Apache反应流只读取Bindy第一行

Question

我正在尝试使用Apache (2.25.3版)反应性流与Spring相结合来读取大型csv文件，并使用Bindy对行进行解组。这在某种意义上是“工作的”，因为应用程序运行并检测文件的出现，但是我在流中只看到文件的第一行。它似乎与Bindy相关，因为如果我将解组从等式中取出来，我就可以得到流中csv文件的所有行。我已经简化了这个问题，以便在这里演示。我正在使用Spring来公开结果发布者。

我的骆驼路线如下：

import lombok.RequiredArgsConstructor;
import org.apache.camel.builder.RouteBuilder;
import org.apache.camel.component.reactive.streams.api.CamelReactiveStreamsService;
import org.apache.camel.dataformat.bindy.csv.BindyCsvDataFormat;
import org.reactivestreams.Publisher;
import org.springframework.stereotype.Component;
import reactor.core.publisher.Flux;

@RequiredArgsConstructor
@Component
public class TransactionLineCsvRoute extends RouteBuilder {
    private final CamelReactiveStreamsService camelRs;

    @Override
    public void configure() {
        var bindy = new BindyCsvDataFormat(LineItem.class);

        from("file:input/?include=.*\\.csv&move=successImport&moveFailed=failImport")
                .unmarshal(bindy)
                .to("reactive-streams:lineItems");
    }

    public Flux<LineItem> getLineItemFlux() {
        Publisher<LineItem> lineItems = camelRs.fromStream("lineItems", LineItem.class);

        return Flux.from(lineItems);
    }
}

宾迪班：

@ToString
@Getter
@CsvRecord(separator = ";", skipFirstLine = true, skipField =true)
public class LineItem {
    @DataField(pos = 2)
    private String description;
}

以及公开Flux的端点：

@GetMapping(value = "/lineItems", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<LineItem> lineItems() {
    return lineItemFlux;
}

所以当我现在做卷发时：

curl localhost:8080/lineItems

我只返回第一行，而当我移除".unmarshal(bind)“行(并将流重构为String而不是LineItem)时，我会得到csv文件的所有元素。

因此，我想我不会在反应性流上下文中使用Bindy更正。我遵循这个骆驼文献并试图重写我的路线如下：

from("file:input/?include=.*\\.csv&move=successImport&moveFailed=failImport")
        .to("reactive-streams:rawLines");

from("reactive-streams:rawLines")
        .unmarshal(bindy)
        .to("reactive-streams:lineItems");

它显示路线已正确启动：

2021-01-04 10:13:26.798  INFO 26438 --- [           main] o.a.camel.spring.SpringCamelContext      : Route: route1 started and consuming from: file://input/?include=.*%5C.csv&move=successImport&moveFailed=failImport
2021-01-04 10:13:26.800  INFO 26438 --- [           main] o.a.camel.spring.SpringCamelContext      : Route: route2 started and consuming from: reactive-streams://rawLines
2021-01-04 10:13:26.801  INFO 26438 --- [           main] o.a.camel.spring.SpringCamelContext      : Total 2 routes, of which 2 are started

但是，我得到了一个异常，说明“流没有活动订阅”：

Message History
---------------------------------------------------------------------------------------------------------------------------------------
RouteId              ProcessorId          Processor                                                                        Elapsed (ms)
[route1            ] [route1            ] [file://input/?include=.*%5C.csv&move=successImport&moveFailed=failImport      ] [         9]
[route1            ] [to1               ] [reactive-streams:rawLines                                                     ] [         5]

Stacktrace
---------------------------------------------------------------------------------------------------------------------------------------

java.lang.IllegalStateException: The stream has no active subscriptions
    at org.apache.camel.component.reactive.streams.engine.CamelPublisher.publish(CamelPublisher.java:108) ~[camel-reactive-streams-2.25.3.jar:2.25.3]
    at org.apache.camel.component.reactive.streams.engine.DefaultCamelReactiveStreamsService.sendCamelExchange(DefaultCamelReactiveStreamsService.java:144) ~[camel-reactive-streams-2.25.3.jar:2.25.3]
    at org.apache.camel.component.reactive.streams.ReactiveStreamsProducer.process(ReactiveStreamsProducer.java:52) ~[camel-reactive-streams-2.25.3.jar:2.25.3]

有没有人知道我如何将Bindy与反应流结合起来使用呢？谢谢!

编辑

在burki发布了一篇非常有帮助的文章之后，我能够修复我的代码。因此，路由定义更改为以下内容。正如您所看到的，我删除了解封送处理步骤，因此它只是在文件系统到达时从文件系统中提取文件，并将它们放入一个反应性流中：

@Override
public void configure() {
    from("file:input/?include=.*\\.csv&move=successImport&moveFailed=failImport")
            .to("reactive-streams:extractedFile");
}

然后将文件流公开为Flux：

public Flux<File> getFileFlux() {
    return Flux.from(camelRs.fromStream("extractedFile", File.class));
}

解析CSV的代码如下(如burki所建议的那样使用OpenCSV，但使用API的另一部分)：

private Flux<LineItem> readLineItems() {
    return fileFlux
            .flatMap(message -> Flux.using(
                    () -> new CsvToBeanBuilder<LineItem>(createFileReader(message)).withSkipLines(1)
                            .withSeparator(';')
                            .withType(LineItem.class)
                            .build()
                            .stream(),
                    Flux::fromStream,
                    BaseStream::close)
            );
}

private FileReader createFileReader(File file) {
    System.out.println("Reading file from: " + file.getAbsolutePath());
    try {
        return new FileReader(file);
    } catch (FileNotFoundException e) {
        throw new RuntimeException(e);
    }
}

现在，您可以将这个结果的Flux公开为端点：

@GetMapping(value = "/lineItems", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<LineItem> lineItems() {
    return readLineItems();
}

现在，当您做卷曲时，就像我上面所做的那样，您可以从csv获得完整的解组LineItems。

无论这是否真的将整个文件加载到内存中，我仍然有一个待做的事情。我不这么认为，我想我只得到一个指向文件的指针，然后我流到OpenCSV bean，但我需要验证这一点，可能是我现在首先将整个文件读取到内存中，然后流到内存中，这样就会达到这个目的。

Answer 1

我猜文件使用者只是将整个文件的传递到解编组步骤。

因此，如果将文件使用者的结果解封为LineItem，则将整个文件内容“减少”为第一行。

相反，如果删除解组，则会得到整个文件内容。但是，文件使用者可能在将整个文件传递到之前将其加载到内存中。

但是读完整的文件并不是你想要的。要逐行读取CSV文件，需要在流模式下拆分文件。

from("file:...")
    .split(body().tokenize(LINE_FEED)).streaming()
    .to("direct:processLine") 

像这样，分离器将每一行发送到路由direct:processLine进行进一步处理。

在这个场景中，我面临的问题是解析单个CSV行。大多数CSV库的设计目的是读取和解析整个文件，而不是一行。

但是，相当老的OpenCSV库有一个带有parseLine(String csvLine)方法的CSVParser。所以我用它来解析一个“完全分离”的单个CSV行。