三种多行日志采集方式排查PDF导入异常

博主“努力的小雨”在基于 Spring AI Alibaba 的 RAG 项目中，向 PDF 解析环节放入一份故意损坏的文件制造真实异常，再用观测云 DataKit 的三种多行日志采集配置对比定位效果。结果：逐行采集把 71 行日志拆成 71 条记录；只按日期匹配会误把正文日期当作新日志头，整批变成 19 条；完整首行规则（时间+级别+线程）还原为 18 条，与 18 次日志输出一一对应。 对照时三组使用新文件区分，未删除缓存，避免旧进度干扰。该 Logback 日志未配置字段解析规则（Pipeline），status 取默认值 info，time 取采集时的系统时间，因此直接筛选 status=error 会漏掉正文带 ERROR 的记录；文中“四条错误”按正文核对。若需按原日志级别和业务发生时间筛选，还需用 Pipeline 提取级别、转换时间并写入对应字段。

AI 根据报道生成 · 2 小时前更新