转载自http://blog.csdn.net/qq_27252133/article/details/53520416
原文https://blog.laisky.com/p/fluentd/
最近为了做一些数据分析，把我自己服务器上所有应用的日志都通过 fluentd 转存到 mongodb 了，第一次用 fluentd，记录一些笔记。
因为是初学，绝大部分内容来源于官方文档2，等实际线上使用一段时间后再来更新一些心得。
fluent 比较烦的一点是，从 gem 安装和从 rpm、yum 安装的名字不一样，连配置文件的路径都不一样，需要记住的是：
从 gem 安装的，配置文件和执行程序都叫做 fluent；从 rpm 安装的，配置文件和执行程序都叫做 td-agent。详细可参见官方文档。
以 CentOS 为例：
# 安装 $ sudo curl -L https://toolbelt.treasuredata.com/sh/install-redhat-td-agent2.sh | sh # 启动 $ sudo /etc/init.d/td-agent startfluentd 是一个日志收集系统，通过丰富的插件，可以收集来自于各种系统或应用的日志，然后根据用户定义将日志做分类处理。
通过 fluentd，你可以非常轻易的实现像追踪日志文件并将其过滤后转存到 MongoDB 这样的操作。fluentd 可以彻底的将你从繁琐的日志处理中解放出来。
用图来做说明的话，使用 fluentd 以前，你的系统是这样的：
使用了 fluentd 后，你的系统会成为这样：
（图片来源3）
分为两种情况：
如果是通过 gem 安装的，那么可以通过下列命令生成和编辑配置文件 $ sudo fluentd --setup /etc/fluent $ sudo vi /etc/fluent/fluent.conf 如果是通过 RPM, Deb 或 DMG 安装的，那么配置文件在： $ sudo vi /etc/td-agent/td-agent.conf你可以在配置文件里使用 @include 来切分你的配置文件，include 支持多种写法：
# 绝对路径 include /path/to/config.conf # 相对路径 @include conf.d/*.conf # 甚至 URL @include http://example.com/fluent.conf在配置文件里你需要为很多参数赋值，这些值必须使用 fluentd 支持的数据格式，有下列这些：
string：字符串，最常见的格式，详细支持语法见文档1；integer：整数float：浮点数；size 大小，仅支持整数 <INTEGER>k 或 <INTERGER>K；<INTEGER>m 或 <INTERGER>M；<INTEGER>g 或 <INTERGER>G；<INTEGER>t 或 <INTERGER>T。time：时间，也只支持整数； <INTEGER>s 或 <INTERGER>S；<INTEGER>m 或 <INTERGER>M；<INTEGER>h 或 <INTERGER>H；<INTEGER>d 或 <INTERGER>D。array：按照 JSON array 解析；hash：按照 JSON object 解析。配置文件的核心是各种命令块(directives)，每一种命令都是为了完成某种处理，命令与命令之前还可以组成串联关系，以 pipline 的形式流式的处理和分发日志。
最常见的方式就是 source 收集日志，然后由串联的 filter 做流式的处理，最后交给 match 进行分发。
同时你还可以用 label 将任务分组，用 error 处理异常，用 system 修改运行参数。
下面是详细的说明。
source 是 fluentd 的一切数据的来源，每一个 source 内都包含一个输入模块，比如原生集成的包含 http 和 forward 两个模块，分别用来接收 HTTP 请求和 TCP 请求：
# Receive events from 24224/tcp # This is used by log forwarding and the fluent-cat command <source> @type forward port 24224 </source> # http://this.host:9880/myapp.access?json={"event":"data"} <source> @type http port 9880 </source>当然，除了这两个外，fluentd 还有大量的支持各种协议或方式的 source 插件，比如最常用的 tail 就可以帮你追踪文件。
每一个具体的插件都包含其特有的参数，比如上例中 port 就是一个参数，当你要使用一个 source 插件的时候，注意看看有哪些参数是需要配置的，然后将其写到 source directive 内。
source dirctive 在获取到输入后，会向 fluent 的路由抛出一个事件，这个事件包含三个要素：
tagtimerecord那上例代码中的第二个 source 举例，当我们发起一个 http://this.host:9880/myapp.access?json={"event":"data"} 的请求时，这个 source 会抛出：
# generated by http://this.host:9880/myapp.access?json={"event":"data"} tag: myapp.access time: (current time) record: {"event":"data"}关于如何编写一个输入插件，可以参考文档4。
match 用来指定动作，通过 tag 匹配 source，然后执行指定的命令来分发日志，最常见的用法就是将 source 收集的日志转存到数据库。
# http://this.host:9880/myapp.access?json={"event":"data"} <source> @type http port 9880 </source> # 将标记为 myapp.access 的日志转存到文件 <match myapp.access> @type file path /var/log/fluent/access </match>上例中的 myapp.access 就是 tag，tag 有好几种匹配模式：
*：匹配任意一个 tag；**：匹配任意数量个 tag；a b：匹配 a 或 b；{X,Y,Z}：匹配 X, Y, Z 中的一个。比如我可以写成这样：
<match a.*> <match **> <match a.{b,c}> <match a.* b.*>fluentd 按照 match 出现的顺序依次匹配，一旦匹配成功就不会再往下匹配，所以如果你先写了一个 match **，然后后面的所有的 match 都会被忽略。
