ETL应用:一种一次获取一个平台接口文件的方法
ETL应用场景中,若对端接口文件未能提供,任务会处于循环等待,直到对端提供为止,该方法极大的消耗了系统资源。为此想到了一种方法,一次获取一个平台的文件,实现思路如下:
1、第一次获取对端平台提供目录下给定日期的所有接口文件,并保存文件列表;
2、后续每隔n分钟重启获取任务,每次先获取文件列表,和上次列表进行对比,当发生如下情况时,会重新获取:
A、有新文件产生;
B、有文件大小变化
实现方法如下:
[ftp.properties] ipaddress = 10.25.xxx.xxx
username = xxxxx
password = xxxxx #\u5F53 encryption \u6709\u503C\u65F6\uFF0C\u5C06\u8FDB\u884C\u5BC6\u7801\u89E3\u6790
encryption = #\u5F53resolve \u4E3A False\u65F6\uFF0C\u9700\u8981\u66FF\u6362\u8FDC\u7A0B\u76EE\u5F55\u548C\u5F53\u524D\u76EE\u5F55\u7684\u53C2\u6570
resolve = 1
remoteDir = /bosscdr/tobak/jf_bass
localDir = /interface/cyg/[SDT_YYYYMMDD] #\u4E0A\u6B21\u4FDD\u5B58\u7684\u6587\u4EF6\u83B7\u53D6\u5217\u8868
lastFileList = /interface/cyg/lastfilelist.txt
# -*- coding:utf-8 -*-
'''
函数说明 :获取远程文件
编写时间: 2015-5-5
编 写 人 : chenyangang
----------------------------------------
实现方法:
1、获取配置文件中制定的ftp服务器信息,用户名采用加密方式
2、获取远程目录下的文件列表,若存在保存的文件列表,进行比对,提取差异文件
3、根据差异文件进行文件获取
'''
import datetime
import ConfigParser
import os
import ftplib
import cPickle class GetDataBaseDiff(object): def __init__(self, config, interfaceID = None, interfaceDate = None, delay = 0):
self.config = config
self.interfaceID = interfaceID #默认为当天日期
if interfaceDate == None:
self.interfaceDate = datetime.date.strftime(datetime.date.today() - \
datetime.timedelta(delay),"%Y%m%d") def getConfig(self, interfaceDate): readConfig = ConfigParser.ConfigParser()
with open(self.config,'r') as configFile: readConfig.readfp(configFile)
hostaddr = readConfig.get('ftp.properties','ipaddress')
username = readConfig.get('ftp.properties','username') #是否解析参数和加密
resolve = readConfig.get('ftp.properties','resolve')
encryption = readConfig.get('ftp.properties','encryption') #目录信息
remoteDir = readConfig.get('ftp.properties','remoteDir')
localDir = readConfig.get('ftp.properties','localDir') #存储上次获取文件列表
lastFileList = readConfig.get('ftp.properties','lastFileList') if encryption == '' :
password = readConfig.get('ftp.properties','password')
else:
command = encryption + ' ' + readConfig.get('ftp.properties','password')
password = os.popen(command) if resolve == '' :
month = interfaceDate[0:6]
remoteDir = remoteDir.replace(r"[SDT_YYYYMMDD]", interfaceDate)
remoteDir = remoteDir.replace(r"[SDT_YYYYMM]",month) localDir = localDir.replace(r"[SDT_YYYYMMDD]", interfaceDate)
localDir = localDir.replace(r"[SDT_YYYYMM]",month) return hostaddr, username, password, remoteDir, localDir, lastFileList def connect(self, hostaddr, username, password): try:
connftp = ftplib.FTP(hostaddr)
except ftplib.error_perm:
print "The ipaddress (ipaddress) refused!" %{'ipaddress':hostaddr} try:
connftp.login(username, password)
except ftplib.error_perm:
print "This username (username) refuse connect, please check your\
username or password!" %{'username':username} return connftp def getFileList(self, connftp, remoteDir): #获取文件详细信息,包括权限、文件大小、属主等信息,其中第5项为文件大小
