[英]Update csv value using executescript processor fails in apache-nifi
[英]Apache NiFi: Processing multiple csv's using the ExecuteScript Processor
我有一个 70 列的 csv。 第 60 列包含一个值,该值决定记录是valid
还是invalid
。 如果第 60 列有 0、1、6 或 7,则它是valid
的。 如果它包含任何其他值,那么它是invalid
的。
我意识到这个功能不可能完全依赖于改变 Apache NiFi 中处理器的属性。 因此,我决定使用executeScript processor
并将这个 python 代码添加为文本正文。
import csv
valid =0
invalid =0
total =0
file2 = open("invalid.csv","w")
file1 = open("valid.csv","w")
with open('/Users/himsaragallage/Desktop/redder/Regexo_2019101812750.dat.csv') as f:
r = csv.reader(f)
for row in f:
# print row[1]
total +=1
if row[59] == "0" or row[59] == "1" or row[59] == "6" or row[59] == "7":
valid +=1
file1.write(row)
else:
invalid += 1
file2.write(row)
file1.close()
file2.close()
print("Total : " + str(total))
print("Valid : " + str(valid))
print("Invalid : " + str(invalid))
我不知道如何使用 session 和 executeScript 处理器中的代码,如本问题所示。 所以我只是写了一个简单的 python 代码,并将有效和无效的数据指向不同的文件。 我使用的这种方法有很多局限性。
redder
文件夹中将有大约 20 个 csv。 所有这些都必须在一个 go 中处理。 希望您能建议我执行以下操作的方法。 随时通过编辑我使用的 python 代码为我提供解决方案,甚至完全使用一组不同的处理器,并且完全不使用ExecuteScript Processer
处理器
您希望根据一列中的值路由记录。 在 NiFi 中有多种方法可以实现这一点。 我可以想到以下几点:
我将向您展示如何使用PartitionRecord
处理器解决您的问题。 由于您没有提供任何示例数据,我创建了一个示例用例。 我想将欧洲的城市与其他地方的城市区分开来。 给出以下数据:
id,city,country
1,Berlin,Germany
2,Paris,France
3,New York,USA
4,Frankfurt,Germany
流动:
生成流文件:
分区记录:
应该设置CSVReader
来推断模式和CSVRecordSetWriter
来继承模式。 PartitionRecord
将按国家对记录进行分组,并将它们与具有国家值的属性country
一起传递。 您将看到以下记录组:
id,city,country
1,Berlin,Germany
4,Frankfurt,Germany
id,city,country
2,Paris,France
id,city,country
3,New York,USA
每个组都是一个流文件,并且将具有国家属性,您将使用该属性来路由组。
RouteOn属性:
来自欧洲的所有国家都将被路由到 is_europe 关系。 现在您可以将相同的策略应用于您的用例。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.