ItemReader

分布式 Map 状态可以接受从工作流的上一个步骤中传递的 JSON 输入。此输入必须是数组，或者必须包含特定节点内的数组。要选择包含数组的节点，可以使用 ItemsPath 字段。

要处理数组中的单个项，分布式 Map 状态会为每个数组项启动子工作流执行。以下选项卡显示了传递给 Map 状态的输入以及子工作流执行的相应输入的示例。

分布式 Map 状态 可以迭代存储在 Amazon S3 存储桶中的对象。当工作流执行到达 Map 状态时，Step Functions 会调用 ListObjectsV2 API 操作，该操作会返回 Amazon S3 对象元数据的数组。在此数组中，每个项目都包含存储在存储桶中的数据，例如 ETag 和 Key。

要处理数组中的各个项目，分布式 Map 状态 会启动一个子工作流执行。例如，假设您的 Amazon S3 存储桶包含 100 张图片。然后，调用 ListObjectsV2 API 操作后返回的数组包含 100 个项目。然后，分布式 Map 状态 将启动 100 个子工作流执行，以处理每个数组项。

以下选项卡显示了该数据集的 ItemReader 字段语法和传递给子工作流执行的输入的示例。

分布式 Map 状态 可以接受存储在 Amazon S3 存储桶中的 JSON 文件作为数据集。JSON 文件必须包含一个数组。

当工作流执行到达 Map 状态时，Step Functions 会调用 GetObject API 操作来获取指定的 JSON 文件。然后，Map 状态会迭代数组中的每个项目，并开始对每个项目执行子工作流。例如，如果您的 JSON 文件包含 1000 个数组项，则 Map 状态将启动 1000 个子工作流执行。

以下选项卡显示了该数据集的 ItemReader 字段语法和传递给子工作流执行的输入的示例。

在此示例中，假设您有一个名为 factcheck.json 的 JSON 文件。您已将此文件存储在 Amazon S3 存储桶中的名为 jsonDataset 的前缀中。以下是 JSON 数据集的示例：

[
  {
    "verdict": "true",
    "statement_date": "6/11/2008",
    "statement_source": "speech"
  },
  {
    "verdict": "false",
    "statement_date": "6/7/2022",
    "statement_source": "television"
  },
  {
    "verdict": "mostly-true",
    "statement_date": "5/18/2016",
    "statement_source": "news"
  },
  ...
]

分布式 Map 状态 可以接受存储在 Amazon S3 存储桶中的 CSV 文件作为数据集。如果您使用 CSV 文件作为数据集，则需要指定 CSV 列标题。有关如何指定 CSV 标题的信息，请参阅 ItemReader 字段的内容。

由于在 CSV 文件中没有创建和维护数据的标准化格式，因此 Step Functions 会根据以下规则解析 CSV 文件：

有关 Step Functions 如何解析 CSV 文件的更多信息，请参阅Example of parsing an input CSV file。

当工作流执行到达 Map 状态时，Step Functions 会调用 GetObject 操作来获取指定的 CSV 文件。然后，Map 状态会迭代 CSV 文件中的每一行，并启动一个子工作流执行以处理每行中的项目。例如，假设您提供了一个包含 100 行的 CSV 文件作为输入。然后，解释器将每一行传递给 Map 状态。Map 状态从标题行之后开始，按顺序处理项目。

以下选项卡显示了该数据集的 ItemReader 字段语法和传递给子工作流执行的输入的示例。

分布式 Map 状态 可以接受存储在 Amazon S3 存储桶中的 Amazon S3 清单文件作为数据集。

当工作流执行到达 Map 状态时，Step Functions 会调用 GetObject API 操作来获取指定的 Amazon S3 清单文件。然后，Map 状态会迭代清单中的对象，以返回 Amazon S3 清单对象元数据数组。

以下是 CSV 格式的清单文件示例：此文件包含名为 csvDataset 和 imageDataset 的对象，其中存储在名为 sourceBucket 的 Amazon S3 存储桶中。

"sourceBucket","csvDataset/","0","2022-11-16T00:27:19.000Z"
"sourceBucket","csvDataset/titles.csv","3399671","2022-11-16T00:29:32.000Z"
"sourceBucket","imageDataset/","0","2022-11-15T20:00:44.000Z"
"sourceBucket","imageDataset/n02085620_10074.jpg","27034","2022-11-15T20:02:16.000Z"
...

以下清单列表文件示例显示了清单对象元数据的 CSV 标题。

{
  "sourceBucket" : "sourceBucket",
  "destinationBucket" : "arn:aws:s3:::inventory",
  "version" : "2016-11-30",
  "creationTimestamp" : "1668560400000",
  "fileFormat" : "CSV",
  "fileSchema" : "Bucket, Key, Size, LastModifiedDate",
  "files" : [ {
    "key" : "source-bucket/destination-prefix/data/20e55de8-9c21-45d4-99b9-46c732000228.csv.gz",
    "size" : 7300,
    "MD5checksum" : "a7ff4a1d4164c3cd55851055ec8f6b20"
  } ]
}

以下选项卡显示了该数据集的 ItemReader 字段语法和传递给子工作流执行的输入的示例。