span8
span4
从fme2019.0开始,S3变压器被合并为一个变压器,称为S3Connector变压器。有关更多信息,请参见 文件。
在本例中,我们将从一个名为FMETest的私有Amazon AWS S3 bucket(位于一个名为Parks的文件夹中)下载一个Park MapInfo选项卡文件。我们将把数据转换成Esri shapefile,然后将生成的Esri shapefile上传到Amazon AWS S3 bucket FMETest,并将其放在Parks文件夹的子文件夹中。
在开始之前,您必须拥有Amazon AWS凭据“访问密钥ID”和“秘密访问密钥”。
我们将从一个空白工作区开始。
添加了一个创建者,这样我们就可以开始翻译了。
接下来,添加一个S3ObjectLister。这将列出特定S3 bucket中的所有对象,以便我们可以使用S3Downloader下载它们。
打开S3ObjectLister参数,并设置访问密钥ID和秘密访问密钥。我们将在S3Downloader和S3Uploader中使用这些参数,因此我们将它们保存为私有参数,以便将来更容易使用。
对于S3对象列表类型,我们将选择Folder,因为我们对bucket中的特定文件夹感兴趣。
桶名是FMETest。
文件夹名是Parks。
我们不想包含子文件夹。
我们可以在全面检查的情况下进行翻译。注意,桶中的每个文件都有一个特性。
现在我们添加一个S3Downloader来下载每个文件。
打开S3Downloader参数,并从前面设置的用户参数中选择AWS凭据。
我们将从FMETest桶中下载。对象键是S3ObjectLister中的_s3_object_key。
现在我们设置输出选项。我们想保存文件;而不是将它们的内容存储为属性。
目标文件名将是与_s3_object_key属性连接的本地文件夹。需要注意的是,S3Downloader不能创建文件夹或覆盖现有文件。确保输出文件夹存在,且为空。
现在我们可以再次运行翻译,并确认已经创建了输出文件。一旦你确认了这一点,一定要删除文件。
现在,我们将读取下载的MapInfo选项卡文件,并使用FeatureReader和FeatureWriter将其转换为Esri shapefile。
FeatureReader将为它所提供的每个特性读取一个文件。我们只想使用. tab文件,所以我们添加了一个StringSearcher来过滤特性。
FeatureReader然后读取StringSearcher标识的文件。
现在,我们可以用一个FeatureWriter创建输出ESRI的shape文件。在FeatureWriter连接到两个
现在,我们可以添加S3Uploader。打开参数,并设置AWS凭据。
数据源文件夹。我们将上传C的内容:\ TEMP \公园\形状。
区名称是FMETest,并且该文件夹是公园。
运行转换,并确认ESRI的shape文件在本地创建。然后检查是否有新的Shape文件夹中的FMETest斗公园的文件夹,并检查ESRI的shape文件被创建。
很好的例子,尤其是包括.fmwt。我不能在这里或在YouTube上获得视频播放,但.fmwt和书面说明是足够成功。然而,不希望有下载和本地存储数据,因为它可能需要一些时间来下载(加,一个则需要确保文件夹存在,并且过程完成后后自己清理)。有没有办法直接从监听到StringSearcher或FeatureReader去避免这些瓶颈/额外的处理步骤?
©2019安全亚搏在线软件公司法律