하여 다른 실행에 액세스할 수 있습니다.

이는 어떤 항목이 서로 다른 실행을 거치고 항목을 반복할 때 어떻게 변경되는지 이해하는 데 유용합니다.

항목 반복 노드와 생성하는 루프에 있는 다른 모든 노드에는 녹색 체크 표시 옆에 녹색 숫자가 표시되어 현재 몇 번째 루프인지 나타냅니다.

루프 반복과 같은 방식으로 다른 출력 항목에 액세스할 수도 있습니다.

항목 노드 자체에서 루프의 각 반복에 대해 루프에 있는 노드의 출력 항목이 무엇인지 확인할 수 있습니다. 여기서는 n8n에 있으며 가장 먼저 보여드리고 싶은 것은 노드 실행 순서에 대한 간단한 예입니다. 워크플로우를 테스트하고 가중치 노드를 사용하여 좀 더 눈에 띄는 속도로 진행되는 것을 볼 수 있도록 하겠습니다. 여기서는 첫 번째 분기가 전체적으로 실행된 다음 이 분기가 완료되면 두 번째 분기로 이동하여 완전히 실행하고 세 번째 분기가 완전히 실행됩니다. 워크플로우를 구축할 때 분기는 위에서 아래로, 왼쪽에서 오른쪽으로 실행된다는 점을 명심하십시오. 이제 이 워크플로우를 사용하여 병합 노드를 사용하는 두 가지 다른 방법을 보여드리겠습니다. 여기에는 초보자 과정에서 거의 다룬 매우 간단한 워크플로우가 있습니다. 10개의 연락처 목록을 가져와서 if 노드를 사용하여 개인 이메일인지 아니면 업무용 이메일인지에 따라 두 개의 분기를 만듭니다. 여기서는 필드 편집 노드를 사용하여 이메일 유형 개인 또는 이메일 유형 전문가를 추가할 것입니다. 이 워크플로우를 실행하면 분할이 표시되고 여기서 수행할 수 있는 작업은 이러한 모든 연락처에 대한 작업을 전체적으로 계속하는 것입니다. 여기에서 병합 노드를 사용하여 두 개의 입력을 추가하고 연결할 수 있습니다. 여기에는 3개의 항목이 있고 여기에는 7개의 항목이 있습니다. 추가를 선택하면 입력 1의 모든 항목과 입력 2의 모든 항목이 결합됩니다. 이 단계를 테스트하면 10개의 항목으로 돌아가고 각 항목에는 이제 이메일 유형 개인 또는 이메일 유형 전문가가 있습니다. 상위 분기가 개인용이었기 때문에 모든 개인용이 먼저 나오고 모든 전문가가 나옵니다.

머지 노드를 사용하는 또 다른 방법은, 어, 우리가 할 것은 우리 자신에게, 우리 자신에게 약간의 공간을 주는 것은, 음, 우리가 인리치먼트라고 부르는 것을 하는 것입니다.

그래서 여기서 할 수 있는 것은, 여기서 약간의 공간을 확보하는 것입니다.

읽을 다른 Google 시트가 있는데, 이 Google 시트에는 회사에 대한 정보가 들어 있습니다. 이걸 실행하면 회사, 웹사이트, 국가에 대한 정보를 볼 수 있습니다.

여기서 할 수 있는 것은 전문가의 지점에서, 즉 관련 회사가 있는 사람들의 연락처를 여기에 있는 회사의 정보로 보강할 수 있습니다.

단순히 추가 기능을 사용한다면 연락처와 회사에 대해 서로 다른 항목이 있을 것입니다.

대신에 우리가 할 것은 데이터를 결합하는 것입니다.

음, 여기서 해야 할 일은 연락처를 회사에 어떻게 연결할 수 있는지 파악하는 것입니다. 그래서 두 가지 방법을 보여드리겠습니다.

첫 번째 방법은 여기서 간단하게 할 수 있는데, 이메일을 사용하여 여기에 도메인이라는 키를 추가하는 것입니다. 약간의 JavaScript로 @ 기호에서 이메일을 분할한 다음 첫 번째 값을 가져올 수 있습니다.

이렇게 하면 @ 기호 뒤에 있는 모든 것이 제공됩니다.

그래서 이 단계를 테스트하면 각 연락처에 대해 도메인이 있고 이제 각 연락처에는 도메인 키가 있고 각 회사에는 여기에서 볼 수 있는 웹사이트라는 도메인 키도 있습니다.

따라서 여기에 새 머지 노드를 추가할 수 있으며 이번에는 추가하는 대신 여기에서 결합할 것입니다.

서로 다른 입력이 있습니다. Google 시트 입력과 태그가 전문가로 지정되어 있다는 것을 알 수 있습니다. 여기에서 좀 더 명확하게 만들기 위해 태그를 지정했습니다.

이 이름을 회사 가져오기로 바꿉니다. 그리고 머지 노드를 보면 필드별로 병합하려면 입력 1의 필드 이름과 입력 2의 필드 이름을 지정해야 합니다.

이것은 기본적으로 일치하는 키가 될 것입니다.

