简介这份《2021FME转换器快速参考手册》中文版面向FME Workbench初学者与空间数据工程师用于快速查阅各类转换器的功能定位与适用场景解决转换器数量庞大、分类繁杂、难以按需选型的问题。资源包共1个PDF文件大小约2.03MB内容按功能划分为三维表面与实体几何、坐标系与重投影、数据库交互、图形与属性测试、几何操作、KML处理、线性参照、列表操作、网络处理、点云与栅格数据处理、字符串处理、样式设置、曲面处理、Web服务及工作流等二十余个模块并附有转换器属性按钮颜色状态、必填字段提示等界面操作说明。目前已有797人学习浏览适合作为日常开发中的案头速查工具帮助读者按类别定位转换器、理解参数含义并配合Workbench帮助文档深入掌握要素重组流程。1. FME转换器快速参考手册为什么老手把它当案头必备做空间数据的人几乎都经历过这种时刻手头一份 DWG、一份 Shapefile、一份 Excel 坐标表甲方要你在两小时内合成一份带拓扑检查的 GeoJSON还要顺带把属性字段名统一成英文。这时候打开 FME Workbench面对几百个转换器Transformer脑子里只剩一句「我该用哪个」。2021FME转换器快速参考手册-中文版参考.pdf 这类资料的价值就在这里——它不是教程而是一张按功能分类的转换器速查地图把 Workbench 里那些名字相近、功能交叉的转换器按「读、写、几何、属性、拓扑、坐标」几大类摆清楚让你在画流程图时能快速定位到该拖哪个节点。它解决的核心问题不是「FME 是什么」而是「这个转换器到底吃什么样的输入、吐什么样的输出、参数怎么填才不翻车」。适合两类人一是刚上手 Workbench、被转换器数量劝退的新手需要一份能按图索骥的索引二是用了几年但只熟悉自己那一亩三分地的老手遇到跨领域需求时能快速查到陌生转换器的边界。下面我按自己实际做项目的顺序把这份手册里最值得吃透的部分拆开讲顺带把 PythonCaller、SQL 这些热搜里高频出现的点揉进具体场景。2. 转换器分类逻辑与 Workbench 里的选型思路2.1 手册为什么按「输入输出类型」而不是字母序排翻过这类手册的人会发现它很少按 A-Z 排转换器而是先分大类几何操作、属性操作、要素操作、坐标系、读写、拓扑、Web 服务。这个排法背后是 FME 的数据流模型——Workbench 里每个转换器本质是一个函数输入是要素Feature流输出还是要素流中间可能改变几何、可能改属性、可能过滤要素。按功能分类你找转换器时想的是「我要对几何做什么」而不是「它叫什么名字」。举个实际例子你要把一堆线要素按交点打断。脑子里先定位到「几何操作」大类再往下找「打断/分割」相关就能锁定 Intersector 或 Chopper。如果按字母序你得先知道它叫 Intersector 才能查到这就成了死循环。手册的分类逻辑本质是帮你把「需求」翻译成「转换器名」。常见做法是拿到需求先判断改的是几何还是属性再判断是逐要素处理还是需要全局统计。逐要素的用普通转换器需要看全量数据的用聚合类Aggregator、StatisticsCalculator。这一步判断错了后面参数怎么调都别扭。2.2 用 Workbench 跑通第一个转换器链DWG 转 GeoJSON光说分类太虚直接上一个最小可复现的链路。目标读一个 DWG把其中的线要素转成 GeoJSON属性字段名统一加前缀。# FME Workbench 本身是图形化工具但可以用 fme 命令行跑已保存的 .fmw 工作空间 # 假设工作空间已保存为 dwg2geojson.fmw fme dwg2geojson.fmw --SourceDataset input.dwg --DestDataset output.geojson上面是命令行调用已存工作空间的方式真正干活的是工作空间里的转换器链。在 Workbench 里手动搭的话链路是DWG Reader → AttributeManager → GeometryFilter → GeoJSON WriterDWG Reader读入时注意勾选「Explode Blocks」否则块内实体读不出来这是 DWG 转换最常见的翻车点。AttributeManager用来批量改字段名支持正则替换比一个个改快得多。GeometryFilter按几何类型分流线、面、点分开处理避免 GeoJSON Writer 报类型混杂的错。GeoJSON Writer注意坐标系设置DWG 常是本地坐标直接写 GeoJSON 会丢投影信息。参数上AttributeManager 的「Attribute Actions」里选 Rename用正则^(.)$替换为fme_$1就能给所有字段加前缀。GeometryFilter 的「Filter Type」选 Line只放行线要素。这几个参数填错要么字段没改上要么面要素被当线写出去GeoJSON 直接废掉。