ListSmb 2025.5.31.15¶

捆绑包¶

org.apache.nifi | nifi-smb-nar

描述¶

列出通过 SMB 协议共享的具体文件。列出的每个文件都有可能生成一个 FlowFile，元数据作为 FlowFile 属性写入。或者，如果设置了“记录写入器”属性，则整个结果将作为记录写入到单个 FlowFile 中。该处理器仅在集群中的主节点上运行。如果主节点发生变化，新的主节点将从前一个节点中断的地方继续，而不是复制所有数据。

标签¶

list、samba、smb、cifs、files

输入要求¶

FORBIDDEN

支持敏感的动态属性¶

false

属性¶

属性	描述
目录	列出文件所对应的网络文件夹。这是位于共享之后的那部分相对路径：smb://HOSTNAME:PORT/SHARE/[DIRECTORY]/sub/directories。也可以添加子目录。远程文件共享上的给定路径必须存在。这可以通过验证来进行检查。您可以混合使用 Windows 和 Linux 样式的目录分隔符。
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。
file-filter	只有名称与给定正则表达式匹配的文件才会被列出。
file-name-suffix-filter	使用给定后缀结尾的文件将被忽略。可为这些文件添加后缀并在上传完成后移除后缀，从而确保不多次列出仍在上传的文件。强烈建议在使用“跟踪实体”或“跟踪时间戳”列表策略时使用此方法。
initial-listing-strategy	指定处理器首次启动（或其状态已清除）时，如何处理 SMB 共享中的现有文件。
initial-listing-timestamp	当处理器首次启动（或其状态已清除）时，要列出的文件对应的时间戳。该值可以指定为以毫秒为单位的纪元时间戳，也可指定为 2025-02-01T00:00:00Z 等格式的 UTC 日期时间
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。
max-file-age	任何早于给定值的文件都将被忽略。
max-file-size	任何大于给定值的文件都将被忽略。
min-file-age	文件列出的最短存在时间；任何未达到此存在时间的文件都将被忽略。
min-file-size	任何小于给定值的文件都将被忽略。
path-filter	仅列出路径（直至文件父目录）与给定正则表达式匹配的文件。
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。
smb-client-provider-service	指定用于创建 SMB 连接的 SMB 客户端提供商。
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，可以存储先前列表的状态，以便连续列出文件，避免重复。

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
filename	从文件系统读取的文件的名称。
shortName	从文件系统中读取的文件的短名称。
path	相比于共享根目录，该路径设置为远程文件系统中文件目录的相对路径。例如，对于给定远程位置 smb://HOSTNAME:PORT/SHARE/DIRECTORY，如果列出了 smb://HOSTNAME:PORT/SHARE/DIRECTORY/sub/folder/file 中的一个文件，则路径属性会设置为“DIRECTORY/sub/folder”。
serviceLocation	共享的 SMB URL。
lastModifiedTime	文件系统中更改文件内容的时间戳，格式为“yyyy-MM-dd'T'HH:mm:ss”。
creationTime	文件系统中创建文件的时间戳，格式为“yyyy-MM-dd'T'HH:mm:ss”。
lastAccessTime	文件系统中访问文件的时间戳，格式为“yyyy-MM-dd'T'HH:mm:ss”。
changeTime	文件系统中更改文件属性的时间戳，格式为“yyyy-MM-dd'T'HH:mm:ss”。
大小	文件大小（以字节为单位）。
allocationSize	服务器上为文件分配的字节数。

另请参阅¶