代码之家 › 专栏 › 技术社区 › Falk Schuetzenmeister

Akka:如何在一个图形阶段提取值并在下一个图形阶段使用

alpakka akka-stream akka scala

0

Falk Schuetzenmeister · 技术社区 · 7 年前

我正在使用Alpakka和Akka处理CSV文件。因为我有一堆CSV文件必须添加到同一个流中,所以我想添加一个包含文件名或请求信息的字段。目前我有这样的想法:

val source = FileIO.fromPath(Paths.get("10002070.csv"))
  .via(CsvParsing.lineScanner())

它流式处理字节测试环(字段)的列表(行)序列。目标如下:

val filename = "10002070.csv"
val source = FileIO.fromPath(Path.get(filename))
    .via(CsvParsing.lineScanner())
    .via(AddCSVFieldHere(filename))

创建类似于以下内容的结构:

10002070.csv,max,estimated,12,1,0

其中文件名是原始源中不存在的字段。

我觉得在流中注入值看起来不太好,而且最终我想确定在读取目录的流阶段中传递给解析的文件名。

通过流阶段传递值以供以后重用的正确/规范方法是什么?

1 回复 | 直到 7 年前

1

Jeffrey Chung 7 年前

您可以使用 map 将文件名添加到每个 List[ByteString] :

val fileName = "10002070.csv"
val source =
  FileIO.fromPath(Path.get(fileName))
    .via(CsvParsing.lineScanner())
    .map(List(ByteString(fileName)) ++ _)

例如:

Source.single(ByteString("""header1,header2,header3
                           |1,2,3
                           |4,5,6""".stripMargin))
  .via(CsvParsing.lineScanner())
  .map(List(ByteString("myfile.csv")) ++ _)
  .runForeach(row => println(row.map(_.utf8String)))

// The above code prints the following:
// List(myfile.csv, header1, header2, header3)
// List(myfile.csv, 1, 2, 3)
// List(myfile.csv, 4, 5, 6)

同样的方法也适用于更一般的情况,即您事先不知道文件名。如果您想读取目录中的所有文件(假设所有这些文件都是csv文件),将文件连接到单个流中,并在每个流元素中保留文件名,那么您可以使用Alpakka的 Directory 按以下方式使用:

val source =
  Directory.ls(Paths.get("/my/dir")) // Source[Path, NotUsed]
    .flatMapConcat { path =>
       FileIO.fromPath(path)
         .via(CsvParsing.lineScanner())
         .map(List(ByteString(path.getFileName.toString)) ++ _)
    }