NiFi 脚本执行器使用指南 (part 1)

最新推荐文章于 2024-07-06 09:30:00 发布

weixin_34306593

最新推荐文章于 2024-07-06 09:30:00 发布

阅读量469

点赞数

原文链接：https://my.oschina.net/u/2306127/blog/858913

版权

2019独角兽企业重金招聘Python工程师标准>>>

NiFi脚本执行器-ExecuteScript 使用指南 (part 1)

ExecuteScript让NiFi可以执行脚本来完成数据流程任务，从而可以编写自己的任务节点而不仅仅是采用已有的任务节点，具有很强的灵活性。

本文是介绍使用ExecuteScript来完成任务的系列文章之一。例程包括 Groovy, Jython, Javascript (Nashorn), 以及 JRuby. 系列文章中的“菜谱” 包括：

Part 1 - 介绍 NiFi API 和 FlowFiles

从incoming queue得到flow file
创建一个新的 flow files
与 flow file attributes一起工作
转换 flow file
日志 Logging

Part 2 - FlowFile I/O 和 Error Handling

从 flow file 中读取
写入 flow file
读／写 flow file
Error Handling

Part 3 - 高级特征

使用动态属性
添加模块
状态管理
存取控制器服务

介绍

ExecuteScript 是一个万能的处理器，允许用户使用编程语言定义自己的数据处理功能，在每一次 ExecuteScript processor 触发时被调用。下面的变量绑定到脚本环境，以提供脚本中访问 NiFi 组件环境:

session: 是对processor的ProcessSession属性的引用。session允许在 flow files 执行下面的操作： create(), putAttribute(), transfer(), 像 read() 和 write()一样。

context: 是对 ProcessContext 的引用。可以用于检索 processor 的属性, 关系, Controller Services, 和 StateManager。

log: 是对ComponentLog的引用。用于 log 消息到 NiFi系统, 如 log.info('Hello world!')。

REL_SUCCESS: 这是对 "success" relationship 的引用。这是从父类 (ExecuteScript)的静态变量基础来的, 但是一些引擎（如 Lua）不允许引用静态成员, 只是一个为了方便的变量。

REL_FAILURE: 这是对 "failure" relationship 的引用。与 REL_SUCCESS 一样, 这是从父类 (ExecuteScript)的静态变量基础来的, 但是一些引擎（如 Lua）不允许引用静态成员, 只是一个为了方便的变量。

Dynamic Properties: 任何在ExecuteScript定义的动态属性都作为变量集合到 PropertyValue 对象，对应于dynamic property。允许获得property的 String 值 , 通过NiFi表达式进行求值，获得相应的类型 (如 Boolean, 等等)。因为动态属性名称成为脚本里的变量名, 你需要了解所选的脚本引擎的变量命名属性。例如, Groovy 不允许变量名中提供 (.) , 所以，如果 "my.property"作为动态属性将会报错。

与这些变量名的交互通过 NiFi Java API进行, 下面的每一个案例将讨论相应的API调用。下面的案例执行不同的函数操作 flow files, 如 reading/writing 属性, 转换为 relationship, logging, 等等。需要注意，这里的例子只是一些片段。举例来说, 如果使用session.get()从队列中获取 flow file , 必须转换为 relationship 或者移除, 要不将会引发错误。代码片段应该是平面化的而且保持清晰，没有容易引起混乱的代码，仅用于演示概念，从而让工作简单。在以后的文章中，我将这些放到一起，形成完整的脚本，可以干一些有用的事情。

Recipes

Recipe: 从session中获得flow file

Use Case: 从队列中获得输入flow file，执行 ExecuteScript 并进行处理。

Approach: 使用 session对象的get(). 该方法返回FlowFile，是下一个最高优先级的FlowFile用于处理. 如果没有 FlowFile 用于处理, 该方法将返回 null. 注意, 如果一个持续的FlowFiles流进入processor，也可能会返回null. 这在多个并发任务处理时会发生，此时其他任务已获得了 FlowFiles. 如果脚本要求有一个 FlowFile才能继续处理, 如果是session.get()得到null应该立即返回。

Examples:

Groovy

flowFile = session.get()
if(!flowFile) return

Jython

flowFile = session.get()
if (flowFile != None):
# All processing code starts at this indent
# implicit return at the end

Javascript

var flowFile = session.get();
if (flowFile != null) {
// All processing code goes here
}

JRuby

flowFile = session.get()
if flowFile != nil
# All processing code goes here
end

Recipe: 得到多个 flow files

Use Case: 从queue(s)获得多个flow files用于ExecuteScript处理

Approach: 使用session对象的get(maxResults) 方法. 该方法从工作队列中返回最多 maxResults 个FlowFiles . 如果没有 FlowFiles 可用, 一个空的list 将被返回 (而不是返回 null).

