Pentaho 快速获取文件夹的文件计数

我有一个Pentaho作业，在其中一个转换中，我希望获得文件夹中文件的数量。我尝试了两种不同的方法，但都花了2分钟来执行。我想知道是否有一个步骤可以用来以更有效的方式做到这一点

方法1-获取文件行数->设置变量

在“获取文件行数”步骤中，我有一个目录和一个通配符（.*.xml）来获取文件夹中xml文件的数量。在“内容”选项卡中，我将文件计数保存到一个字段（fileCount），然后将该字段保存到一个变量中。对于包含3722个xml文件的文件夹，运行时间为2:15

方法2-获取文件名->分组依据->设置变量

使用这种方法，我有一个与“Get File rows count”步骤类似的设置，但是在我使用“Number of rows（无字段参数）”类型执行group by操作之后。对于相同的3722文件，此方法以2:30的时间运行

---

我认为这些都需要很长时间，因为它试图获得的文件在内存中，但我只关心计数。我们希望找到一种方法来计算行数。

获取文件行数的步骤将计算每个文件中的每一行，因此速度很慢也就不足为奇了

使用获取文件名步骤，无论文件大小如何，都应该非常快速。幸运的是，我已经准备好了一个装满XML文件的文件夹，所以这里有一个预期的屏幕截图（在我笔记本电脑上的linux虚拟机中）

---

如果使用此步骤时仍然存在问题，请首先确保已从转换中删除其他输入步骤，因为它们仍将运行，并且可能会产生干扰。其次，检查防病毒软件在Spoon访问每个文件以获取元数据时是否正在尝试扫描这些文件。

感谢您的输入，使用方法二确实更有意义，尤其是在您不关心行数的情况下。我做了另一个测试，发现是什么导致了速度变慢。当我查看一个本地文件夹时，它运行得非常快，速度与您所附的屏幕截图相似。当我在一个网络文件夹上运行时，花了两分钟的时间。这让我相信问题在于与共享位置的通信，而不是步骤本身。