2.3 PythonCaller 在转换器链里补位什么时候必须上代码手册里 PythonCaller 通常归在「自定义/脚本」类它的定位是当内置转换器组合起来太绕或性能太差时用一段 Python 直接处理要素。热搜里 PythonCaller 出现频率很高因为很多人卡在「内置转换器搞不定」的环节。典型场景要素属性里有个 JSON 字符串字段你要解析出其中某个 key 的值写成新属性。内置的 JSONExtractor 能处理但如果 JSON 结构嵌套很深、还要做条件判断PythonCaller 更直接。import fme import fmeobjects import json class FeatureProcessor(object): def __init__(self): pass def input(self, feature): # 取出原始 JSON 字符串字段 raw feature.getAttribute(raw_json) if raw: try: data json.loads(raw) # 取嵌套字段做空值保护 value data.get(properties, {}).get(code, ) feature.setAttribute(parsed_code, value) except ValueError: # 解析失败时打日志不中断整个流程 fmeobjects.FMELogFile().logMessageString( JSON parse failed: %s % raw) self.pyoutput(feature) def close(self): pass逻辑说明input方法对每个要素调用一次feature.getAttribute取字段setAttribute写回新字段。pyoutput把要素传给下一个转换器。参数上PythonCaller 的「Class to Process Features」填类名这里就是 FeatureProcessor。注意close方法里做资源清理虽然这里为空但养成习惯。关键点PythonCaller 里不要做全局聚合它设计上是逐要素的。要做聚合用 PythonCreator 或先 Aggregator 再进 PythonCaller。另外异常一定要捕获否则一个坏数据能让整个转换中断这在批量跑的时候是血泪教训。3. SQL 与数据库转换器从读表到写库的完整链路3.1 SQLExecutor 和 SQLCreator 的区别与选用FME 里跟 SQL 相关的转换器不少最容易混的是 SQLExecutor 和 SQLCreator。简单记SQLCreator 是「发起查询、产生要素」通常放在流程开头替代普通 ReaderSQLExecutor 是「对流入的每个要素执行一次查询」放在流程中间用要素属性做查询条件。场景你有一批行政区编码要逐个去数据库查对应的边界几何。用 SQLExecutor把编码作为参数传进 SQL。-- SQLExecutor 中配置的 SQL:area_code 是来自流入要素的属性 SELECT geom, name FROM admin_boundary WHERE code :area_code参数说明SQLExecutor 的「SQL Statement」里用冒号加属性名做占位符FME 会自动把当前要素的该属性值填进去。注意数据库连接要先在「Database Connection」里配好别在 SQL 里硬编码连接串。查询返回的几何会附加到当前要素上如果返回多行要素会被复制成多条。SQLCreator 则不同它一次性执行 SQL 返回结果集适合做全量抽取。两者选错要么性能崩该批量却逐条查要么逻辑不对该逐条却只查一次。3.2 用 SQL 做属性去重和空值清洗的实操热搜里「sql语句去重」「sql去除空值」出现很多这在 FME 流程里同样高频。数据从各种源进来重复和空值是常态。可以在 SQLCreator 里直接写清洗逻辑减少后续转换器负担。-- 去重并去除关键字段空值保留每组最新一条 SELECT t.* FROM ( SELECT *, ROW_NUMBER() OVER ( PARTITION BY code ORDER BY update_time DESC ) AS rn FROM raw_table WHERE code IS NOT NULL AND code ) t WHERE t.rn 1逻辑说明窗口函数ROW_NUMBER()按 code 分组、按更新时间倒序编号外层取 rn1 即每组最新一条。WHERE code IS NOT NULL AND code 同时过滤 NULL 和空字符串这两个在 SQL 里不等价只写一个会漏。参数上如果数据库不支持窗口函数老版本 MySQL改用自连接或 GROUP BY 加 MAX 的方式。