我如何使用NiFi处理器RouteOnContent

Question

我试图读取像那样的日志文件：

199.72.81.55 - - [01/Jul/1995:00:00:01 -0400] "GET /history/apollo/ HTTP/1.0" 200 6245
unicomp6.unicomp.net - - [01/Jul/1995:00:00:06 -0400] "GET /shuttle/countdown/ HTTP/1.0" 200 3985
199.120.110.21 - - [01/Jul/1995:00:00:09 -0400] "GET /shuttle/missions/sts-73/mission-sts-73.html HTTP/1.0" 200 4085
burger.letters.com - - [01/Jul/1995:00:00:11 -0400] "GET /shuttle/countdown/liftoff.html HTTP/1.0" 304 0
199.120.110.21 - - [01/Jul/1995:00:00:11 -0400] "GET /shuttle/missions/sts-73/sts-73-patch-small.gif HTTP/1.0" 200 4179

我每次运行此练习时都会发送1000行，并且我使用的是splitText处理器，而在extractText处理器中我使用此正则表达式：

successCode -> ^[0-9A-Z\-a-z\.]* - - \[[0-9A-Za-z\/\:]* -[0-9]*\] \"[A-Z]* [0-9A-Za-z\/\.\- ]*\" ([0-9]*) [0-9]*
tiemStamp -> ^[0-9A-Z\-a-z\.]* - - \[([0-9A-Za-z\/\:]*) -[0-9]*\] \"[A-Z]* [0-9A-Za-z\/\.\- ]*\" [0-9]* [0-9]*
important -> ^([0-9A-Z\-a-z\.]*) - - \[[0-9A-Za-z\/\:]* -[0-9]*\] \"[A-Z]* [0-9A-Za-z\/\.\- ]*\" [0-9]* [0-9]*

这可能是一个错误。当然这是我的问题。

然后，我尝试将不同的日志发送到不同的路由。如果successCode == 200，那么我试着将它放在route / user // success /％{tiemStamp} /上，但我的所有行都转到第三种方式：＆＃34;无法匹配＆＃34;

在RouteOnContent处理器上我尝试过：

successCode -> ${successCode:equals("200")}
successCode -> ${successCode:contains(2)}
successCode -> ${successCode:contains("2")}

有没有人使用＆＃34; RouteOnContent＆＃34;处理器？

Answer 1

根据文档，=INDIRECT(VLOOKUP(A1;c_colors;2;FALSE)) 处理器＆＃34;根据FlowFile的内容评估一个或多个正则表达式。 将这些正则表达式的结果分配给FlowFile属性 [...]＆＃34;

因此，您不应在下一步使用ExtractText处理器，而应使用RouteOnContent处理器。

（如果您停止RouteOnAttribute处理器以便将消息保留在队列中，您可以看到流文件的内容。在流文件的＆＃34; Attributes＆＃34;选项卡中，您可以看到不同属性的值。我用你的正则表达式确认，我有successCode = 200。）

Answer 2

基本上，您可以同时使用RouteOnAttribute或RouteOnText，但是每个参数都使用不同的参数。

如果选择使用ExtractText，则会为每一行填充定义的属性（在SplitText处理器拆分原始文件之后）。 现在，您有两个选择：

1. 基于已提取的属性的路由（RouteOnAttribute）。
2. 基于内容（RouteOnContent）的路由。在这种情况下，您实际上不需要使用Extract Text。

每个处理器对FlowFile的路由方式不同：

1. RouteOnAttribute 查询FlowFile的属性（NiFi表达式语言查询）。例如，假设我定义了属性“名称”，则基于其值的路由可以是：

2. 另一方面， RouteOnContext 根据正则表达式表达式查询FlowFile的内容。例如：

定义这些参数后，您可以继续基于以下动态关系进行路由：