ListFTP 2025.5.31.15¶
捆绑包¶
org.apache.nifi | nifi-standard-nar
描述¶
列出 FTP 服务器上驻留的文件。对于在远程服务器上找到的每个文件，将创建一个新的 FlowFile 文件，并将文件名属性设置为远程服务器上的文件名。然后可以将其与 FetchFTP 一起使用以提取这些文件。
输入要求¶
FORBIDDEN
支持敏感的动态属性¶
false
属性¶
属性 |
描述 |
|---|---|
连接模式 |
FTP 连接模式 |
连接超时 |
创建连接时在超时之前要等待的时间 |
数据超时 |
在本地和远程系统之间传输文件时，此值规定了系统间无数据传输的最长允许间隔时间 |
文件筛选器正则表达式 |
提供用于筛选文件名的 Java 正则表达式；如果提供了筛选器，则仅提取名称与该正则表达式匹配的文件 |
主机名 |
远程系统的完全限定主机名或 IP 地址 |
忽略带点的文件 |
如果为 true，则忽略名称以点（“.”）开头的文件 |
内部缓冲区大小 |
为缓冲数据流设置内部缓冲区大小 |
密码 |
用户账户的密码 |
路径筛选器正则表达式 |
当递归搜索为 true 时，只会扫描路径与给定正则表达式匹配的子目录 |
端口 |
远程主机上用于从中获取数据的连接端口 |
远程路径 |
远程系统上用于提取或推送文件的路径 |
远程轮询批次大小 |
该值指定在执行文件列表时，要在远程系统的给定目录中查找多少个文件路径。通常不需要修改此值，但是当对包含大量文件的远程系统进行轮询时，此值可能很关键。 将此值设置得过高可能会导致性能极差，而将其设置得太低可能会导致流比正常速度慢。 |
递归搜索 |
如果为 true，将从任意嵌套的子目录中提取文件；否则，不会遍历子目录 |
传输模式 |
FTP 传输模式 |
用户名 |
用户名 |
et-initial-listing-target |
指定应如何处理初始列表。由“跟踪实体”策略使用。 |
et-state-cache |
列出的实体存储在指定的缓存存储器中，这样该处理器在 NiFi 重启后或主节点发生更改时可以恢复列出。“跟踪实体”策略要求在最后一个“跟踪时间窗口”内提供所有列出的实体的跟踪信息。为了支持大量实体，该策略使用 DistributedMapCache 而非托管状态。缓存键格式为“ListedEntities::{processorId}(::{nodeId})”。如果它跟踪每个节点列出的实体，则会添加可选的“::{nodeId}”部分以单独管理状态。例如，集群范围缓存键 =“ListedEntities::8dda2321-0164-1000-50fa-3042fe7d6a7b”，每节点缓存键 =“ListedEntities::8dda2321-0164-1000-50fa-3042fe7d6a7b::nifi-node3”存储的缓存内容是 Gzipped JSON 字符串。目标列表配置更改时，缓存键将被删除。由“跟踪实体”策略使用。 |
et-time-window |
指定该处理器应跟踪已列出的实体多长时间。“跟踪实体”策略可以选择时间戳在指定时间窗口内的任何实体。例如，如果设置为“30 分钟”，则在该处理器运行时，任何具有最近 30 分钟时间戳的实体都将成为列表目标。如果满足以下条件之一，则列出实体被视为“新的/已更新的”，并发出 FlowFile：1. 不存在于已列出的实体中；2. 具有比缓存实体更新的时间戳；3. 与缓存实体的大小不同。如果缓存实体的时间戳早于指定的时间窗口，则该实体将从缓存的已列出实体中移除。由“跟踪实体”策略使用。 |
follow-symlink |
如果为 true，则将提取偶数符号文件和嵌套的符号子目录；否则，将不读取符号文件，也不会遍历符号链接子目录 |
ftp-use-utf8 |
告知客户端在处理文件和文件名时使用 UTF-8 编码。如果设置为 true，则服务器还必须支持 UTF-8 编码。 |
listing-strategy |
指定如何确定新的/更新的实体。有关详细信息，请参阅每种策略的描述。 |
proxy-configuration-service |
指定代理配置控制器服务来代理网络请求。 |
record-writer |
指定用于创建列表的记录写入器。如果未指定，则将为列出的每个实体创建一个 FlowFile。如果指定了记录写入器，则所有实体都将写入单个 FlowFile，而不是向单个 FlowFiles 添加属性。 |
target-system-timestamp-precision |
指定目标系统的时间戳精度。由于该处理器使用实体的时间戳来决定应列出哪些实体，因此使用正确的时间戳精度至关重要。 |
状态管理¶
范围 |
描述 |
|---|---|
CLUSTER |
执行文件列表后，将存储最新文件的时间戳。这允许处理器在下次运行时，仅列出在此日期之后添加或修改的文件。状态存储在整个集群中，因此该处理器只能在主节点上运行，如果选择了新的主节点，则新节点将不会复制先前主节点列出的数据。 |
关系¶
名称 |
描述 |
|---|---|
success |
所有收到的 FlowFiles 都将路由至“success” |
写入属性¶
名称 |
描述 |
|---|---|
ftp.remote.host |
FTP 服务器的主机名 |
ftp.remote.port |
FTP 服务器上连接的端口 |
ftp.listing.user |
执行 FTP 列表的用户的用户名 |
file.owner |
源文件的所有者 ID 的数字值 |
file.group |
源文件的组 ID 数字值 |
file.permissions |
源文件的读取/写入/执行权限 |
file.size |
源文件中的字节数 |
file.lastModifiedTime |
文件系统中文件最后一次修改的时间戳，格式为“yyyy-MM-dd'T'HH:mm:ssZ” |
filename |
FTP 服务器上文件的名称 |
path |
从中提取文件的 FTP 服务器上的目录的完全限定名称 |