云服务器价格_云数据库_云主机【优惠】最新活动-搜集站云资讯

亚马逊云_湖南英文网站建设_稳定性好

小七 141 0

这个博客展示了如何在本地集成过程中使用splitterflow步骤。它提供了示例场景,并描述了现有的限制和限制。

云集成中提供了各种拆分流程步骤,可用于集成流程和本地集成流程。在集成流过程中使用拆分器是相当直接的,但在本地集成过程中可能会出现意外的行为。在配置场景时,还应该注意一些例外和限制。因此,当您在本地集成流程中配置拆分器时,集成流设计器会给出错误/警告。

本地流程中的拆分器

您可以在集成流程或本地集成流程中配置不同的拆分器。如果您在本地流程中使用拆分器,将应用特殊规则和限制,物联网平台,这在本博客中使用了一些示例场景进行了描述。

IDoc和PKCS7拆分器的新版本(2018年2月18日之后)不能再在本地集成流程中使用。如果你试图使用它,你会得到一个检查错误。您需要在主进程中使用IDoc或PKCS7拆分器来配置场景。

如果您在本地集成进程中使用,免费自助建站软件,新版本的迭代和通用拆分器将产生警告(2018年2月18日之后)。这是为了让您知道拆分器在这种情况下可能无法按预期工作,并且存在某些限制。

在本地集成过程中配置拆分器时,您需要考虑以下重要限制:

拆分器和聚集步骤的组合与主过程中的工作方式相同,但是你必须用一个聚集步骤来关闭每一个拆分步骤拆分器->聚集拆分器->拆分器…->聚集->聚集…

拆分器->聚集->拆分器->聚集…Splitter->Splitter->Gather

在本地进程中不能使用没有子元素的Splitter。这将在部署期间引发错误

本地进程中的拆分器需要一个子元素。您可以为此使用任何流步骤,但大多数步骤在场景上下文中没有意义。一些有用的步骤是发送、请求-回复和收集。

总是有一条消息进入本地进程,一条消息从本地进程返回到主进程。如果在本地进程中结合使用splitter和Gather,则返回到主进程的消息就是本地进程末尾的消息如果Splitter在本地进程中与除Gather(例如Send、Request-Reply)以外的任何其他步骤结合使用,淘客pid,则返回到主进程的消息就是Splitter之前的消息在本地进程中具有不同流步骤的组合需要额外的测试,因为它们的行为可能与主进程中的不同。

示例场景1:在本地进程中具有Send步骤的拆分器

如上所述,您可以在本地进程中与子元素一起使用迭代拆分器或常规拆分器。在这个场景中,我们在本地进程中使用Send步骤和General Splitter。

为了展示运行时行为,我们构建了一个简单的示例:

在主进程中,物联网安全,一条消息是由计时器步骤触发的。消息是使用Content修饰符创建的,该修饰符将正文设置为一个简单的示例XML:

2

4

并行多播用于将消息路由到两个接收器以显示运行时处理的差异。在第一个分支中,使用SFTP发送消息。在第二个分支中,消息被发送到一个本地进程,在那里它被拆分,并且每个拆分的消息都通过一个发送步骤使用SFTP发送出去。通用拆分器配置为XPath//z,分组设置为2。在本地进程的内容修饰符中,SFTP适配器要使用的文件名被设置为包含有效负载值的唯一名称,以确保消息不会在SFTP目录中被覆盖。

部署集成流时,可以看到消息在运行时是如何处理的。

Receiver1获取在内容修改器中配置的消息。Receiver3获取分割的消息;两条消息,每条消息有两个条目(为分组配置)。Receiver2获得与Receiver1相同的消息,因为返回到主进程的消息与被拆分器处理之前的消息相同。

为了澄清:在下面的场景中,在拆分器之前添加了另一个内容修饰符,这会更改负载。现在,Receiver2获取在这个Content修饰符中设置的有效负载。因此,如果在本地进程中使用拆分器,那么转发到拆分器的有效负载总是返回到主进程。唯一的例外是拆分器与聚集相结合,这将在下一个示例场景中描述。

示例场景2:在本地进程中使用聚集的拆分器

如前所述,您可以将迭代或常规拆分器与本地进程中的聚集步骤一起使用。在这个场景中,我们将一个聚集步骤与本地进程中的常规拆分器一起使用。

为了展示拆分器-聚集组合的运行时行为,我们对上述场景进行了如下调整:

在发送步骤之后添加一个聚集步骤。添加另一个发送步骤,在收集步骤之后将有效负载写入SFTP。

当您运行此场景时,运行时行为与我们前面的示例不同,如下:

Receiver1获取内容修饰符中配置的原始消息。Receiver3获取分割的消息;两条消息,每条消息有两个条目(为分组配置)。Receiver4获取聚集步骤聚合的消息。Receiver2现在获得与Receiver4相同的消息,因为处理在本地集成过程结束后返回到主进程。

进一步阅读

有关Splitter的更多配置建议,大数据培训班哪个好,请查看以下博客: