Java教程

再见 Logstash,是时候拥抱下一代开源日志收集系统 Fluentd 了

本文主要是介绍再见 Logstash,是时候拥抱下一代开源日志收集系统 Fluentd 了,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

fluentd 是一个实时的数据收集系统,不仅可以收集日志,还可以收集定期执行的命令输出和 HTTP 请求内容。数据被收集后按照用户配置的解析规则,形成一系列 event。每一个 event 包含如下内容:

tag = xxx
time = xxx
record = {
    "key1": "value1",
    "key2": "value2"
}

其中:

  • tag:为数据流的标记。fluentd 中可以具有多个数据源,解析器,过滤器和数据输出。他们之前使用 tag 来对应。类似于数据流按照 tag 分组。数据流向下游的时候只会进入 tag 相匹配的处理器。
  • time:event 产生的时间,该字段通常由日志内的时间字段解析出来。
  • record:日志的内容,为 JSON 格式。

fluentd 支持多种数据的解析过滤和输出操作。其中常用的有:

  • tail 输入:增量读取日志文件作为数据源,支持日志滚动。
  • exec 输入:定时执行命令,获取输出解析后作为数据源。
  • syslog 输出:解析标准的 syslog 日志作为输入。
  • forward 输入:接收其他 fluentd 转发来的数据作为数据源。
  • dummy:虚拟数据源,可以定时产生假数据,用于测试。
  • regexp 解析器:使用正则表达式命名分组的方式提取出日志内容为 JSON 字段。
  • record_transformer 过滤器:人为修改 record 内的字段。
  • file 输出:用于将 event 落地为日志文件。
  • stdout:将 event 输出到 stdout。如果 fluentd 以 daemon 方式运行,输出到 fluentd 的运行日志中。
  • forward:转发 event 到其他 fluentd 节点。
  • copy:多路输出,复制 event 到多个输出端。
  • kafka:输出 event 到 Kafka。
  • webhdfs:输出 event 到 HDFS。
  • elasticsearch:输出 event 到 HDFS。

接下来以官网介绍为基础,穿插自己的理解,介绍下 fluentd 的使用方法。

安装启动方法

官网安装步骤链接:https://docs.fluentd.org/installation/install-by-rpm

下面是精简的在 CentOS 下的安装步骤。打开 shell,执行如下命令:

curl -L https://toolbelt.treasuredata.com/sh/install-redhat-td-agent3.sh | sh

systemctl start td-agent

可以安装并启动 fluentd。

配置文件位置

编辑 fluentd 配置文件的方法:

vim /etc/td-agent/td-agent.conf

修改运行用户和组

默认来说 fluentd 使用 td-agent 用户启动。如果需要修改 fluentd 的用户,需要执行:

vim /usr/lib/systemd/system/td-agent.service

文件内容如下所示:

[Unit]
Description=td-agent: Fluentd based data collector for Treasure Data
Documentation=https://docs.treasuredata.com/articles/td-agent
After=network-online.target
Wants=network-online.target

[Service]
User=td-agent
Group=td-agent
LimitNOFILE=65536
Environment=LD_PRELOAD=/opt/td-agent/embedded/lib/libjemalloc.so
Environment=GEM_HOME=/opt/td-agent/embedded/lib/ruby/gems/2.4./
Environment=GEM_PATH=/opt/td-agent/embedded/lib/ruby/gems/2.4./
Environment=FLUENT_CONF=/etc/td-agent/td-agent.conf
Environment=FLUENT_PLUGIN=/etc/td-agent/plugin
Environment=FLUENT_SOCKET=/var/run/td-agent/td-agent.sock
Environment=TD_AGENT_LOG_FILE=/var/log/td-agent/td-agent.log
Environment=TD_AGENT_OPTIONS=
EnvironmentFile=-/etc/sysconfig/td-agent
PIDFile=/var/run/td-agent/td-agent.pid
RuntimeDirectory=td-agent
Type=forking
ExecStart=/opt/td-agent/embedded/bin/fluentd --log $TD_AGENT_LOG_FILE --daemon /var/run/td-agent/td-agent.pid $TD_AGENT_OPTIONS
ExecStop=/bin/kill -TERM ${MAINPID}
ExecReload=/bin/kill -HUP ${MAINPID}
Restart=always
TimeoutStopSec=120

[Install]
WantedBy=multi-user.target

修改Service部分UserGroup配置项可以更改 fluentd 进程的用户和组。

检测配置文件是否正确的方法

在 shell 中运行:

/opt/td-agent/embedded/bin/fluentd -c /etc/td-agent/td-agent.conf

观察输出,如果有错误会给出对应提示。

数据流逻辑

fluentd 以 tag 值为基准,决定数据的流经哪些处理器。

数据的流向为:source -> parser -> filter -> output

input 配置

tail

增量读取日志文件。需要提供一个用于标记已经读取到位置的文件(position file)所在的路径。

tail 针对日志滚动的支持:tail 方式采用跟踪文件 inode 的方式进行。比如日志名为app.log,如果日志发生滚动,被重命名为app.log.1。文件重命名的时候 inode 是不会改变的。因此发生滚动时写入到旧文件末尾的日志也可以被收集到。tail 会跟踪旧文件的 inode 一段时间(rotate_wait配置),这段时间过去之后,tail 不再监听app.log.1,开始监听新的app.log文件。

tail 方式的示例配置:

<source>
  @type tail
  path /var/log/httpd-access.log
  pos_file /var/log/td-agent/httpd-access.log.pos
  tag apache.access
  <parse>
    @type apache2
  </parse>
</source>

注意:如果文件发生修改会输出全量文件内容。

配置项解释

tag:数据源的 tag 值。*号可以扩展为 path(/替换为.)。例如

path /path/to/file
tag foo.*

tag 会被扩展为foo.path.to.file

path:配置读取的路径。可以使用*或者是strftime。例如:

path /path/to/%Y/%m/%d/*

如果今天是 2020 年 1 月 2 日,fluentd 会读取/path/to/2020/01/02目录下的内容。也可以配置多个路径,使用逗号分隔:

path /path/to/a/*,/path/to/b/c.log

exclude_path:排除部分目录或文件,使用数组格式配置。

path /path/to/*
exclude_path ["/path/to/*.gz", "/path/to/*.zip"]

refresh_interval:多长时间刷新一次文件监听列表,配合*使用才有意义。

pos_file:位置文件地址。这个文件保存了监听的日志文件已经读取到第几行。该项一定要配置。注意,不要在多个 source 之间共用 pos file,否则会出现问题。pos_file_compaction_interval:pos file 文件压缩时间间隔。用于压缩 pos file 中不再监听的记录,不可解析的记录以及重复的记录。

parse 标签:用于指定 log 的解析器(必须的配置项)。例如:

# json
<parse>
  @type json
</parse>

# regexp
<parse>
  @type regexp
  expression ^(?<name>[^ ]*) (?<user>[^ ]*) (?<age>\d*)$
</parse>

path_key:如果配置此项,监控文件的 path 会在 event 中,此项的 key 为path_key。例如:

path /path/to/access.log
path_key tailed_path

生成的数据如下所示:

{"tailed_path":"/path/to/access.log","k1":"v1",...,"kN":"vN"}

rotate_wait:日志发生滚动的时候,可能会有部分日志仍然输出在旧的日志文件,此时需要保持监听旧日志文件一段时间,这个时间配置就是rotate_wait

exec

周期性执行命令,抽取命令输出为 event。

示例配置:

<source>
  @type exec
  command cmd arg arg
  <parse>
    keys k1,k2,k3
  </parse>
  <extract>
    tag_key k1
    time_key k2
    time_format %Y-%m-%d %H:%M:%S
  </extract>
  run_interval 10s
</source>

以上命令的含义为每 10 秒钟执行cmd arg arg命令,提取命令执行结果,以空白字符分隔三个字段的值为 k1,k2,k3。其中 k1 的值作为 tag,k2 作为时间字段,使用%Y-%m-%d %H:%M:%S格式。

一个例子,周期获取系统的平均负载。配置方法如下:

<source>
  @type exec
  tag system.loadavg
  command cat /proc/loadavg | cut -d ' ' -f 1,2,3
  run_interval 1m
  <parse>
    @type tsv
    keys avg1,avg5,avg15
    delimiter " "
  </parse>
</source>

输出的日志格式为:

2018-06-29 17:27:35.115878527 +0900 system.loadavg: {"avg1":"0.30","avg5":"0.20","avg15":"0.05"}

syslog

连接 rsyslog。可以作为 rsyslog 的接收端。

一个配置的例子:

