MULE DW Function & 使用expression transformer解析嵌套MEL

最新推荐文章于 2024-08-20 14:29:20 发布

CGYDAWN

最新推荐文章于 2024-08-20 14:29:20 发布

阅读量1.1k

点赞数

分类专栏： MULE ESB

本文链接：https://blog.csdn.net/CGYDAWN/article/details/80828348

版权

MULE ESB 专栏收录该内容

27 篇文章 12 订阅

订阅专栏

工具版本
mule-standalone 3.9.0
Anypoint-Studio 6.4.0

工具	版本
mule-standalone	3.9.0
Anypoint-Studio	6.4.0

Dataweave Function

dataweave language十分强大，能够完成各种格式的转换。其使用场景一般是在Transformer Message组件中使用，通过在组件配置界面里面编写dwl能够将input转换为你所需要的output。但是实际上，除了Transformer Message组件外，dwl还能配合expression transformer组件来使用。

Expression Transformer组件图

在expression transformer中使用dwl使用的是Mule提供的dw function——dw()，dwl语句可写在括号里面，通过expression transformer解析执行后便能达到和Transformer Message一样的效果。其语法结构如下：
#[dw("<dwl script>","mime type")]
因为dwl在Transformer Message中使用往往带有格式（比如换行，Tab）。因此不建议通过expression transformer组件的可视化来配置。而是直接打开XML中复制dwl代码到组件的expression属性值区域（注意xml中双引号使用"），
注意使用dw函数需要指定转换后的输出类型。

使用例子

#[dw("payload map ((arrayVal,arrayIdx)->  arrayVal   mapObject ((objVal,objIdx)->   '$objIdx':objVal  ) )","application/json")]

如果转换的Dataweave语句是固定的，那么实际上使用Transformer Message或者Expression Transformer都可以，但是如果Dataweave语句的内容不能确定，动态传入的情况中，那么Transformer Message就捉襟见肘了。因为其dwl语句在开发时是写死的。

存在当前场景：根据不同的情况，Dataweave语句是从数据库中读取的，并且保留到了flow变量中存储，变量名为dw_statement。

如果此时在Expression Transformer设置表达式#[flowVars.dw_statement]，那么并不能达到执行Dataweave的效果。因为该组件只会解析出flow变量中Dataweave语句，但是并不会予以执行。简而言之，如果你想通过该组件智能地给你解析MEL中嵌套的MEL，简单地放入一个MEL表达式是不行的。

通过阅读官方文档，会发现官网提供在Expression Transformer中提供了好几个Evaluator，那么这时候使用其中一个名为processor Evaluator将会解决上面的问题。

姑且称Evaluator为评估器，该process评估器的表达式语法是#[process:processorName:valueToProcess]。

(官网对其解释)Invokes a message processor within an expression. This processor can be any component, transformer, custom processor, processor chain or flow. This evaluator is most useful when used with a nested expression that determines the value that is processed by the referenced message processor.

表达式让我们指定一个processor来给我们处理这个valueToProcess，这个process可以是一些其他的组件，flow，转换器之类的组件，因此便有了下面的图：
process Evaluator使用图

图红色文字部分最后少了一个]中括号

在上面截取的结构图中，通过从数据库中获取到了Dataweave语句并保存到flow变量中，然后接一个表达式组件并且配置了图中的表达式。该表达式调用了一个名为getDataweaveProcessor的subflow。这个flow便是关键，它来真正解析我们保存在flow变量的dwl语句（其中消息增强和Object to JSON组件并不是关键，而是因为我所使用的dwl场景所需要使用而已）。子flow里面使用了一个Java Component组件，其代码如下：

package com.data.center.utils;

import org.apache.log4j.Logger;
import org.mule.DefaultMuleEvent;
import org.mule.api.MuleEvent;
import org.mule.api.MuleEventContext;
import org.mule.api.lifecycle.Callable;

public class ExpressionEvaluatorInJava implements Callable {
    private static final Logger logger = Logger.getLogger(ExpressionEvaluatorInJava.class);

    @Override
    public Object onCall(MuleEventContext eventContext) throws Exception {
        //获取存有dataweave的流变量语句
        String dw_statement = eventContext.getMessage().getInvocationProperty("dw_statement").toString();
        MuleEvent muleEvent = new DefaultMuleEvent(eventContext.getMessage(), eventContext.getExchangePattern(),
                eventContext.getFlowConstruct());
        Object response = eventContext.getMuleContext().getExpressionManager().evaluate(dw_statement, muleEvent);
        return response;
    }

}

在java中，我们获取流变量中保存的Dataweave语句，并且通过JAVA代码来调用表达式解析，而这里处理的内容就是我们Expression Transformer中传递的payload，表达式中传递的值到了子flow中将变为该flow的负载。response就是我们通过dwl转换的结果内容。

至此达到从flow变量中动态获取Dataweaeve语句解析执行的效果。之所以会有上述一系列的做法，无非就是为了更为灵活地适配不同情况下使用Dataweave来转换数据，如果有更好更方便的方法，欢迎留言评论。

参考资料
官网dw function参考资料
 mulesoft博客-Anirban Sen Chowdhary的解析
 stackoverflow关于使用processor evaluator-David Dossot的回答
 Mule社区关于通过java来解析表达式-kiran.boddepalli的回答
 官网对于Expression Evaluator的部分参考资料
 关于消息增强的使用-我的博客