kettle使用java脚本处理前一步骤产生的多行数据 findInfoRowSet info_stream_tag

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

kettle中使用java脚本控件，对前一步骤产生的数据进行获取或处理，相信接触过的人都知道要用kettle自带的getRow()方法。如果前一节点只产生了一行数据，那我们简单的使用Object[] r = getRow()把这一行的数据放入数组r ,再用get(Fields.In, “a_fieldname”).getString®方法就可以得到相应字段的值了。
如果前一节点产生了多行数据，我们要在脚本中对多行数据逐一获取并处理，该如何实现呢？
今天在完成这个任务的时候就遇到了困难，上网查资料发现这方面的资料竟然没有，最后幸运的是在kettle官方的英文网站上查到了一篇文章，受到了启发，最终解决了问题。在这里分享一下经验。

---

一、仅处理一行是简单的

Object[] r = getRow();\\获取一行结果集，存入r数组
String foobar = get(Fields.In, "a_fieldname").getString(r); \\从数组r中拿到需要的字段的值

get(Fields.Out, "output_fieldname").setValue(r, foobar);\\把处理后的数据输出到一行中的指定字段
putRow(data.outputRowMeta, r);\\输出行
输出行以后，在下游节点中就可以通过output_fieldname字段得到处理后的数据并使用了

二、多行数据的逐行处理

代码如下（示例）：

 RowSet infoStream = findInfoRowSet("getLocation");\\用自带的findInfoRowSet方法获取指定步骤step的结果集，存入名为infoStream的结果集中。
 \\这里findInfoRowSet函数的入参是重点，kettle把它称作info_stream_tag，就是由它去指定了需要获取前面的数据流中具体哪一个步骤的数据
 Object[] infoRow = null;\\定义一个空的数组，去临时存每一行的数据
 while((infoRow = getRowFrom(infoStream)) != null){\\循环用getRowFrom方法从结果集中取出每一行数据，存入infoRow数组，直到取完为止
	String filename = get(Fields.In, "Location").getString(infoRow);\\从数组中得到我们需要的字段的值
	try{
	\\处理得到的数据
	  }	catch (FileNotFoundException e) {  
            	e.printStackTrace();  
        	}  

	infoRow = createOutputRow(infoRow, data.outputRowMeta.size());\\创建输出数据用的行
	get(Fields.Out, "output").setValue(infoRow, filename);\\把处理后的数据填入待输出行中的指定字段
	putRow(data.outputRowMeta, infoRow); \\输出行 
 }

RowSet infoStream = findInfoRowSet(“getLocation”)这一句中，参数getLocation是在这里定义的

在脚本控件下方的“消息步骤”里，“步骤”列填写要获取结果数据的步骤的名称，标签列用于给这个步骤定义一个标签，即info_stream_tag，这个标签就是findInfoRowSet函数的入参。

脚本的完整代码如下：

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;

public boolean processRow(StepMetaInterface smi, StepDataInterface sdi) throws KettleException {
  		
		RowSet infoStream = findInfoRowSet("getLocation");
   		Object[] infoRow = null;
    	while((infoRow = getRowFrom(infoStream)) != null){
		String filename = get(Fields.In, "Location").getString(infoRow);
		try{
		//处理数据的代码
		  }	catch (FileNotFoundException e) {  
            e.printStackTrace();  
        }  

		infoRow = createOutputRow(infoRow, data.outputRowMeta.size());
		get(Fields.Out, "filename").setValue(infoRow, filename);//输出数据
  		putRow(data.outputRowMeta, infoRow);  
   		 }		
  		return false;
}

附上给予我启发的文章链接：
https://help.hitachivantara.com/Documentation/Pentaho/8.2/Products/Data_Integration/Transformation_Step_Reference/User_Defined_Java_Class