<source>
  @type syslog
  port 5140
  bind 0.0.0.0
  tag system
</source>

fluentd 打开 5140 端口监听 rsyslog 发来的 log。

rsyslog 配置文件/etc/rsyslog.conf设置为:

# Send log messages to Fluentd
*.* @127...1:5140

fluentd 解析到的 event 格式如下:

tag = "#{@tag}.#{facility}.#{priority}"
time = 1353436518,
record = {
  "host": "host",
  "ident": "ident",
  "pid": "12345",
  "message": "text"
}

dummy

专用于测试的数据源。周期产生假数据。

配置举例:

<source>
  @type dummy
  dummy {"hello":"world"}
</source>

dummy 常用参数:

  • tag: 标记值
  • size:每次发送的 event 数量
  • rate:每秒产生多少个 event
  • auto_increment_key:自增键名。如果配置了此项,会有一个 key 为该配置项值的自增键
  • suspend:重启后自增值是否重新开始
  • dummy:测试数据内容

forward

用于接收其他 fluentd forward 过来的 event。

示例配置:

<source>
  @type forward
  port 24224
  bind 0.0.0.0
</source>

output 配置

file

输出 event 为文件。默认每天输出一个日志文件。

示例配置:

<match pattern>
  @type file
  path /var/log/fluent/myapp
  compress gzip
  <buffer>
    timekey 1d
    timekey_use_utc true
    timekey_wait 10m
  </buffer>
</match>

包含的参数类型:

  • path:path 支持 placeholder,可以在日志路径中嵌入时间,tag 和 record 中的字段值。例如:
path /path/to/${tag}/${key1}/file.%Y%m%d
<buffer tag,time,key1>
  # buffer parameters
</buffer>

注意:buffer 标签后面的内容为 buffer chunk key。Buffer 根据这些 key 分段。

  • append:flush 的 chuck 是否追加到已存在的文件后。默认为 false,便于文件的并行处理。
  • format 标签,用来规定文件内容的格式,默认值为 out_file。
  • inject 标签,用来为 event 增加 time 和 tag 等字段。
  • add_path_suffix:是否增加 path 后缀
  • path_suffix:path 后缀内容,默认为.log
  • compress:采用什么压缩格式,默认不压缩。
  • recompress:是否在 buffer chunk 已经压缩的情况再次压缩,默认为 false。

forward

将 event 转发到其他的 fluentd 节点。如果配置了多个 fluentd 节点,会使用负载均衡和支持容错的方式发送。如果需要发送多份数据,需要使用 copy。

配置示例:

<match pattern>
  @type forward
  send_timeout 60s
  recover_wait 10s
  hard_timeout 60s

  <server>
    name myserver1
    host 192.168.1.3
    port 24224
    weight 60
  </server>
  <server>
    name myserver2
    host 192.168.1.4
    port 24224
    weight 60
  </server>
  ...

  <secondary>
    @type file
    path /var/log/fluent/forward-failed
  </secondary>
</match>

server 标签内可以配置如下字段:

  • host
  • name
  • port
  • shared_key
  • username
  • password
  • standby 标记 server 为备用,只有其他 node 不可用的时候才会启用 standby 的 node
  • weight 负载均衡的权重配置

copy

多路输出(复制 event 到多个输出端)

示例配置

<match pattern>
  @type copy
  <store>
    @type file
    path /var/log/fluent/myapp1
    ...
  </store>
  <store>
    ...
  </store>
  <store>
    ...
  </store>
</match>

其中每一个 store 是一路输出。

重要参数:

  • copy_mode:复制模式。可选值有
    • no_copy:每路输出共享 event。
    • shallow:浅拷贝,如果不修改嵌套字段可以使用。
    • deep:深拷贝,使用msgpack-ruby方式。
    • marshal:深拷贝,使用marshal方式。
  • store 标签的 ignore_error 参数:如果被标记 ignore_error 的 store 出现错误,不会影响其他的 store。官网的例子为:
<match app.**>
  @type copy
  <store>
    @type plugin1
  </store>
  <store>
    @type plugin2
  </store>
</match>

假如 plugin1 出现错误,plugin2 也不会执行。如果在 plugin1 的 store 添加上 ignore_error 参数,如下所示:

<match app.**>
  @type copy
  <store ignore_error>
    @type plugin1
  </store>
  <store>
    @type plugin2
  </store>
</match>

上述情况 plugin2 的运行不受影响。通常为不重要的 store 添加 ignore_error 参数。

http

通过 http 请求的方式发送 event。payload 的格式由 format 标签决定。

示例配置:

