nifi-大数据基础03——处理器认识_1
FlowFile Processor（处理器）
处理器有许多类，但常常使用的可能就只有几类【A~C】
AttributeRollingWindow：基于评估每个FlowFile上的表达语言表达式来跟踪滚动窗口，并将该值添加到处理器的状态，每个FlowFile将与FlowFiles的计数以及在当前时间窗口中处理的值的总合计数值一起发出。
AttributesToCSV：生成输入FlowFile属性的CSV表示形式。可以将生成的CSV写入新生成的名为“ CSVAttributes”的属性，也可以将其作为内容写入FlowFile。如果属性值包含逗号，换行符或双引号，则将使用双引号对属性值进行转义。属性值中的任何双引号字符都用另一个双引号转义。
AttributesToJSON：生成输入FlowFile属性的JSON表示形式。可以将生成的JSON写入新的属性“ JSONAttributes”，也可以将其作为内容写入FlowFile。
Base64EncodeContent：编码或解码与base64之间的内容
CalculateRecordStats：可以对记录集中的项目数进行技术，也可以基于用户定义的标准对记录集的子集进行计数。
CaptureChangeMySQL：从MySQL数据库检索更新数据捕获（CDC）事件。CDC事件包括插入INSERT、更新UPDATE、删除DELETE操作。将事件作为单独的流文件输出，并按操作发生的时间排序。
CompareFuzzyHash：将包含“模糊散列”的属性与包含“模糊散列”的列表的文件进行比较，如果匹配成功，则将属性附加到FlowFile。
CompressContent：使用用户指定的压缩算法压缩或解压缩FlowFiles的内容，并适当地更新mine.type属性。该处理器以内存高效的方式运行，因此通常可以很好地处理超出堆大小的非常大的对象。
ConnectWebSocket：充当与远程WebSocket服务器进行交互的WebSocket客户端终结点。当使用此处理器配置的WebSocket客户端从远程WebSocket服务器接收消息时，FlowFile根据接收到的消息类型传输到下游关系。
ConsumeAMQP：使用AMQP 0.9.1协议从AMQP代理消耗AMQP消息。从AMQP代理收到的每条消息都将作为其自己的FlowFile发出给“成功”关系
ConsumeAzureEventHub：从Azure事件中心接收消息，将消息的内容写入FlowFile的内容。
ConsumeEWS：使用Exchange Web Services消耗来自Microsoft Exchange的消息。每个收到的电子邮件的原始字节将作为FlowFile的内容写入。
ConsumeGCPubSub：消耗来自已配置的Google Cloud PubSub订阅的消息。如果设置了“批量大小”，则将在单个请求中提取配置的消息数，否则仅提取一条消息。
ConsumeIMAP：使用IMAP协议从电子邮件服务器消费邮件。每个收到的电子邮件的原始字节将作为FlowFile的内容写入
ConsumeJMS：消费类型为BytesMessage，TextMessage，ObjectMessage，MapMessage或StreamMessage的JMS Message，将其内容转换为FlowFile并将其转换为“成功”关系。 JMS属性（例如标头和属性）将被复制为FlowFile属性。 MapMessages将转换为JSON，然后转换为字节数组。其他类型会将其原始内容作为字节数组传输到流文件中。
ConsumeKafka_2_6：消耗来自专门针对Kafka 2.6 Consumer API构建的Apache Kafka的消息。用于发送消息的辅助NiFi处理器是PublishKafka_2_6。
ConsumeKafkaRecord_2_6：消耗来自针对Kafka 2.6 Consumer API专门构建的Apache Kafka的消息。用于发送消息的辅助NiFi处理器是PublishKafkaRecord_2_6。请注意，此时，处理器假定从给定分区检索到的所有记录都具有相同的架构。如果拉出任何Kafka消息，但无法使用配置的记录读取器或记录写入器进行解析或写入，则消息的内容将被写入单独的FlowFile，并且该FlowFile将被转移为“ parse.failure”关系。否则，每个FlowFile被发送到“成功”关系，并且可能在单个FlowFile中包含许多单独的消息。添加了“ record.count”属性以指示FlowFile中包含多少消息。如果两个Kafka消息具有不同的架构，或者它们具有<Header to Add as Attributes>属性所包含的消息头具有不同的值，则不会将它们放置在同一个FlowFile中。
ConsumeMQTT：订阅主题并接收来自MQTT代理的消息
ConsumePOP3：使用POP3协议从电子邮件服务器消费邮件。每个收到的电子邮件的原始字节将作为FlowFile的内容写入
ConsumeWindowsEventLog：注册Windows事件日志订阅回调，以从Windows上的事件接收FlowFiles。这些可以通过通道和XPath进行过滤。
ConvertAvroToJSON：将Binary Avro记录转换为JSON对象。
ConvertAvroToORC：将Avro记录转换为ORC文件格式。
ConvertAvroToParquet：将Avro记录转换为Parquet文件格式。
ConvertCharacterSet：将FileFile的内容从一个字符集转换为另一个字符集。
ConvertExcelToCSVProcessor：消耗一个Microsoft Excel文档，并将每个工作表转换为csv。
ConvertJSONToSQL：将JSON格式的FlowFile转换为UPDATE，INSERT或DELETE SQL语句。传入的FlowFile应该是“平面” JSON消息，这意味着它包含一个JSON元素，并且每个字段都映射到一个简单类型。如果字段映射到JSON对象，则该JSON对象将被解释为Text。如果输入是JSON元素数组，则数组中的每个元素都将作为单独的FlowFile输出到“ sql”关系。成功转换后，原始FlowFile被路由到“原始”关系，而SQL被路由到“ sql”关系。
ConverRecord：使用已配置的“记录读取器”和“记录写入控制器服务”将记录从一种数据格式转换为另一种数据格式。读取器和写入器必须配置有“匹配”模式。通过这种方式，我们意味着模式必须具有相同的字段名称。如果可以将字段值从一种类型强制转换为另一种类型，则字段的类型不必相同。例如，如果输入模式具有一个名为double的“ balance”字段，则输出模式可以具有一个名为string，double或float的“ balance”字段。如果输入中存在任何字段，而输出中不存在任何字段，则该字段将被排除在输出之外。如果在输出模式中指定了任何字段，但是在输入数据/模式中不存在任何字段，则该字段将不存在于输出中，或者具有空值，具体取决于编写者。
CounText：计算传入文本的各种指标。请求的结果将记录为属性。生成的流文件将不会修改其内容。
CreateHadoopSequenceFile：根据传入的流文件创建Hadoop序列文件.
CryptographicHashAttribute：使用给定算法计算每个指定属性的哈希值，并将其写入输出属性。
CryptographicHashContent：使用给定的算法计算流文件内容的加密哈希值，并将其写入输出属性。
