​NiFi入门案例一

需求：将A目录下实时产生的文件导入到指定的B目录下。

这里需要使用到的处理器是“GetFile”和“PutFile”，完成以上需求对“GetFile”和“PutFile”相关属性进行配置。

一、​​​​​​​配置“GetFile”处理器

1、拖拽“Processor”，搜索“GetFile”,创建处理器

2、双击“GetFile”处理器面板，打开配置，选择“PROPERTIES”进行配置

设置监控数据的目录，这里设置“/root/test/A”需要在集群中每个节点上预先创建好这个目录。

点击“Apply”，信息如下：

以上警告信息时当前处理器没有连接下游的任何处理器，后期我们将要连接“PutFile”处理器。

关于以上“GetFile”处理器的“Properties”配置的说明如下：

配置项	默认值	允许值	描述
Input Directory （数据输入目录）	[^.].*	​	要提取文件的目录。
File Filter （文件过滤）	​	​	仅选择文件名与给定正则表达式匹配的文件。
Path Filter （路径过滤）	​	​	当“Recurse Subdirectories”为true时，只扫描路径与给定正则表达式匹配的子目录。
Batch Size （批量大小）	10	​	每次迭代要拉入的最大文件数。
Keep Source File （保留源文件）	false	true false	如果为true,则文件在复制到“Content Repository”后不会被删除。默认为false。
Recurse Subdirectories （递归子目录）	true	true false	是否递归从子目录获取文件。
Polling Interval （轮询间隔）	0 sec	​	设置执行目录列表之前需要等待多长时间。
Ignore Hidden Files （忽略隐藏文件）	true	true false	是否忽略隐藏的文件。
Minimum File Age （最小文件年龄）	0sec	​	设置要提取文件必须的最小年龄，任何比这个时间短的文件(根据最后修改日期)都将被忽略。
Maximum File Age （最大文件年龄）	​	​	设置要提取文件必须的最大年龄，任何比这个时间大的文件(根据最后修改日期)都将被忽略。
Minimum File Size （最小文件大小）	0 B	​	设置要提取文件所必须的最小大小。
Maximum File Size （最大文件大小）	​	​	设置要提取文件所必须的最大大小。

二、配置“PutFile”处理器

1、拖拽“Processor”，搜索“GetFile”,创建处理器

2、双击“PutFile”处理器面板，打开配置，选择“PROPERTIES”进行配置

设置数据流入当前处理器后写往的目录。

关于以上“PutFile”处理器的“Properties”配置的说明如下：

配置项	默认值	允许值	描述
Directory （数据写出目录）	​	​	要提取文件的目录。可以使用表达式，例如：/x1/x2/${path}。
Conflict Resolution Strategy (解决冲突策略)	fail	replace ignore fail	指示当输出目录中已经存在同名文件时应该如何处理。
Create Missing Directories （创建缺失目录）	true	​	如果为true，则将创建缺少的目标目录。如果为false，则流文件发送失败。
Maximum File Count （最大文件数）	​	​	指定输出目录中可以存在的文件的最大数量。
Last Modified Time （上次修改时间）	​	​	将输出文件的lastModifiedTime设置为此属性的值，格式必须为yyyy-MM-dd'T'HH:mm:ssZ，可以使用表达式，例如${file.lastModifiedTime}。
Permissions （权限）	​	true false	将输出文件的权限设置为此属性的值，格式必须是UNIX rwxrwxrwx，用-来代替被拒绝的权限(例如rw-r--r--)或八进制数字(例如644)，可以使用表达式，例如${file.permissions}。
Owner	​	true false	将输出文件的所有者设置为此属性的值，可以使用表达式语言，比如${file.owner}。注意:在许多操作系统上，Nifi必须以超级用户的身份运行，才能拥有设置文件所有者的权限。
Group	​	​	将输出文件上的组设置为此属性的值，可以使用表达式语言，例如${file.group}。

3、连接“GetFile”与“PutFile”处理器

经过连接处理器后，“PutFile”处理器还有警告如下：

双击“PutFile”,配置“SETTINGS”：

三、​​​​​​​​​​​​​​测试

在画布空白处点击右键，选择“Start”将“GetFile”和“PutFile”都启动起来，在Linux中node1、node2、node3节点任意一台节点“/root/test/A”目录下写入以下数据，也可以将现有文件移动到对应的目录下：

[root@node1 ~]# echo "aaa" > /root/test/A/a1.txt
[root@node2 ~]# echo "bbb" > /root/test/A/a2.txt
[root@node3 ~]# echo "ccc" > /root/test/A/a3.txt

刷新WebUI页面，显示数据成功被存入“/root/test/B”目录中。

在对应的node1、node2、node3节点上我们可以看到“/root/test/B”目录中有对应的数据。如果要停止以上处理器，可以在画布面板空白处右键选择“stop”将所有的处理器停止。

注意：数据写出的目录可以不需要提前在对应节点上创建，默认是可以自动创建，可以通过“Create Missing Directories”属性配置。如果写入的数据文件名称相同，这时可以配置属性“Conflict Resolution Strategy”为“replace”替换。