接上篇：Apache Commons Pipeline 使用学习（一）
stage生命周期
当pipeline组装、运行的时候，每个stage通常是在它自己的线程中运行（pipeline的所有线程由同一个JVM实例所拥有）。这种多线程的方法在多处理器系统中有处理上的优势。对于给定的stage，各种stage的方法按照顺序运行： init(), preprocess(), process(), postprocess() and release()。然而，stage之间各方法开始和完成的顺序是不确定性。换言之，在具有多个stage的pipeline不能指望任何特定stage的preprocess（）方法开始或者完成在另一stage的任何方法之后。如果你的stage之间有依赖关系，请参阅下面部分讨论的stage之前的Events和Listeners。
pipeline中stage的顺序由配置文件来确定。配置文件通过Digester定义，这是一个XML文件，其中会列出使用的stage和初始化参数。每个stage被添加到pipeline中，并执行其init（）方法。当所有stage都被装入到pipeline中，pipeline被设置为开始运行。调用的各个stage的preprocess（）方法。当使用DedicatedThreadStageDriver每个stage在它自己的线程中运行，并且preprocess（）方法被异步运行。
当pipeline的第一个stage的preprocess方法完成，将在由关联的stage driver传入的数据对象上开始运行process（）方法。当第一stage完成处理后，数据对象将传递到下一个stage。如果此时下一stage没有完成自己的preprocess（）方法，传递的数据对象将会在第二stage的stage driver中排队。当所有的初始化的对象被第一个stage的process（）完成之后，将调用postprocess（）方法。当postprocess（）方法完成后，STOP_REQUESTED信号被发送到下一个stage，以表明没有更多的对象进入pipeline。下一stage将处理队列中的对象，然后调用它自己的postprocess（）方法。这中处理完队列中的数据然后调用postprocess方法向下传播。每个stage完成 postprocess方法后，运行它的release（）方法（）。init（）和release（）不依赖自己stage之外的任何东西。
每个stage在处理过程中发生异常时可以配置为停止或继续。stage在preprocess(), process(), or postprocess()中可能抛出一个StageException()。如果配置为继续运行，stage将处理下一个数据对象。如果配置停止，stage将结束处理，并且任何后续process() 、postprocess() 方法将不会被调用。release（）方法总是被调用，因为它写在stage处理代码try-catch结构中的finally块中。
stage之间的通信
stage彼此通信有两种主要机制。为了保持数据流和“管道（Pipeline）”的比喻，两种都是发送消息到“下游”到后续stage。
- 正常EMIT（）到下一stage（的队列） - 有序的传递数据对象。这些对象通常实现为Java bean，并且有时被称为"data beans".
- 事件和监听器 - 通常传递控制或stage之间同步元数据。使用此机制时，在Pipeline中较晚的stage需要的信息只能由较早的stage提供，不属于数据bean提供。
作为事件和监听器的例子，假设你有一个从数据库表中读取数据的stage，而后面的stage将数据写入到另一个数据库。读取该表的stage需要将表的布局信息传递给写表操作的stage，这样当目标表不存在时，写表的stage可以通过事件中的信息创建一个表。TableReader.preprocess（）方法触发一个事件，并且携带表的布局数据。TableWriter stage的 preprocess（）方法设置为侦听表事件，并且等待该事件发生之后，才处理数据，这样的TableWriter不会处理对象，直到目标表已准备就绪。
三、使用Digester 配置 Pipeline
现在是时候展示的Pipeline的配置文件，当使用Digester时为XML格式。
例子一：
下面是一个展示基本结构的例子。这个Pipeline有三个stage，一个环境变量。示例代码如下。
STLD /mnt/data2/gdsg/sst/npr
下面是上面例子的总结：
这些pipeline的配置文件总是以这个XML声明开始。
...
顶级元素是
设置一个StageDriverFactory来输入和控制stage。stage被DedicatedThreadStageDriver控制，它从一个名为“DF0”的工厂中获得。
STLD
设置一个名为“dataType”的常量，各个stage都可以访问“STLD”数据并且运行中使用。如果有分支，环境常量是局部的，他们只是在它们所在分支中有效，分支之间不共享。但是，你可以定义相同的环境在不同分支。
定义stage，FileFinderStage将为下一stage的处理选择文件。本例中有一个“filePattern”的参数限制了传递到下一stage的文件。仅仅匹配到给定的正则表达式的文件会被使用。注意，“driverFactoryId”是“DF0”，它匹配给先前在此文件中的driverFactory元素的名称。
/mnt/data2/gdsg/sst/npr
例二：
第二个示例显示了两个stage的最小的pipeline。第一个stage是FileFinderStage，它从起始目录“"/data/sample" 中读取的文件名和匹配任何已“HelloWorld”开头的文件。第二个status是LogStage，它在通常用在调试过程中。 LogStage调用输入对象的toString方法，然后写到日志文件，然后传递它所接收到对象到下一个stage，因此很容易在任意两个stage之间使用，在不改变它们之间传递的对象的情况下记录日志文件。
对应上图，配置文件有一些彩色文本，使其更容易匹配到的图像中的对象。
driverFactory"/> "driverFactory" filePattern="HelloWorld.*"/> /data/sample "driverFactory" />
一个driver factory 服务两个stage。driver factory ID是“driverFactory”，并且这个值被用于两个stage上
理论上，pipeline可以仅仅有一个stage，但是这中退化的情况与普通的程序没有什么不同，只是它可以方便的扩展为多个stage。
例三：
带颜色的配置文件如下：
West /data/INPUT/raw West
注：在这个例子中配置为“West” 的常量“division”，定义在两个地方。在主pipeline和分支pipeline都是相同的值。这是因为分支不共享相同的环境常数。
该driverFactories“DF1”和“DF2”通过指定ArrayBlockingQueueFactory覆盖默认queueFactory。设置容量为4个对象，这样做是为了限制使用DF1或DF2的stage的队列大小。这通常是要限制pipeline使用的资源，并且是必要的，防止无界队列使用了所有可用的java存储或超过了所允许打开的文件句柄的数量。创建队列之后的队列大小不能被改变。因为只有一个线程正在访问的队列，公平属性可以被设置为“false”。如果公平=“true”，则有额外的开销，以确保访问队列中的所有线程的顺序处理（FIFO）。