FME 的 SQLCreator 对数据库方言支持取决于驱动写之前确认目标库版本。这一步做扎实后面 AttributeManager 和 DuplicateFilter 能省掉好几个节点。3.3 写库时的字段映射与批量提交参数读出来清洗完最终要写回数据库。FME 的 Writer 里字段映射在「User Attributes」标签页配注意源字段和目标字段类型要匹配字符串写进数值列会直接报错。批量提交参数在 Writer 的「Advanced」里Features Per Transaction默认是 1000大批量写入时调大到 5000 甚至 10000 能明显提速但太大一旦失败回滚代价高。Writer: PostgreSQL Table: cleaned_data Features Per Transaction: 5000 Bulk Insert: Enabled注意开启 Bulk Insert 后某些触发器不会按预期执行如果目标表有审计触发器先确认再开。写库前建议先用一个小数据集跑通确认字段类型和约束都过再上全量。这一步的后悔药就是先在测试库跑别直接怼生产。4. 避坑与排查转换器用错时的典型症状4.1 现象流程跑通但输出要素数量对不上原因多半是某个转换器默认做了聚合或过滤。比如 Aggregator 会把多条合成一条DuplicateFilter 会去重GeometryFilter 只放行指定类型。这些转换器的默认参数往往不是「全放行」。解决在可疑转换器后面接一个 Logger 或 Inspector看要素数在哪一步掉的。Workbench 里可以逐个节点开「Feature Count」显示比盲猜快得多。养成在每个关键节点后看计数的习惯。4.2 现象PythonCaller 报错但日志看不出哪条数据原因异常没捕获或者日志级别不够。FME 默认日志只记概要Python 里的异常堆栈可能被吞掉。解决在 PythonCaller 里显式 try/except用FMELogFile().logMessageString打出出错数据和堆栈。同时把 Workbench 的日志级别调到 DEBUG在「Tools → FME Options → Logging」里改。这一步做完坏数据一目了然。4.3 现象SQLExecutor 查询慢到超时原因对每个要素都发一次查询要素多的时候就是 N 次往返。数据库连接没复用、没走索引也会雪上加霜。解决能批量就别逐条。把 SQLExecutor 换成 SQLCreator 加 FeatureJoiner一次查全量再在内存里关联。如果必须逐条确认查询字段有索引并在数据库连接里开启连接池。慢 SQL 优化那套思路在这里同样适用。4.4 现象坐标系转换后几何位置偏移原因源数据坐标系定义错了或者转换器链里漏了 Reprojector。DWG 常带本地坐标直接当 WGS84 处理必然偏。解决读入后先接 CoordinateSystemSetter 明确源坐标系再接 Reprojector 转到目标坐标系。别指望 Writer 自动转它只按你给的坐标系写。偏移量如果是固定值多半是基准面没选对。4.5 现象中文属性写库后变乱码原因数据库字符集和 FME 连接编码不一致。常见于从 Shapefile 读中文写进 MySQL。解决确认数据库、表、连接三处字符集都是 utf8mb4。FME 的数据库连接里如果有编码选项显式设为 UTF-8。Shapefile 的 DBF 本身对中文支持差必要时先在读入端用 AttributeEncoder 转码。5. 把手册用成生产力我的三个私藏技巧第一个技巧是给常用转换器建模板。Workbench 支持把一组转换器存成 Custom Transformer我把自己项目里反复用的「字段名标准化 空值填充 类型转换」三件套封装成一个自定义转换器新项目直接拖进来省掉每次重搭的十分钟。手册里那些参数封装时一次性调好后面就不用再翻。第二个技巧是用书签Bookmark给流程分段。一个复杂工作空间动辄几十个转换器按「读取清洗」「几何处理」「写库」分三段加书签出问题时能快速定位是哪一段。这跟手册的分类逻辑是一回事只是落到自己的流程上。第三个技巧是维护一份自己的「转换器黑名单」。手册里有些转换器功能重叠但性能差很多比如用 Tester 能做条件过滤但要素量大时用 TestFilter 更快。我在手册对应条目旁标注「大数量慎用」下次直接跳过。这份标注是手册给不了的只能自己踩出来。最后说个验证方法任何新流程上线前拿一份包含边界情况的小数据集跑一遍——空几何、NULL 属性、超长字符串、重复要素各来几条。跑通了再上全量比在生产上翻车强。我现在的习惯是每个 .fmw 旁边放一个 test_data 文件夹改完流程先跑测试集这习惯帮我省了不止一次通宵回滚。希望帮到你。本文还有配套的精品资源点击获取