FlowFile大小的考虑因素是什么？它会影响I / O吗？如果提供足够的内存，它会越大越好吗？是因为NIFI可以将每个FlowFile从磁盘保留到内存？
尤其是对于Kafka Consumer Processor，它包含一个名为Message Demarcator的属性。使用该设置，一个FlowFile可以包含许多事件，而没有它，则一个FlowFile仅包含一个事件。假设FlowFile包含1000个json对象而不是1个json对象，性能会更好吗？
部分使我感到困惑的是这份文件 https://community.hortonworks.com/questions/21011/how-i-extract-attribute-from-json-file-using-nifi.html
它表示将json值存储在FlowFile属性中，这意味着它每FlowFile处理一个Json对象，而一个FlowFile包含一个Json对象。因为如果FlowFile具有多个json对象，则它必须创建与json对象一样多的属性。例如，每个json对象都有一个名为occurred_at的时间戳字段，然后必须创建occurred_at_1 occurred_at_2，依此类推。
答案 0 :(得分：3)
如果您可以将多个邮件放在一个流文件中，那么您将看到性能上的显着提高。例如，假设您消耗了100万条来自Kafka的消息，并且每个流文件只有一条消息，这意味着有100万次写入流文件存储库，100万个源事件，100万个堆中的对象，等等。如果您有1个具有一百万条消息的流文件，它将是对流文件存储库的写操作1个，源事件，堆上的1个对象（不是内容）。
当在单个流文件中同时包含许多消息时，您将无法真正将字段的值提取到属性，因为正如您指出的那样，每个记录的字段值都不同。您可以通过使用记录处理器来解决此问题，该处理器使您可以就地处理记录。例如，您可以只使用PartitionRecord来根据字段的值分隔消息，而不是EvaluateJsonPath + RouteOnAttribute。