java - 水壶:processRow() 中的多个 putRows() 正确吗？

Question

我正在处理一个 /etc/group来自系统的文件。我加载 CSV input使用分隔符步进 : .它有四个字段:group , pwfield , gid , members . members字段是一个逗号分隔的列表，其中包含从 0 到无限的未指定计数的帐户名称。

我想生成一个包含三个字段的记录列表:group , gid , account .在第一步中，我使用 User Defined Java Class ，在第二个我使用 Select values .

示例输入:

root:x:0:
first:x:100:joe,jane,zorro
second:x:101:steve

示例输出 (XLS) - 预期:

group   gid account
first   100 joe
first   100 jane
first   100 zorro
second  101 steve

示例输出 (XLS) - 实际，错误:

group   gid account
first   100 zorro
first   100 zorro
first   100 zorro
second  101 steve

用户定义的 Java 类:

public boolean processRow(StepMetaInterface smi, StepDataInterface sdi) throws KettleException
{
    // boilerplate
    Object[] r = getRow();
    if (r == null) {
        setOutputDone();
        return false;
    }
    String tmp = get(Fields.In, "members").getString(r);
    if(null==tmp)
        return true;
    String accounts[] = tmp.split(",");
    for(int i=0; i<accounts.length; ++i){
        Object[] out_row = createOutputRow(r, data.outputRowMeta.size());
        String account = accounts[i];
        get(Fields.Out, "account").setValue(out_row,account);
        putRow(data.outputRowMeta, out_row);
    }

    return true;
}

我相信我错过了调用一些管理功能，或者我应该使用除 createOutRow() 以外的其他东西。 .谷歌没有帮助。



如果我创建一个如图所示的转换那么神秘

XLS debug A有正确 account每行中的值

XLS debug B有重复 account值如示例输出。

如果我放置一个 Dummy前一步 Select values 7 , XLS debug B变得正确和 XLS debug A变坏。

Answer 1

问题出在以下行(for 循环中的第一行):

Object[] out_row = createOutputRow(r, data.outputRowMeta.size());

它应该替换为以下三行:

Object[] out_row = RowDataUtil.allocateRowData(data.outputRowMeta.size());
for (int j=0; j<r.length; ++j)
    out_row[j] = r[j];

更新 :一种更简单的方法，本质上是相同的:

Object[] out_row = RowDataUtil.createResizedCopy(r, data.outputRowMeta.size());