0

在本地运行，这完全符合我的要求（在位置 7-10 有一个带有许多不同代码的传入流文件，并且每个唯一代码输出 1 个文件）例如，如果记录 1-5 在位置 7-10 有 1234，并且记录 6 在位置 7-10 有 2345，记录 7 在位置 7-10 有 1234，然后会有一个名为 1234_file.txt 的文件包含第 1-5 行和第 7 行，第二个文件 2345_file.txt 将包含第 6 行输入文件：

f = open("test_comp.txt", "r")
for x in f:
    comp = x[6:10]
    print(comp)
    n = open(comp+"_file.txt","a")
    n.write(x)
    n.close()
f.close()

在nifi中，我正在尝试这个：

from org.apache.commons.io import IOUtils
from java.nio.charset import StandardCharsets
from org.apache.nifi.processor.io import StreamCallback

class PyStreamCallback(StreamCallback):
  def __init__(self):
        pass
  def process(self, inputStream, outputStream):
    f = open(inputStream, 'r')
    for x in f:
        comp = x[6:10]
        print("comp: ",comp)
        newFile = open(comp+"_file.txt","a")
        newFile.write(x)


flowFile = session.get()
if (flowFile != None):
    flowFile = session.write(flowFile, PyStreamCallback())
    session.transfer(flowFile, REL_SUCCESS)
session.commit()

它似乎正在获取输入并将comp正确存储为预期的位置7-10，但我没有得到多个流文件（对于x [6:10]中的每个唯一字符串。流出的流文件是1零字节文件。

对我所缺少的有什么想法吗？

4

1 回答 1

2

您正在直接写入文件系统上的文件，而不是NiFi生态系统中的对象流文件。我建议阅读Apache NiFi 开发人员指南以了解这些模式的上下文，并查看一些Python ExecuteScript 示例以查看相关的 Python 代码。

您需要创建多个流文件对象，将数据映射到它们，然后将它们全部传输到各自的关系，而不是写出单个流文件。

您是否有理由需要使用自定义 Python 代码而不是SplitRecord和/或PartitionRecord处理器来执行此操作？我认为PartitionRecord可以很容易地解决您描述的问题。

于 2020-10-20T18:20:55.330 回答