要仅读取和保存选定列到文件,您可以使用Apache Nifi的ExecuteScript处理器与Groovy脚本来实现。以下是一个示例代码片段:
import org.apache.commons.io.IOUtils
import org.apache.nifi.processor.io.OutputStreamCallback
// 获取输入流中的数据
def flowFile = session.get()
if (!flowFile) return
session.read(flowFile, { inputStream ->
def inputText = IOUtils.toString(inputStream, 'UTF-8')
// 选择您要提取的列
def selectedColumns = [0, 2, 4] // 示例选择第1、第3和第5列
// 提取选定列的数据
def outputText = inputText.split('\n').collect { line ->
def columns = line.split(',')
selectedColumns.collect { columns[it] }.join(',')
}.join('\n')
// 将提取的数据写入输出流
flowFile = session.write(flowFile, { outputStream ->
outputStream.write(outputText.getBytes('UTF-8'))
} as OutputStreamCallback)
})
session.transfer(flowFile, REL_SUCCESS)
将此代码片段放入ExecuteScript处理器的Script Body中,并将Script Language设置为Groovy。然后,您可以配置适当的输入和输出关系,以及其他处理器以及其他处理器来处理数据流。
此脚本将从输入流中读取数据,提取选定的列,并将提取的数据写入输出流,以便保存到文件中。您可以通过修改selectedColumns数组来选择不同的列。请记住,数组是从零开始的索引。
请注意,此示例假设输入数据是以逗号分隔的文本格式,并且每行都具有相同的列数。如果您的数据格式不同,请根据您的情况进行修改。