connftp.cwd(remoteDir)
filesDetail = connftp.nlst('-l') #保存文件名称和大小
fileList = {} for fileDetail in filesDetail:
filelistFromDetail = fileDetail.strip().split()
fileList[filelistFromDetail[-1]] = filelistFromDetail[4] return fileList def comparisonFileList(self, lastFileList, newFileList): #装载上一次文件获取信息 if len(open(lastFileList, "rb").readlines()) > 0 :
with open(lastFileList, "rb") as fp:
try:
lastfileList = cPickle.load(fp)
except EOFError:
print "Load (filename) was failed"%{'filename':lastFileList}
else:
lastfileList={} lastfileset = set(lastfileList.keys())
newfileSet = set(newFileList.keys()) #提取新增文件列表
diffFileList = list(newfileSet - lastfileset)
sameFileName = list(newfileSet & lastfileset) #提取前后文件大小不一致的文件列表
for samefilename in sameFileName:
if newFileList[samefilename] != lastfileList[samefilename]:
diffFileList.append(samefilename) del lastfileList
#保存最新文件获取列表
fp = open(lastFileList, "wb") lastfileList = cPickle.dump(newFileList, fp)
fp.close() return diffFileList def machedFileList(self, diffFileList, interfaceID, interfaceDate):
return [flist for flist in diffFileList if interfaceID in flist \
and interfaceDate in flist] def download(self, connftp, localDir, getFileList): #进入本地目录
if not os.path.isdir(localDir) :
os.makedirs(localDir) try:
os.chdir(localDir)
except :
print 'Dose\'t enter the directory , mybe you have not authority!' #获取最新文件
for remotefile in getFileList:
try:
connftp.retrbinary("RETR %s"%remotefile, open(remotefile,"wb").write)
except ftplib.error_perm:
print 'ERROR: cannot read file "%s"' % remotefile connftp.quit() if __name__ == '__main__' :
interfaceDate = ''
interfaceID = None
getDataBaseDiff = GetDataBaseDiff('./config.properties', interfaceDate, 0)
hostaddr, username, password, remoteDir, localDir, lastFileList = getDataBaseDiff.getConfig(interfaceDate) connectionFtp = getDataBaseDiff.connect(hostaddr, username, password) fileList = getDataBaseDiff.getFileList(connectionFtp, remoteDir)
diffFileList = getDataBaseDiff.comparisonFileList(lastFileList, fileList) if interfaceID is not None and len(diffFileList) >0:
getFileList = getDataBaseDiff.machedFileList(diffFileList, interfaceID, interfaceDate)
getDataBaseDiff.download(connectionFtp, localDir, getFileList)
else:
getDataBaseDiff.download(connectionFtp, localDir, diffFileList)
如上,是学习python后,尝试编写的代码。可修改为配置文件中配置多个平台,获取多平台接口数据。
ETL应用:一种一次获取一个平台接口文件的方法的更多相关文章
- JS中对获取一个标签的class的方法封一个库
在JS中我们经常会会用到,获取一个标签的id var aId=document.getElementById("id") 现在虽然有getElementsByClassName这个 ...
- 使用fuser命令kill一个终端(特殊文件)的方法
/********************************************************************* * Author : Samson * Date ...
- 用js如何获取一个上传文件的扩展名
function suffix(file_name){ var result =/\.[^\.]+/.exec(file_name); return result; }
- 记录一种下载https网址中的mp4文件的方法
需要下载一个网页中的视频, 页面中的视频播放器为 JW player, 通过搜索发现可以下载对应的视频. 1. 使用chrome浏览器分析 网页中的视频地址: F12或者右键-->检查, 在打开 ...
