用Nifi 从web api 取数据到HDFS

1. 全景图

 

2. 用ExecuteScript生成动态日期参数

 

为了只生成一个flowfile：

 

 

 

Groovy 代码：

import org.apache.commons.io.IOUtils
import java.nio.charset.*
import java.text.SimpleDateFormat;
import java.lang.StringBuilder;
import java.util.Calendar;

def flowFile = session.create()

def days = 10000

flowFile = session.write(flowFile, {inputStream, outputStream ->
SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd");
Calendar cal = Calendar.getInstance();
StringBuilder sb = new StringBuilder();

cal.add(Calendar.DATE,1)

for(int i = 0; i < days; i++) {
  cal.add(Calendar.DATE, -1);
  sb.append(sdf.format(cal.getTime()) + "\n" );
 }

//println(sb);

outputStream.write(sb.toString().getBytes(StandardCharsets.UTF_8))
} as StreamCallback)

//flowFile = session.putAttribute(flowFile, 'filename', 'get_date')
session.transfer(flowFile, REL_SUCCESS)

 

3. 用SplitText生成每行一个的日期

Line Split Count    1

 

4. 用ExtractText 取到日期参数

 

5. 用UpdateAttribute生成url及filename

这里一定要设置filename，不然，所有的文件名都一样，最后只能成功插入一个记录到HDFS。

 

6.  用InvokeHttp获取数据

 

7. 添加一个 RouteOnContent来过滤空数据

 

8. 用PutHDFS把数据插入到HDFS

注意这里的Directory 要加上/, 不然就插入到user/root/nifi下了，而不是files下在的nifi了。

 

9. 每天更新数据

每天20点更新数据

代码小改下：

def count = 1