<match pattern>
  @type http

  endpoint http://logserver.com:9000/api
  open_timeout 2

  <format>
    @type json
  </format>
  <buffer>
    flush_interval 10s
  </buffer>
</match>

该例子使用 http 方式将 event 发送到http://logserver.com:9000/api,使用 post 方式,连接超时时间为 2 秒。输出格式为 json,每 10 秒钟输出一次。

注意:

如果使用 JSON 的方式发送,HTTP 请求的 content-type 为 application/x-ndjson (newline-delimited JSONs)。如果用 spring mvc 接收会提示不支持。可以使用HTTPServletRequest接收 request body。

stdout

标准输出的模式,如果使用后台模式运行 fluentd,输出到 fluentd 的日志。多用于 debug 的时候。

配置方法:

<match pattern>
  @type stdout
</match>

elasticsearch

输出 event 到 elasticsearch。

示例配置:

<match my.logs>
  @type elasticsearch
  host localhost
  port 9200
  logstash_format true
</match>

可选参数:

  • host:单个 elasticsearch 节点地址
  • port:单个 elasticsearch 节点的端口号
  • hosts:elasticsearch 集群地址。格式为 ip1:port1,ip2:port2...
  • user 和 password:elasticsearch 的认证信息
  • scheme:使用 https 还是 http。默认为 http 模式
  • path:REST 接口路径,默认为空
  • index_name:index 名称
  • logstash_format:index 是否使用 logstash 命名方式(logstash-%Y.%m.%d),默认不启用
  • logstash_prefix:logstash_format 启用的时候,index 命名前缀是什么。默认为logstash

kafka

把 event 输出到 kafka。

示例配置如下:

<match pattern>
  @type kafka2

  # list of seed brokers
  brokers <broker1_host>:<broker1_port>,<broker2_host>:<broker2_port>
  use_event_time true

  # buffer settings
  <buffer topic>
    @type file
    path /var/log/td-agent/buffer/td
    flush_interval 3s
  </buffer>

  # data type settings
  <format>
    @type json
  </format>

  # topic settings
  topic_key topic
  default_topic messages

  # producer settings
  required_acks -1
  compression_codec gzip
</match>

重要的参数为:

  • brokers:Kafka brokers 的地址和端口号
  • topic_key:record 中哪个 key 对应的值用作 Kafka 消息的 key
  • default_topic:如果没有配置 topic_key,默认使用的 topic 名字
  • format 标签:确定发送的数据格式
  • use_event_time:是否使用 fluentd event 的时间作为 Kafka 消息的时间。默认为 false。意思为使用当前时间作为发送消息的时间
  • required_acks:producer acks 的值
  • compression_codec:压缩编码方式

webhdfs

event 通过 REST 方式写入到 HDFS。

HADOOP 启用 webhdfs 的方法

core-site.xml

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://10.180.210.172:9000</value>
    </property>
</configuration>

hdfs-site.xml

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
      <name>dfs.http.address</name>
      <value>0.0.0.0:50070</value>
    </property>

    <property>
      <name>dfs.webhdfs.enabled</name>
      <value>true</value>
    </property>
    <property>
      <name>dfs.support.append</name>
      <value>true</value>
    </property>
    <property>
      <name>dfs.support.broken.append</name>
      <value>true</value>
    </property>
</configuration>

最后执行$HADOOP_HOME/sbin/httpfs.sh start命令启动 webhdfs 支持。

注意:此时 webhdfs 的端口号为 50070。

示例配置和参数

示例配置:

<match access.**>
  @type webhdfs
  host namenode.your.cluster.local
  port 50070
  path "/path/on/hdfs/access.log.%Y%m%d_%H.#{Socket.gethostname}.log"
  <buffer>
    flush_interval 10s
  </buffer>
</match>

注意:需要保证 HDFS 的目标目录具有写入权限。debug 过程发现 fluentd 请求 webhdfs 没有使用 user proxy,HDFS 认为操作的用户为 dr.who,无法创建文件。为了解决这个问题,设置 HDFS 目标目录的权限为 777。

重要参数:

  • host:namenode 的地址
  • port:namenode 的端口号
  • path:写入文件路径。可以使用占位符或者 ruby 表达式。可以使用如下方式表示时间:
\%Y: year including the century (at least 4 digits)
\%m: month of the year (01..12)
\%d: Day of the month (01..31)
\%H: Hour of the day, 24-hour clock (00..23)
\%M: Minute of the hour (00..59)
\%S: Second of the minute (00..60)

