我是 NiFi 新手,正在开发一个自定义处理器,以从 psql 数据库 View 中提取最新数据。当自定义处理器初始化时,我可以使用下面的代码检索数据库 View 。
private void GetData(){
Connection connection = DriverManager.getConnection("jdbc:postgresql://example:5432/example", "user", "pass");
Statement statement = connection.createStatement(ResultSet.TYPE_SCROLL_INSENSITIVE, ResultSet.CONCUR_READ_ONLY);
ResultSet rs = statement.executeQuery("SELECT * FROM Example_Table");
while(rs.next()){
//Get data from database
}
connection.close();
}
但是我正在努力从数据库 View 中获取最新更新。主要问题是何时将新条目添加到数据库中。由于处理器初始化时会查询数据库,因此自定义处理器不会有新条目。
我尝试在 public void onTrigger() 函数中实现查询;然而,这将导致管道备份,因为它将查询每个流文件的数据库(如果每秒有数千个流文件进入,这并不理想)。
是否有一种方法可以在处理器启动时查询数据库?无需查询每个流程文件的数据库?或者,是否可以检测数据库是否已被修改并在修改时提取数据?或者甚至设置一个计时器来在自定义处理器中提取数据库?
非常感谢您的帮助,提前谢谢您。
最佳答案
我认为,如果您能更多地解释一下您的更高级别的用例,它可能会帮助您获得解决方案,因为这似乎是一种不常见的方法。通常每个处理器都有一个单一的职责,因此一些处理器与数据库交互,然后输出必要的信息供其他处理器使用。
有一些LookupService
这可能是值得检查的好例子,例如 MongoDBLookupService
。
如果您的用例实际上是“我有一个自定义处理器,它摄取包含任意数据的流文件,并且需要使用此数据库表中的最新数据对它们执行一些操作”,您有几个选择:
- 按照上面的方法执行数据库查询,并在
onEnabled()
期间调用该方法一次从表中获取大部分数据,然后使用线程定期调用它以保持更新并将结果存储在本地字段中。当onTrigger()
方法运行时,使用本地缓存结果而不是进行数据库调用。这将减少延迟并为您提供近乎实时的数据。请务必通过@OnStopped
的方法清理线程运行程序和本地状态。注解。 - 执行与流程文件处理内联的数据库查询(即
onTrigger()
)。这可能会导致高延迟和吞吐量阻塞。如果能够使用List<FlowFile> flowfiles = session.get(1000);
进行批处理,您可以增加每个执行周期中处理的流文件的数量。 (数量可配置)。 - 如果没有更新插入/就地修改(即对数据库表的任何更改都会导致新行),您可以使用哨兵查询 (
SELECT COUNT(*) FROM table;
) 返回数字行,将其与先前返回的行数进行比较,并且仅在这些数字不同时才执行检索所有数据的“昂贵”查询。在这种情况下,您可以通过记录先前获取的行的最大 ID 或时间戳来检索增量行。如果可以更新插入,类似于SELECT MAX(lastModified) AS mostRecentTimeModified FROM table;
可能会有帮助。
关于java - NiFi定制处理器-读取数据库 View ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56502241/