如何在Pentaho用户定义Java类中彻底删除指定输入字段

看起来你已经搞定了字段值的拼接，但卡在了彻底删除字段这一步——你当前的代码只是把要删除的字段设为空字符串，但PDI的行结构是由RowMeta（行元数据）和RowData（行数据）共同决定的，只清空数据不会从元数据里移除字段，所以它依然会出现在输出中。

下面我会帮你修改代码，实现真正删除字段B，同时保留A和更新后的C：

核心思路 #

要彻底删除字段，需要同步完成两件事：

• 构建新的输出行元数据（RowMeta），只保留你需要的字段（A和C）
• 构建对应的输出行数据（RowData），和新的元数据字段一一对应

修改后的完整代码 #

private String outFieldName1; // 对应字段A
private String outFieldName2; // 对应字段C
private String removeFieldName; // 对应字段B
private int outFieldIndex1;
private int outFieldIndex2;
private int removeFieldIndex;
// 新增：存储自定义的输出行元数据
private RowMetaInterface outputRowMeta;

public boolean processRow(StepMetaInterface smi, StepDataInterface sdi) throws KettleException {
    Object[] inputRow = getRow();
    if (inputRow == null) {
        setOutputDone();
        return false;
    }
    if (first) {
        processMetadata(sdi);
        first = false;
    }
    // 拼接B和C的值，准备写入C字段
    String mergedContent = get(Fields.In, removeFieldName).getString(inputRow) + " " + get(Fields.In, outFieldName2).getString(inputRow);
    pushOutputRow(inputRow, mergedContent);
    return true;
}

private void processMetadata(StepDataInterface sdi) throws KettleException {
    outFieldName1 = getParameter("OUT1");
    outFieldName2 = getParameter("OUT2");
    removeFieldName = getParameter("REMOVE");
    
    RowMetaInterface inputRowMeta = getInputRowMeta();
    outFieldIndex1 = inputRowMeta.indexOfValue(outFieldName1);
    outFieldIndex2 = inputRowMeta.indexOfValue(outFieldName2);
    removeFieldIndex = inputRowMeta.indexOfValue(removeFieldName);

    // 构建输出行元数据：复制输入元数据后移除目标字段
    outputRowMeta = (RowMetaInterface) inputRowMeta.clone();
    outputRowMeta.removeValue(removeFieldIndex);
    // 将新元数据绑定到StepData，确保后续输出使用正确的元数据
    ((BaseStepData)sdi).outputRowMeta = outputRowMeta;
}

private void pushOutputRow(Object[] inputRow, String mergedContent) throws KettleException {
    // 输出行长度严格匹配新元数据的字段数量
    Object[] outRow = RowDataUtil.allocateRowData(outputRowMeta.size());
    
    int outIndex = 0;
    for (int inIndex = 0; inIndex < inputRow.length; inIndex++) {
        // 跳过要删除的字段B，不写入输出行
        if (inIndex == removeFieldIndex) {
            continue;
        }
        // 对字段C赋值拼接后的内容，其他字段直接复制原数据
        if (inIndex == outFieldIndex2) {
            outRow[outIndex] = mergedContent;
        } else {
            outRow[outIndex] = inputRow[inIndex];
        }
        outIndex++;
    }
    
    // 使用新的元数据输出行数据
    putRow(outputRowMeta, outRow);
}

关键修改点说明 #

1. 重构输出元数据：

   • 用inputRowMeta.clone()复制输入元数据，避免修改原数据影响其他步骤
   • 调用removeValue(removeFieldIndex)彻底移除字段B的元信息，这样输出字段列表里就只剩A和C了
   • 将新元数据绑定到StepData，确保后续putRow操作使用正确的元数据模板

2. 同步输出行数据：

   • 不再按输入行的索引直接赋值，而是遍历输入字段，跳过要删除的字段，逐个填充到输出行
   • 对需要更新的字段C，替换为拼接后的内容；其他字段（如A）直接复制原数值

3. 避免数据与元数据不匹配：

   • 输出行的长度严格对应新元数据的字段数，彻底解决了原代码中“字段存在但值为空”的问题

测试验证 #

运行转换后，你可以通过PDI的预览功能查看输出字段列表，确认字段B已经被完全移除，而非仅被清空。如果是更复杂的多字段删除场景，只需要在processMetadata中批量移除对应字段即可。

内容的提问来源于stack exchange，提问作者Mikhail Ovchinnikov