输出参数:

  • timekey:多久输出一次文件到 HDFS。如果 path 中没有配置占位符,默认为 86400(1 天)。如果指定了和时间相关的占位符,则文件输出周期自动和最小的时间占位符单位一致
  • timekey_wait:允许等待来迟日志的最长时间
  • flush_interval:flush 间隔时间,默认为不设置
  • flush_at_shutdown:关闭的时候是否 flush。如果使用内存类型的 buffer,需要配置为 true

parser 配置

regexp

使用正则表达式命名分组的方式从日志(一行或多行)中提取信息。可以通过 time_key 指定 event 的 time 字段的名字。名字为 time 字段名的分组内容会被抽取为 event 时间。

一个在线测试正则表达式的工具:http://fluentular.herokuapp.com/

基本配置格式:

<parse>
  @type regexp
  expression /.../
</parse>

正则表达式可以添加额外的参数:忽略大小写:/.../i 多行匹配:/.../m。注意,此时.匹配新行 同时使用忽略大小写和多行匹配:/.../im

一个例子,示例配置如下:

<parse>
  @type regexp
  expression /^\[(?<logtime>[^\]]*)\] (?<name>[^ ]*) (?<title>[^ ]*) (?<id>\d*)$/
  time_key logtime
  time_format %Y-%m-%d %H:%M:%S %z
  types id:integer
</parse>

如下的数据:

[2013-02-28 12:00:00 +0900] alice engineer 1

会被解析为:

time:
(2013-02-28 12:00:00 +0900)

record:
{
  "name" : "alice",
  "title": "engineer",
  "id"   : 1
}

filter 配置

record_transformer

record_transformer 用来修改 event 的结构,增加或修改字段。

一个 record_transformer 的例子:

<filter foo.bar>
  @type record_transformer
  <record>
    hostname "#{Socket.gethostname}"
    tag ${tag}
  </record>
</filter>

这个 filter 匹配 tag 为foo.bar的 source。event 增加了两个新的字段:hostname 和 tag。

其中 hostname 这里使用了 ruby 表达式。tag 使用了字符串插值。

如果数据为:

{ "message": "hello world!" }

会被转换为:

{
  "message": "hello world!",
  "hostname": "db001.internal.example.com",
  "tag": "foo.bar"
}

可以通过添加 enable_ruby 配置,在${}中使用 ruby 表达式。

例如:

<filter foo.bar>
  @type record_transformer
  enable_ruby
  <record>
    avg ${record["total"] / record["count"]}
  </record>
</filter>

如下输入:

{ "total": 100, "count": 10 }

会被转换为:

{ "total": 100, "count": 10, "avg": "10" }

注意,可以启用auto_typecast true配置实现自动类型转换。

修改字段的例子:

<filter foo.bar>
  @type record_transformer
  <record>
    message yay, ${record["message"]}
  </record>
</filter>

如下输入:

{ "message": "hello world!" }

会被修改为:

{ "message": "yay, hello world!" }

可以在表达式中配置 tag_parts 变量,引用 tag 的第 n 部分。如下所示:

<filter web.*>
  @type record_transformer
  <record>
    service_name ${tag_parts[1]}
  </record>
</filter>

如果遇到 tag 为web.auth的数据:

{ "user_id": 1, "status": "ok" }

会被转换为:

{ "user_id": 1, "status": "ok", "service_name": "auth" }

record 标签

record 标签的语法为:

<record>
  NEW_FIELD NEW_VALUE
</record>

表达式中可以配置如下变量:

  • record:获取 record 中某些字段的内容。例如record["count"]
  • tag:获取 tag 的内容
  • time:获取日志的时间戳
  • hostname:获取主机名字,和#{Socket.gethostname}作用一样
  • tag_parts[N]:tag 以.分隔,获取 tag 的第 N 部分
  • tag_prefix[N]:获取 tag 的 0-N 部分
  • tag_suffix[N]:获取 tag 的 N-结尾部分

例如 tag 为debug.my.apptag_parts[1]返回mytag_prefixtag_suffix的结果如下:

tag_prefix[] = debug          tag_suffix[] = debug.my.app
tag_prefix[1] = debug.my       tag_suffix[1] = my.app
tag_prefix[2] = debug.my.app   tag_suffix[2] = app

