把HDFS里的json数据转换成csv格式

1. 全景图

2. 用ListHDFS获取所有文件名

?

如果想重新再取一次，右健view state：

?

点击 clear state, 再运行，即可再次采集数据了。

?

3. 用FetchHDFS 取出json 数据

?

4. 用ExecuteScript 转换

import org.apache.commons.io.IOUtils import java.nio.charset.* import java.text.SimpleDateFormat import groovy.json.*

def flowFile = session.get()

flowFile = session.write(flowFile, {inputStream, outputStream ->

def js = IOUtils.toString(inputStream, StandardCharsets.UTF_8) def data = new JsonSlurper().parseText( js ) def columns = data.data*.keySet().flatten().unique()

// Wrap strings in double quotes, and remove nulls def encode = { e -> e == null ? ‘‘ : e instanceof String ? /"$e"/ : "$e" }

// Print all the column names def columnName = columns.collect { c -> encode( c ) }.join( ‘,‘ )

// Then create all the rows def columnData = data.data.collect { row -> // A row at a time columns.collect { colName -> encode( row[ colName ] ) }.join( ‘,‘ ) }.join( ‘\n‘ )

StringBuilder cd = new StringBuilder() cd.append(columnName + "\n") cd.append(columnData)

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

session.transfer(flowFile, REL_SUCCESS)

?

参考：http://stackoverflow.com/questions/21576162/groovy-code-to-convert-json-to-csv-file

?

5. 用PutHDFS 插入

?

问题：

最近加了cluster，发现listhdfs不能取到数据了：

?

查看日志：

?

发现日志里提到了zookeeper导致connection refused

?

nifi设置成cluster必须走zookeeper来调度资源，所以必须要连上我们的zookeeper server，有一个配置要加

conf/state-management.xml里面有个配置

<cluster-provider> <id>zk-provider</id> <class>org.apache.nifi.controller.state.providers.zookeeper.ZooKeeperStateProvider</class> <property name="Connect String">wdp.xxx.cn:2181</property> <property name="Root Node">/nifi</property> <property name="Session Timeout">30 seconds</property> <property name="Access Control">CreatorOnly</property> <property name="Username">nifi</property> <property name="Password">nifi</property> </cluster-provider>