如何使用Apache NiFi实现含Pass内容校验的文件处理流水线？

核心流程组件组合 #

无需使用SplitText和ExtractText，直接通过 GetFile -> RouteOnContent -> 后续流程/终止 的组合即可满足需求，具体配置如下：

1. GetFile 组件 #

• 配置Input Directory为存放Python脚本输出文件的目标文件夹
• 根据需求设置File Filter（例如仅匹配.txt后缀文件）、Recurse Subdirectories（是否递归读取子文件夹）等参数
• 按需设置Keep Source File，决定是否保留原文件

2. RouteOnContent 组件（核心判断组件） #

这是实现关键字匹配的关键，配置步骤：

• 添加自定义路由规则，命名为Contains Pass
• Matching Strategy选择Contains
• Search Value填入Pass，如需忽略大小写可勾选Case Insensitive
• Routing Strategy设置为Route to Property name
• 生成两个路由分支：
  • Contains Pass：匹配到关键字的文件，直接连接到后续处理组件
  • unmatched：未匹配到关键字的文件，可连接到DeleteFile直接删除，或PutFile归档到错误目录，实现流水线终止

3. 后续流程与终止逻辑 #

• 匹配到Pass的文件：从Contains Pass分支接入你需要的后续处理环节（如数据解析、入库等）
• 未匹配的文件：从unmatched分支接入终止类组件，完成流程收尾

原组合失效原因 #

SplitText用于拆分大文件为小片段，ExtractText用于提取特定格式字段，二者对于简单的关键字存在性判断完全冗余，反而会增加流程复杂度，RouteOnContent可直接高效完成内容匹配判断。

内容的提问来源于stack exchange，提问作者Siva