配置文件使用通配符和扩展

<match><filter>标签可以使用通配符和扩展。

tag 以.为分隔符,分隔为多个部分。

fluentd 支持的通配符和扩展有:*:只匹配一个部分。比如a.*匹配a.b,但是不匹配aa.b.c**:匹配 0 个或多个部分。比如a.**匹配aa.ba.b.c{X,Y,Z}:匹配 X 或 Y 或 Z。#{expression}:使用嵌入的 ruby 表达式。有一些快捷变量可以直接使用,例如#{hostname}#{worker_id}${..}:使用变量值,tag,record 可以使用如下的方式指定默认值。例如:#{ENV["FOOBAR"] || use_default}。如果 FOOBAR 环境变量不存在,则使用use_default这个值。

注意:match 标签的匹配过程是有顺序的。比如说下面的例子:

<match **>
  @type blackhole_plugin
</match>

<match myapp.access>
  @type file
  path /var/log/fluent/access
</match>

因为上面的 match 总是能被匹配到,下面的 match 永远没有机会执行。

Buffer

buffer 为 fluentd 很关键的配置,意为缓冲区。可以决定收集的数据存入什么介质,多长时间输出一次等。

buffer 标签必须配置在 match 标签内(即在输出端配置)。

buffer 具有一个@type 属性,用来配置 buffer 的储存介质:

<buffer>
  @type file
</buffer>

@type 有两个值:

  • file:存入文件
  • memory:存入内存,这个是默认值

buffer 标签后面可以跟随 chunk keys,用来决定 buffer 以 record 的什么字段来分段存放。例如:

<buffer ARGUMENT_CHUNK_KEYS>
  # ...
</buffer>

注意:

  1. 可以指定多个 buffer chunk keys,使用逗号分隔。
  2. 如果没有配置 chunk key,所有的 event 都会写入同一个 chunk file,直到 buffer 滚动。

buffer 如果使用 time 作为 chunk key,可以按照时间对 buffer 进行分段。其中:

  • timekey:时间的跨度
  • timekey_wait:flush 延迟时间,用于等待迟到的数据

官网的例子如下:

<match tag.**>
  # ...
  <buffer time>
    timekey      1h # chunks per hours ("3600" also available)
    timekey_wait 5m # 5mins delay for flush ("300" also available)
  </buffer>
</match>

# Time chunk key: events will be separated for hours (by timekey 3600)

11:59:30 web.access {"key1":"yay","key2":100}  ------> CHUNK_A

12:00:01 web.access {"key1":"foo","key2":200}  --|
                                                 |---> CHUNK_B
12:00:25 ssh.login  {"key1":"yay","key2":100}  --|

部分经常用到的配置参数:

  • timekey_use_utc:使用国际标准时间还是当地时间,默认是使用当地时间。
  • timekey_zone:指定时区。
  • chunk_limit_size:chunk 大小限制,默认 8MB。
  • chunk_limit_records:chunk event 条数限制。
  • total_limit_size:总 buffer 大小限制。
  • chunk_full_threshold:chunk 大小超过 chunk_limit_size * chunk_full_threshold 时会自动 flush。
  • queued_chunks_limit_size:限制队列中的 chunk 数目,防止频繁 flush 产生过多的 chunk。
  • compress:压缩格式,可使用 text 或 gzip。默认为 text。
  • flush_at_shutdown:关闭时候是否 flush。对于非持久化 buffer 默认值为 true,持久化 buffer 默认值为 false。
  • flush_interval:多长时间 flush 一次。
  • retry_timeout:重试 flush 的超时时间。在这个时间后不再会 retry。
  • retry_forever:是否永远尝试 flush。如果设置为 true 会忽略 retry_timeout 的配置。
  • retry_max_times:重试最大次数。
  • retry_type:有两个配置值:retry 时间间隔,指数级增长或者是固定周期重试。
  • retry_wait:每次重试等待时间。
  • retry_exponential_backoff_base:retry 时间指数扩大倍数。
  • retry_max_interval:最长 retry 时间间隔。
  • retry_randomize:是否随机 retry 时间间隔。

配置文件重用

可以通过@include 配置文件路径方式,引用其他配置文件片段到 fluentd 主配置文件中。

配置文件路径可以使用买游戏平台地图绝对路径或相对路径。相对路径的基准路径为 fluentd 主配置文件所在的路径。

@include可以出现在主配置文件的任何位置。

Docker 日志输出到 fluentd

通过配置 fluentd logging driver 的方式实现。该 driver 发送的 log 信息包含:

