ETL工具-nifi干货系列 第十一讲 处理器UpdateAttribute使用教程

1、在这里我们重温下nifi里面一个重要的概念FlowFile，如下图所示：

FlowFile：FlowFile代表NiFi中的单个数据。nifi数据流中流动的就是flowfile，每个nifi处理器处理的数据也是基于flowfile的。

FlowFile由两个组件组成：FlowFile属性(attribute)和FlowFile内容(content)。内容是FlowFile表示的数据。属性是提供有关数据的信息或上下文的特征,它们由键值对组成。所有FlowFiles都具有以下标准属性：

• uuid：一个通用唯一标识符,用于区分FlowFile与系统中的其他FlowFiles。

• filename：在将数据存储到磁盘或外部服务时可以使用的可读文件名

• path：在将数据存储到磁盘或外部服务时可以使用的分层结构值,以便数据不存储在单个目录中

flowfile除了自身默认的标准属性外，用户还可以自定义属性，自定义属性的用途很多，如上节课讲的RouteOnAttribute就用到了自定义属性。

2、处理器UpdateAttribute，该处理器的作用根据名字就可以看出来，就是为了更新flowFile的属性存在的，如下图所示：

 Delete Attributes Expression：正则匹配的属性将从 FlowFiles 文件中删除。属性无论是否由此处理器更新，匹配的现有属性都将被删除。

删除属性Value值用法如下（概括下来就是支持精确匹配和模糊匹配删除）：

lastUser - 将删除名称为 "lastUser" 的属性。
user.* - 将删除以 "user" 开头的属性，例如 "username"、"userName"、"userID" 和 "users"。但不会删除 "User" 或 "localuser"。
(user.*|host.*|.*Date) - 将删除 "user"、"username"、"userName"、"hostInfo"、"hosts" 和 "updateDate"，但不会删除 "User"、"HOST"、"update" 或 "updatedate"。

Store State：选择是否存储状态，有Do not store state和Store state locally两个选项。选择 “无状态” 将提供纯粹在无状态方式下更新流文件属性的默认功能。选择有状态的选项将不仅存储流文件上的属性，还会存储在处理器的状态中。（也就是说无状态仅仅基于当前flowfile进行计算，有状态是基于处理器和流经处理器的所有flowfile为基础进行计算，如计算flowfile的条数）

Stateful Variables Initial Value：如果使用状态来设置/引用变量，那么此值将用于设置有状态变量的初始值。仅在状态不包含变量值时，此值将在 @OnScheduled 方法中使用。如果以有状态方式运行，则需要此值，但如果需要，可以为空。

Cache Value Lookup Cache Size：指定应在缓存中存储多少个规范查找值。

3、示例：新增不存在属性，新增一个动态属性myNickName为king，如下图所示

查看数据溯源信息可知flowFile属性中多了一个myNickName属性，与此同时查看LogMessage处理器的溯源信息依然可以看到myNickName。

4、示例：新增存在属性，新增一个动态属性filename为${filename}.flowfile，如下图所示

点击运行，然后查看溯源信息，此时filename已经发生了变更，如下图所示：

5、示例：高级用法 存储状态,记录通过该处理器的数据流总和，如下图所示:

点击运行，然后查看溯源信息，此时myCount值已经进行统计，如下图所示：

6、高级用法，添加规则条件，符合条件时update指定的属性值，如下图所示：

添加一个rule,如果id的值等于1，就修改name的值为Java大金刚