- 通过ES6 封装了一个上传文件的方法 XMLHttpRequest() 通用
### 上传进度回显,上传速度回显 ### 源码如下,新建index.js装起来 export class UploadServers { constructor (options) { this.x ...
- ASP.NET之MVC 微信公众号授权给第三方平台的技术实现流程(获取第三方平台access_token)
“出于安全考虑,在第三方平台创建审核通过后,微信服务器每隔10分钟会向第三方的消息接收地址推送一次component_verify_ticket,用于获取第三方平台接口调用凭据”.这是文档中的原话,也 ...
- Entity Framework 6 Recipes 2nd Edition(13-2)译 -> 用实体键获取一个单独的实体
问题 不管你用DBFirst,ModelFirst或是CodeFirst的方式,你想用实体键获取一个单独的实体.在本例中,我们用CodeFirst的方式. 解决方案 假设你有一个模型表示一个Paint ...
- java中的反射机制,以及如何通过反射获取一个类的构造方法 ,成员变量,方法,详细。。
首先先说一下类的加载,流程.只有明确了类这个对象的存在才可以更好的理解反射的原因,以及反射的机制. 一. 类的加载 当程序要使用某个类时,如果该类还未被加载到内存中,则系统会通过加载,连接,初始化三 ...
- 获取一个 app 的 URL Scheme 的方法:
获取一个 app 的 URL Scheme 的方法: 上这个网站 URL Schemes 查一下相应的 app 的 URL Scheme 是否有被收录 第一种方法没找到的话,把相应的 app 的 ip ...
随机推荐
- 为什么Servlet修改之后,Tomcat都得重启,servlet才会生效!
最近做东西经常需要重新加载项目,今天深深的问了自己为什么? Servlet的生命周期中,只会初始化一次,如果每次要是发送请求或响应,Servlet引擎都会调用service.从这里就会看出,servl ...
- Linux 文件管理(系统函数)
//read函数 #include <stdio.h> #include <stdlib.h> #include <unistd.h> /* STDIN_FILEN ...
- Linux 实用工具vi
vi有输入和命令两种工作模式.命令模式是用来运行一些编排文件.存档以及离开vi等操作命令. 当执行vi后,首先进入命令模式,此时输入的人数字符都被视为命令. 在命令模式下,可以使用如下两个键进入文本输 ...
- 第一百七十节,jQuery,事件对象,event 对象,默认行为,冒泡
jQuery,事件对象,event 对象,默认行为,冒泡 学习要点: 1.事件对象 2.冒泡和默认行为 JavaScript 在事件处理函数中默认传递了 event 对象,也就是事件对象.但由于浏览器 ...
- Servlet Session 跟踪
HTTP 是一种"无状态"协议,这意味着每次客户端检索网页时,客户端打开一个单独的连接到 Web 服务器,服务器会自动不保留之前客户端请求的任何记录. 但是仍然有以下三种方式来维持 ...
- 【直播预告】7月18日3D游戏引擎免费公开课答疑,參与送C币!
喜讯喜讯! 为了酬谢广大学员.CSDN学院特推出iOS和3D游戏引擎开发免费技术答疑公开课,让您度过一个充实的暑假~ 參与本次公开课,即有机会获得50C币! 答疑公开课时间:7月18日 晚7:30-9 ...
- 猜数字游戏-python
题目: 用python写一个猜数字的游戏,游戏规则如下: 1.由一个人随机写一个整数1-99(如:21) 2.一群小伙伴轮流猜数字,如第一个人猜一个数(如:48),则缩小范围至(1-48) 3.如第二 ...
- NDK工具制作
NDK工具制作 - Generate a stand-alone toolchain of the NDK, example: `./android-ndk-r10/build/tools/make- ...
- OpenCV学习笔记九:opencv_stitching模块
一,简介: 该库用于图像拼接.
- 针对中科院java接口的用法和问题
1.下载附加的中科院分词工具包(要下载的到我的博客里面免费下载就可以) 2.解压后会看到例如以下几个目录 3.把java工程导入eclipse中.点击import.再选择existing projec ...