字段描述
container_id 64 字符的 container id
container_name container 名字
source stdout 或 stderr
log container 的 log

全局配置方式

修改/etc/docker/daemon.json,增加如下内容:

{
  "log-driver": "fluentd",
  "log-opts": {
    "fluentd-address": "fluentdhost:24224"
  }
}

然后重启 docker daemon 使配置生效。

也可以通过添加--log-driver--log-opt参数的方式指定某个 container 使用 fluentd logging driver。如下所示:

docker run --log-driver=fluentd --log-opt fluentd-address=fluentdhost:24224

可以通过在--log-opt后指定 tag 的方式,确定 source 的 tag。

Docker 官网参考链接:https://docs.docker.com/config/containers/logging/fluentd/

配置实例

实例 1

采集/root/my.txt文件(内容格式为 key value),并发送到http://localhost:9090/

fluentd 的配置文件如下:

<source>
  @type tail
  path /root/my.txt
  pos_file /root/my.txt.pos
  tag my
  <parse>
    @type regexp
    expression /(?<key>\w+)\s(?<value>\w+)/
  </parse>
</source>

<match my>
  @type http

  endpoint http://localhost:9090/
  open_timeout 2
  http_method post

  <format>
    @type json
  </format>
  <buffer>
    flush_interval 3s
  </buffer>
</match>

实例 2

提取用户操作记录,打印到 fluentd 日志。

<source>
  @type tail
  # 这里使用HISTFILE环境变量,如果没有设置,使用默认值/root/.bash_history
  path "#{ENV["HISTFILE"] || /root/.bash_history}"
  pos_file /root/.bash_history.pos
  tag history
  <parse>
    @type none
  </parse>
</source>

<filter history>
  @type record_transformer
  <record>
    hostname ${hostname}
  </record>
</filter>

<match history>
  @type stdout
</match>

实例 3

收集用户操作记录转发到另一个 fluentd 节点,同时将数据发送到 Kafka 和存入 HDFS。

数据流为:fluentd 采集端 -> fluentd 收集端 -> kafka 和 HDFS

示例用户操作记录数据为:

root pts/1 2020-03-26 10:59 (10.180.206.1):root 2020-03-26 11:00:09 130  tail -f /var/log/command.his.log

采集节点的配置:

<source>
  @type tail
  path /var/log/command.his.log
  pos_file /var/log/command.his.log.pos
  tag history
  <parse>
    @type regexp
    # 使用正则解析日志文件
    expression /^(?<who_user>\w+)\s(?<pts>\S+)\s(?<who_time>\d{4}-\d{2}-\d{2}\s\d{2}:\d{2})\s\((?<remote_ip>\d+\.\d+\.\d+\.\d+)\):(?<user>\w+)\s(?<time>\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2})\s(?<res>\d+)\s(?<command>.+)$/
    time_key time
  </parse>
</source>
<filter history>
  @type record_transformer
  <record>
    # event内容增加hostname这一行
    hostname ${hostname}
  </record>
</filter>

<match history>
  @type forward
  send_timeout 60s
  recover_wait 10s
  hard_timeout 60s
  <buffer>
    # 1秒钟向另一个fluentd节点转发一次
    flush_interval 1s
  </buffer>
  <server>
    name myserver1
    host 10.180.210.172
    port 24225
    weight 60
  </server>
</match>

fluentd 收集节点的配置:

<source>
  @type forward
  port 24225
  bind 0.0.0.0
  tag remote
</source>

<match remote>
  # 使用copy方式,分两路输出
  @type copy
  <store>
    @type kafka2

    brokers 10.180.210.172:9092
    use_event_time true

    <buffer topic>
        @type file
        path /var/log/td-agent/buffer/td
        flush_interval 3s
    </buffer>

    <format>
        @type json
    </format>

    default_topic history

    required_acks -1
  </store>
  <store>
    @type webhdfs
    host 10.180.210.172
    port 50070
    path "/history/access.log.%Y%m%d_%H.#{Socket.gethostname}.log"
    <buffer>
        flush_interval 60s
    </buffer>
  </store>
</match>
这篇关于再见 Logstash,是时候拥抱下一代开源日志收集系统 Fluentd 了的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!