如何使用Scriptella进行ETL多个文件？

Question

我拥有由日志报告生成的多个日志文件1.csv、2.csv和3.csv。我想读取这些文件并使用Scriptella并发解析它们。

Answer 1

Scriptella不提供即时并行作业执行。相反，您应该使用操作系统或编程环境提供的作业调度程序(例如，通过向ExecutorService提交作业来运行多个ETL文件)。

下面是一个导入指定为系统属性的单个文件的工作示例：

ETL文件

<!DOCTYPE etl SYSTEM "http://scriptella.javaforge.com/dtd/etl.dtd">
<etl>
    <connection id="in" driver="csv" url="$input"/>
    <connection id="out" driver="text"/>
    <query connection-id="in">
        <script connection-id="out">
            Importing: $1, $2
        </script>
    </query>
</etl>

并行运行文件的代码：

//Imports 3 csv files in parallel using a fixed thread pool
public class ParallelCsvTest {
    public static void main(String[] args) throws EtlExecutorException, MalformedURLException, InterruptedException {
        final ExecutorService service = Executors.newFixedThreadPool(3);
        for (int i=1;i<=3;i++) {
            //Pass a name as a parameter to ETL file, e.g. input<i>.csv
            final Map<String,?> map = Collections.singletonMap("input", "input"+i+".csv");
            EtlExecutor executor = EtlExecutor.newExecutor(new File("parallel.csv.etl.xml").toURI().toURL(), map);
            service.submit((Callable<ExecutionStatistics>)executor);
        }
        service.shutdown();
        service.awaitTermination(10, TimeUnit.SECONDS);
    }
}

Tu运行这个示例，创建3个csv文件input1.csv、input2.csv和input3.csv，并将它们放在当前的工作目录中。CSV文件示例：

Level, Message
INFO,Process 1 started
INFO,Process 1 stopped