注意: 如果多个输入队列存在, 在单个调用是否多个队列或单个队列将被拉去的行为是未指定的. 观察到的行为 (对于 NiFi 1.1.0+ 和以前的版本) 描述在 here.

Examples:

Groovy

flowFileList = session.get(100)
if(!flowFileList.isEmpty()) {
    flowFileList.each { flowFile ->
    // Process each FlowFile here
    }
}

Jython

flowFileList = session.get(100)
if not flowFileList.isEmpty():
    for flowFile in flowFileList:
        # Process each FlowFile here

Javascript

flowFileList = session.get(100)
if(!flowFileList.isEmpty()) {
    for each (var flowFile in flowFileList) {
        // Process each FlowFile here
    }
}

JRuby

flowFileList = session.get(100)
if !(flowFileList.isEmpty())
    flowFileList.each { |flowFile|
        # Process each FlowFile here}
end

Recipe: 创建一个新的FlowFile。

Use Case: 创建一个新的 FlowFile 发送到下一步的 processor

Approach: 使用session的 create() 方法. 该方法返回 FlowFile 对象, 以用于后续的处理操作。

Examples:

Groovy

flowFile = session.create()
// Additional processing here

Jython

flowFile = session.create()
# Additional processing here

Javascript

var flowFile = session.create();
// Additional processing here

JRuby

flowFile = session.create()
# Additional processing here

Recipe: 从父级FlowFile创建新的 FlowFile。

Use Case: You want to generate new FlowFile(s) based on an incoming FlowFile

Approach: 使用session的 create(parentFlowFile) 方法. 该方法获得父级 FlowFile 的引用，然后返回 and 新的派生 FlowFile 对象。新创建的 FlowFile 将继承父级的所有属性（除了 UUID）. 该方法将自动创建一个起源 FORK 事件或起源 JOIN 事件, 取决于FlowFiles 是否从同一个parent创建，在 ProcessSession被提交的时候.

Examples:

Groovy

flowFile = session.get()
if(!flowFile) return
    newFlowFile = session.create(flowFile)
    // Additional processing here

Jython

flowFile = session.get()
if (flowFile != None):
    newFlowFile = session.create(flowFile)
    # Additional processing here

Javascript

var flowFile = session.get();
if (flowFile != null) {
    var newFlowFile = session.create(flowFile);
    // Additional processing here
}

JRuby

flowFile = session.get()
if flowFile != nil
    newFlowFile = session.create(flowFile)
    # Additional processing here
end

Recipe: 添加属性到 flow file

Use Case: 在已有的 flow file 上添加自己的属性。

Approach: 使用session对象的 putAttribute(flowFile, attributeKey, attributeValue) 方法。该方法更新给定的 FlowFile's 属性，使用给出的 key/value 对来进行。

注意: 对象的 "uuid" 属性是固定的，并且不能修改; 如果key被命名为 "uuid", 将被忽略.

这里的FlowFile 对象是不可改变的; 这意味着，如果通过API更新了 FlowFile 的属性 (或其它的改变了) , 你将得到一个新版的FlowFile的新的引用。当转换FlowFiles到relationships时这是非常重要的。你必须保持对FlowFile的最新版本的引用, 你必须转换或者移除所有的FlowFiles的最后版本, 否则执行时将会得到错误信息。经常情况下, 该用于存储 FlowFile 引用变量将会被最后返回的版本覆盖 (中间的 FlowFile 应用将会被自动抛弃). 在这个例子中，你可以看到当添加属性时重用flowFile引用的技术。注意到当前的flowFile引用被传递给putAttribute() 方法. 这个结果FlowFile具有命名为 'myAttr'值为 'myValue'的属性。如果你有一个对象，可以序列化为String. 最终, 请注意如果你添加了多个属性, 最好创建一个Map，然后使用 putAllAttributes() 方法来进行赋值。

