我有以下flume配置，用于获取具有特定数值的服务器日志条目，并将它们推送到相应的kafka主题。

# Name the components on this agent

a1.sources = r1
a1.channels = c2 c3

# Describe/configure the source

a1.sources.r1.type = spooldir 
a1.sources.r1.spoolDir = /home/user/spoolFlume
a1.sources.r1.fileSuffix = .DONE
a1.sources.r1.basenameHeader = true
a1.sources.r1.deserializer.maxLineLength = 8192

a1.sources.r1.interceptors = i1 
a1.sources.r1.interceptors.i1.type = regex_extractor
a1.sources.r1.interceptors.i1.regex = (2725391)
a1.sources.r1.interceptors.i1.serializers = id 
a1.sources.r1.interceptors.i1.serializers.id.name = project_id
a1.sources.r1.selector.type = multiplexing
a1.sources.r1.selector.header = project_id 
a1.sources.r1.selector.mapping.2725391 = c3
a1.sources.r1.selector.default = c2

a1.channels.c2.type = org.apache.flume.channel.kafka.KafkaChannel
a1.channels.c2.brokerList=kafka10.profile:9092,kafka11.profile:9092,kafka12.profile:9092
a1.channels.c2.topic = flume_test_002
a1.channels.c2.zookeeperConnect = kafka10.profile:2181,kafka11.profile:2181,kafka12.profile:2181

# default = true

a1.channels.c2.parseAsFlumeEvent = true

a1.channels.c3.type = org.apache.flume.channel.kafka.KafkaChannel                                       
a1.channels.c3.brokerList = kafka10.profile:9092,kafka11.profile:9092,kafka12.profile:9092
a1.channels.c3.topic = flume_test_003
a1.channels.c3.zookeeperConnect = kafka10.profile:2181,kafka11.profile:2181,kafka12.profile:2181
a1.channels.c3.parseAsFlumeEvent = true

# Bind the source and sink to the channel

a1.sources.r1.channels = c2 c3

我用更复杂的regexp做了一些测试，结果看起来都很好 cat | grep -E <regexp> ，但当我尝试在flume配置中使用它时，并不是所有条目都被捕获。
现在我使用一个单词regexp，但即使这样，也不能捕获所有条目，即不是所有的“正确”条目都指向kafka主题（例如，我在日志中有两个带有“2725391”的字符串，但经过处理后，我只能在kafka中看到一个条目）。
好像Flume配置有问题。如有任何建议，我们将不胜感激。
更新2。更重要的是，当我使用短文件（少于100个字符串）进行解析时，一切都很好。由于文件大约2gb，我错过了一些条目。
更新3。我找到了解析所有条目的方法。

a1.sources.r1.decodeErrorPolicy = IGNORE

这很有帮助，因为在kafka通道中解析事件的头中有一个奇怪的符号。我不知道它是从哪里来的，因为在处理之前，原始日志中没有这样的符号：/

basename00278388pid2725391�31.28.244.74