clowder/extractors-csv

Clowder CSV提取器

镜像概述和主要用途

Clowder CSV提取器是Clowder数据管理平台的一个组件，主要功能是从CSV文件中提取列名并将其添加到文件的元数据中。该提取器目前仅处理CSV文件的第一行作为表头，不支持包含多个表头行的文件。

核心功能和特性

• 列名提取：从CSV文件的第一行提取列名信息
• 元数据添加：将提取的列名添加到对应文件的元数据中
• 局限性：仅支持单表头行，不处理多表头行的CSV文件

使用场景和适用范围

适用于Clowder数据管理平台环境中，需要对CSV文件进行自动化元数据提取的场景，帮助用户快速获取CSV文件的结构信息（列名）并整合到平台的元数据管理系统中。

使用方法和配置说明

构建Docker镜像

使用以下命令构建Docker镜像：

bash
docker build -t clowder/extractors-csvheaders .

运行提取器

1. 与现有Clowder实例配合运行

当已有独立的Clowder实例时，使用以下命令运行提取器，需指定RabbitMQ连接地址和注册端点：

bash
docker run -t -i --rm --name=extractors-csvheaders \
  -e 'RABBITMQ_URI=amqp://guest:guest@yourDNSnameorIP' \
  -e 'REGISTRATION_ENDPOINTS=http://yourDNSnameorIP:9000/api/extractors?key=r1ek3rs' \
  clowder/extractors-csv

环境变量说明：

• RABBITMQ_URI：RabbitMQ服务的连接地址，格式为amqp://用户名:密码@主机地址
• REGISTRATION_ENDPOINTS：Clowder平台的提取器注册端点URL

2. 与Clowder源码中的docker-compose配合运行

当使用Clowder源码仓库中包含的docker-compose.yml启动Clowder实例时，需指定Clowder的网络：

bash
docker run -t -i --rm --network clowder_clowder clowder/extractors-csvheaders

注：clowder_clowder为Clowder docker-compose环境默认创建的网络名称，确保该网络已存在。