Examples:

Groovy

flowFile = session.get()
if(!flowFile) return
flowFile = session.putAttribute(flowFile, 'myAttr', 'myValue')

Jython

flowFile = session.get()
if (flowFile != None):
    flowFile = session.putAttribute(flowFile, 'myAttr', 'myValue')
    # implicit return at the end

Javascript

var flowFile = session.get();
if (flowFile != null) {
    flowFile = session.putAttribute(flowFile, 'myAttr', 'myValue')
}

JRuby

flowFile = session.get()
if flowFile != nil
    flowFile = session.putAttribute(flowFile, 'myAttr', 'myValue')
end

Recipe: 添加多个属性到一个flow file

Use Case: 向 flow file 添加自定义属性。

Approach: 使用 session对象的putAllAttributes(flowFile, attributeMap) 方法。该方法更新给定的FlowFile's 属性，以 key/value 对的方式存储在Map中返回。

注意: "uuid" 对 FlowFile是固定的; 如果 key 被命名为 "uuid", 将会被忽略。

该技术创建了一个 Map (aka dictionary in Jython, hash in JRuby) 用于更新，然后调用putAllAttributes() 。这比对putAttribute() 对每一个 key/value 遍历效率更高, 这将导致对每一个属性调用时 FlowFile 都需要创建一个副本 (查看上面 FlowFile 不变性的讨论)。下面例子中的Map包含两个条目： myAttr1 和 myAttr2, 设为 '1' 并且第二个为 String (附着到方法签名，对key和value都要求 String)。注意到session.transfer() 在这里并未指定 (因此下面的代码片段并不能工作), 查看下面的方法。

Examples:

Groovy

attrMap = ['myAttr1': '1', 'myAttr2': Integer.toString(2)]
flowFile = session.get()
if(!flowFile) return
flowFile = session.putAllAttributes(flowFile, attrMap)

Jython

attrMap = {'myAttr1':'1', 'myAttr2':str(2)}
flowFile = session.get()
if (flowFile != None):
    flowFile = session.putAllAttributes(flowFile, attrMap)
    # implicit return at the end

Javascript

var number2 = 2;
var attrMap = {'myAttr1':'1', 'myAttr2': number2.toString()}
var flowFile = session.get()

if (flowFile != null) {
    flowFile = session.putAllAttributes(flowFile, attrMap)
}

JRuby

attrMap = {'myAttr1' => '1', 'myAttr2' => 2.to_s}
flowFile = session.get()
if flowFile != nil
flowFile = session.putAllAttributes(flowFile, attrMap)
end

Recipe: 从 flow file 得到属性

Use Case: 获得flow file 的属性。

Approach: 使用FlowFile对象getAttribute(attributeKey) 。该方法对于给定的attributeKey返回一个字符串值 , 如果没有找到相应的key就返回null. 下面的例子演示返回FlowFile的 "filename" 属性。

Examples:

Groovy

flowFile = session.get()

if(!flowFile) return
myAttr = flowFile.getAttribute('filename')

Jython

flowFile = session.get()

if (flowFile != None):
    myAttr = flowFile.getAttribute('filename')
    # implicit return at the end

Javascript

var flowFile = session.get()

if (flowFile != null) {
    var myAttr = flowFile.getAttribute('filename')
}

JRuby

flowFile = session.get()

if flowFile != nil
myAttr = flowFile.getAttribute('filename')
end

Recipe: 从 flow file得到所有的属性

Use Case: 从flow file得到所有的属性。

Approach: 使用FlowFile对象的getAttributes() 方法。该方法返回 Map 数据结构，由字符串的 keys 和 values组成, 代表一个FlowFile的属性的 key/value 值对。下面的显示如何递归显示FlowFile的所有属性的Map的值。

Examples:

Groovy

flowFile = session.get()

if(!flowFile) return
flowFile.getAttributes().each { key,value ->
    // Do something with the key/value pair
}

Jython

flowFile = session.get()

if (flowFile != None):
    for key,value in flowFile.getAttributes().iteritems():
    # Do something with key and/or value

