java - Camel 按长度而不是按标记拆分 InputStream

Question

我有一个这样的输入文件

1234AA11BB4321BS33XY...

我想把它拆分成这样的单个消息

Message 1: 1234AA11BB
Message 2: 4321BS33XY

将记录转换为 Java 对象，使用 jaxb 将它们编码为 xml，并在传出消息中聚合大约 1000 条记录。

转换和编码没问题，但我无法拆分上面的字符串。没有定界符，只有长度。每条记录恰好有 10 个字符长。我想知道是否有像

这样的开箱即用的解决方案

split(body().tokenizeBySize(10)).streaming()

由于实际上每条记录由 300 个字符组成，并且一个文件中可能有 500.000 条记录，因此我想拆分一个 InputStream。

在其他示例中，我看到了用于拆分的自定义迭代器，但它们都是基于 token 或 xml 的。

有什么想法吗？

顺便说一句，我们绑定(bind)到 Java 6 和 camel 2.13.4

谢谢尼克

Answer 1

最简单的方法是按空字符串拆分 - .split().tokenize("", 10).streaming() - 这意味着标记器将获取每个字符 - 并将 10 个标记分组(字符)在一起，然后将它们聚合成一个组，例如

@Override
public void configure() throws Exception {
  from("file:src/data?delay=3000&noop=true")
      .split().tokenize("", 10).streaming()
      .aggregate().constant(true) // all messages have the same correlator
        .aggregationStrategy(new GroupedMessageAggregationStrategy())
        .completionSize(1000)
        .completionTimeout(5000) // use a timeout or a predicate 
                                 // to know when to stop
      .process(new Processor() { // process the aggregate
        @Override
        public void process(final Exchange e) throws Exception {
          final List<Message> aggregatedMessages = 
            (List<Message>) e.getIn().getBody();
          StringBuilder builder = new StringBuilder();
          for (Message message : aggregatedMessages) {
            builder.append(message.getBody()).append("-");
          }
          e.getIn().setBody(builder.toString());
        }
      })
      .log("Got ${body}")
      .delay(2000);
}

编辑

这是我在流模式下对 100MB 文件延迟 2 秒的内存消耗: