Pentaho数据集成匙XML解析

Question

我在路径中有一些20k xml文件。 我只想在一个项目（如队列）中访问一个文件用于XML stax步骤，而不访问XML输入步骤。 是否可以选择一次获取一个文件，进行处理，然后再获取下一个文件。 例子：像每个循环。

Answer 1

您应该使用具有两个子转换的作业。

第一个转换有一个“获取文件名”步骤，然后是“复制行以得到结果”。

父作业设置要为每个输入行运行的第二转换，并将文件名步骤从ktr 1映射到ktr 2的文件名参数。

第二次转换具有参数文件名，该文件名用于定义使用StaX解析器读取的文件。

Answer 2

您可以Get the files names并Get data form XML结果，并XML source is define in a field选项。

一个转换包含两个步骤，并且自动进行并行处理。 但是，如果您的解决方案需要可扩展性（不仅仅是读取项目并将其写入某处），我建议您使用nsouza的解决方案。 万一发生错误，您将有机会知道哪个文件有罪。