# implicit return at the end

Javascript

var flowFile = session.get()

if (flowFile != null) {
    var attrs = flowFile.getAttributes();
    for each (var attrKey in attrs.keySet()) {
        // Do something with attrKey (the key) and/or attrs[attrKey] (the value)
    }
}

JRuby

flowFile = session.get()

if flowFile != nil
    flowFile.getAttributes().each 
    { |key,value|
        # Do something with key and/or value
    }
end

Recipe: 转移一个flow file 到 relationship

Use Case: 在处理完flow file (new or incoming)之后, 你希望将flow file转移到 relationship ("success" or "failure"). 在这个简单的例子中，让我们假定有一个变量叫做 "errorOccurred"，用于指示在哪种 relationship下 FlowFile 将被转移。更多的错误处理技术在本系列文章的第二部分讨论。

Approach: 使用session对象的transfer(flowFile, relationship) 方法。基于给定的relationship，该方法将给定的FlowFile发送到适合的目标处理器队列。如果relationship通向不止一个目标，FlowFile的状态将被复制，从而每一个目标都将收到一个 FlowFile的拷贝，因此也将具有唯一的标识符UUID。

注意: 最后，ExecuteScript将执行session.commit() 以进行操作的提交。你不需要在脚本内部执行session.commit() 来执行提交操作。

Examples:

Groovy

flowFile = session.get()

if(!flowFile) return

// Processing occurs here
if(errorOccurred) {
    session.transfer(flowFile, REL_FAILURE)
}
else {
    session.transfer(flowFile, REL_SUCCESS)
}

Jython

flowFile = session.get()

if (flowFile != None):
    # All processing code starts at this indent
    if errorOccurred:
        session.transfer(flowFile, REL_FAILURE)
    else:
        session.transfer(flowFile, REL_SUCCESS)
# implicit return at the end

Javascript

var flowFile = session.get();

if (flowFile != null) {
    // All processing code goes here
    if(errorOccurred) {
        session.transfer(flowFile, REL_FAILURE)
    }
    else {
        session.transfer(flowFile, REL_SUCCESS)
    }
}

JRuby

flowFile = session.get()
if flowFile != nil
    # All processing code goes here
    if errorOccurred
        session.transfer(flowFile, REL_FAILURE)
    else
        session.transfer(flowFile, REL_SUCCESS)
    end
end

Recipe: 发送消息到 log并制定日志级别

Use Case: 希望报告一些事件、消息并通过日志框架写入。

Approach: 使用 log 的方法(), trace(), debug(), info(), 或 error() 完成。这些方法可以是单个的字符串或者字符串数组对象, 或字符串后面跟着Throwable的对象数组。第一个用于简单消息. 第二个用于一些动态对象（值）的log。在消息字符串中使用 "{}" 进行引用。这些用于对对象数组进行求值，当消息读到 "Found these things: {} {} {}" 并且 Object array 是 ['Hello',1,true], 那么logged 消息将是 "Found these things: Hello 1 true"，第三种logging方法带一个 Throwable 参数, 这在例外被捕捉到并且希望日志记录时使用。

Examples:

Groovy

log.info('Found these things: {} {} {}', ['Hello',1,true] as Object[])

Jython

from java.lang import Object
from jarray import array

objArray = ['Hello',1,True]
javaArray = array(objArray, Object)
log.info('Found these things: {} {} {}', javaArray)

Javascript

var ObjectArrayType = Java.type("java.lang.Object[]");
var objArray = new ObjectArrayType(3);

objArray[0] = 'Hello';
objArray[1] = 1;
objArray[2] = true;
log.info('Found these things: {} {} {}', objArray)

JRuby

log.info('Found these things: {} {} {}', ['Hello',1,true].to_java)

希望这些代码片段能够演示 NiFi API 在不同脚本语言中的用法以及 flow file 操作。在后续的文章中，我将把这些方法全部放到一起，从而构成一个完整的脚本. 对于更多的例子, 用例和解释，请参考 my blog. 在本序列的下一篇文章中, 我将讨论如何读写flow files的内容, 以及错误处理技术. 希望能帮到你!

英：https://community.hortonworks.com/articles/75032/executescript-cookbook-part-1.html

转载于:https://my.oschina.net/u/2306127/blog/858913