我不太清楚在Talend中使用tHash和tBuffer组件之间的区别。
我正在查看将tMap的结果存储在Impala表中，并将另一个副本存储在内存（缓存）中，并对此进行其他转换以最终写入表中。
最佳答案
它们可以用于相似的目的，但是哈希和缓冲区组件之间有一些明显的区别。
它们都通过将结果集存储在内存中来工作，但哈希组件使您可以存储多个哈希对象并检索特定的哈希集。如果您需要临时存储多个结果集，然后以某种方式将它们连接回去，例如转换多个数据源，然后将数据写到目标中的单个条目中，则这很有用。您还可以将一个散列的输出附加到另一个散列，以写入相同的数据集。
缓冲区组件只有一个“仅追加”选项，其中多个缓冲区输出将写入同一共享缓冲区。这使其不如哈希组件灵活，但对于许多任务仍然有用。
缓冲区组件比散列组件提供的额外功能是，父作业可以读取缓冲区，以将数据发送回调用方父作业。如果要将Talend作业部署为Web服务并从中返回数据，也将使用相同的机制，如this tutorial中所示。
类似的空间中的其他选项，但是当您开始处理无法轻松在内存中处理的数据量（但由于某种原因需要完全包含在内存中而不是被迭代）时，更多的选择是使用我在这里知道其他一些海报的组件家族（尽管我还不需要）。这就像哈希组件一样工作，但是如果需要的话，也会溢出到磁盘上。
嵌入式H2数据库也可以在内存中运行，以提供类似的效果和很多其他选择，但会增加工作复杂性。
关于caching - Talend中thashoutput/input和tbufferoutput/input之间的区别，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/27304990/