따라서 두 개의 입력은 회사 가져오기 입력 1과 이 설정, 죄송합니다. 이 필드 편집 노드는 입력 2가 될 것입니다. 위에서 읽을 수 있는 입력 1과 입력 2입니다.

겟컴퍼니에서 웹사이트를 가져오고, TAG AS Professional에서 도메인을 가져오려고 합니다. 여기서는 일치 항목 유지, 불일치 항목 유지 또는 모든 항목 유지를 선택할 수 있습니다.

이 경우, 어, 보강을 하고 있기 때문에 입력 1에서 데이터를 추가하여 입력 2의 모든 항목을 유지할 것입니다.

이는 연락처를 기준으로 작업하고 있으며, 전문 이메일이 있는 모든 연락처를 회사 정보로 보강하고 싶기 때문입니다.

여기서 이 단계를 테스트하면 Quantum의 Marcus Bennett에게서 다른 시트의 정보, 즉 웹사이트와 국가에 대한 정보가 포함된 것을 확인할 수 있습니다.

이것은 추가 정보를 통해 지점을 보강할 수 있는 좋은 방법입니다.

이것은 Google 시트, 데이터베이스, API 호출이 될 수 있으며, 필드에 따라 데이터를 병합합니다.

예를 들어 API 호출을 통해 보강을 수행하려는 경우, 각 항목에 대해 하나의 HTTP 요청을 수행하여 필드가 아닌 위치별로 병합하여 매우 유사한 결과를 얻을 수 있습니다.

이 워크플로우를 마무리하면 여기에 가져올 수 있습니다. 이제 워크플로우를 실행하면 두 개의 개별 분기가 생성된 것을 볼 수 있습니다. 이 분기는 한 번만 실행하도록 설정해야 합니다. 왜냐하면 회사 전체가 한 번만 필요하기 때문입니다. 그리고 단순 병합을 수행했을 때와 매우 유사한 첫 번째 결과, 즉 10개의 항목, 분할 및 보강을 볼 수 있습니다.

앗, 여기에 10개의 항목, if를 사용한 분할, 여기에 3개가 나타나고, 아래에 7개가 보강된 다음, 다시 10개로 병합됩니다.

그래서 여기에는 시트와 거의 동일한 정보가 있지만, 이러한 분기를 통해 추가한 더 많은 정보가 있습니다.

n8n 고급 과정의 첫 번째 비디오를 시청해 주셔서 감사합니다. 이 비디오에서는 노드 실행 순서, 분할 및 분기 병합을 다루었습니다. 다음 비디오에서는 더 고급 n8n 노드를 자세히 살펴보겠습니다.

n8n 고급 과정 소개 및 워크플로우 데이터 흐름 설명

n8n 고급 과정 첫 번째 비디오에서는 전문가 수준의 워크플로우 빌더가 되기 위한 내용을 다룬다.

이번 비디오에서는 n8n 워크플로우의 데이터 흐름, 노드 실행 순서, 분기 병합 방법에 대해 설명한다.

분기는 캔버스에서 위에서 아래, 왼쪽에서 오른쪽 순서로 실행된다.

if 노드를 사용하여 데이터를 여러 분기로 분할할 수 있다.

스위치 노드를 사용하여 n개의 분기를 만들고 폴백 분기를 할당하여 항목을 분할할 수 있다.

병합 노드는 두 개의 입력을 받아 append, combine, choose 옵션을 사용하여 데이터를 병합한다.

Append는 단순히 두 분기의 합을 출력하고, Choose는 항목을 선택적으로 전달하며, Combine은 필드 위치 또는 모든 조합으로 입력을 병합한다.

병합 노드는 SQL 조인 연산과 유사하며, inner/outer 조인은 일치하는 항목 유지 여부, left/right 조인은 첫 번째/두 번째 입력 분기 강화와 같다.

루프 오버 아이템 노드는 입력 항목을 지정된 크기의 배치로 분할하여 개별 항목으로 처리할 수 있게 한다.

API 속도 제한을 처리하거나 특정 노드를 사용할 때 유용하다.

루프 내 노드는 루프 횟수를 표시하며, 각 반복의 출력 항목을 확인할 수 있다.

n8n 데모: 노드 실행 순서 및 병합 노드 활용

워크플로우에서 분기는 위에서 아래, 왼쪽에서 오른쪽 순서로 실행됨을 시연한다.

병합 노드를 사용하여 분기를 결합하고, 데이터 enrichment를 수행하는 방법을 보여준다.

이메일 주소를 기반으로 연락처에 회사 정보를 추가하는 enrichment 예시를 제시한다.

도메인 키를 추가하여 연락처와 회사 정보를 연결하고, 필드별로 데이터를 병합한다.

일치하는 항목을 유지하여 연락처를 회사 정보로 enrichment한다.

API 호출을 통한 enrichment도 가능하며, 필드 대신 위치별로 병합할 수 있다.

노드 실행 순서, 분할, 병합을 다루었으며, 다음 비디오에서는 고급 n8n 노드를 살펴볼 예정이다.

n8n Advanced Course (1/8) - Working with complex data flows

n8n Advanced Course (1/8) - Working with complex data flows

스크립트