然后我们使用了 @type file 插件来处理事件，这个插件有一个 path 属性，用来指定输出文件。
用法和 source 几乎一模一样，不过 source 是抛出事件，match 是接收并处理事件。你同样可以找到大量的各式各样的输出插件，也可以参考文档5自己写一个。
filter 和 match 的语法几乎完全一样，但是 filter 可以串联成 pipeline，对数据进行串行处理，最终再交给 match 输出。
# http://this.host:9880/myapp.access?json={"event":"data"} <source> @type http port 9880 </source> <filter myapp.access> @type record_transformer <record> host_param "#{Socket.gethostname}" </record> </filter> <match myapp.access> @type file path /var/log/fluent/access </match>这个例子里，filter 获取数据后，调用原生的 @type record_transformer 插件，在事件的 record 里插入了新的字段 host_param，然后再交给 match 输出。
你可以参考文档6来学习如何编写自定义的 filter。
虽然各个插件都有各自的参数，不过 fluentd 为所有的插件都设定了一组默认的参数： - @type：指定插件类型； - @id：给插件指定一个 id； - @label：指定 label； - @log_level：指定插件接收的日志级别。
你可以在任意插件内指定这些参数。
fluentd 的相关设置，可以在启动时设置，也可以在配置文件里设置，包含：
log_levelsuppress_repeated_stacktraceemit_error_log_intervalsuppress_config_dumpwithout_sourcelabel 用于将任务进行分组，方便复杂任务的管理。
你可以在 source 里指定 @label @<LABEL_NAME>，这个 source 所触发的事件就会被发送给指定的 label 所包含的任务，而不会被后续的其他任务获取到。
看个例子：
<source> @type forward </source> <source> # 这个任务指定了 label 为 @SYSTEM # 会被发送给 <label @SYSTEM> # 而不会被发送给下面紧跟的 filter 和 match @type tail @label @SYSTEM </source> <filter access.**> @type record_transformer <record> # ... </record> </filter> <match **> @type elasticsearch # ... </match> <label @SYSTEM> # 将会接收到上面 @type tail 的 source event <filter var.log.middleware.**> @type grep # ... </filter> <match **> @type s3 # ... </match> </label>用来接收插件通过调用 emit_error_event API 抛出的异常，使用方法和 label 一样，通过设定 <label @ERROR> 就可以接收到相关的异常。
一个监听 Nginx 日志的例子：
<source> @type tail @id nginx-access @label @nginx path /var/log/nginx/access.log pos_file /var/lib/fluentd/nginx-access.log.posg tag nginx.access format /^(?<remote>[^ ]*) (?<host>[^ ]*) \[(?<time>[^\]]*)\] (?<code>[^ ]*) "(?<method>\S+)(?: +(?<path>[^\"]*) +\S*)?" (?<size>[^ ]*)(?: "(?<referer>[^\"]*)" "(?<agent>[^\"]*)")?$/ time_format %d/%b/%Y:%H:%M:%S %z </source> <source> @type tail @id nginx-error @label @nginx path /var/log/nginx/error.log pos_file /var/lib/fluentd/nginx-error.log.posg tag nginx.error format /^(?<time>\d{4}/\d{2}/\d{2} \d{2}:\d{2}:\d{2}) \[(?<log_level>\w+)\] (?<pid>\d+).(?<tid>\d+): (?<message>.*)$/ </source> <label @nginx> <match nginx.access> @type mongo database nginx collection access host 10.47.12.119 port 27016 time_key time flush_interval 10s </match> <match nginx.error> @type mongo database nginx collection error host 10.47.12.119 port 27016 time_key time flush_interval 10s </match> </label>为了匹配，你也需要修改 Nginx 的 log_format 为：
log_format main '$remote_addr $host [$time_local] $status "$request" $body_bytes_sent "$http_referer" "$http_user_agent"';我自己在用的一个 docker 的镜像和 docker-compose.yml。
fluentd: 字符串格式 ↩
fluentd: configure ↩
fluentd安装配置简介 ↩
fluentd: Input Plugin Overview ↩
fluentd: Output Plugin Overview ↩
fluentd: Filter Plugin Overview ↩
转载于:https://www.cnblogs.com/fanren224/p/8457181.html
相关资源：连接二值图像中断开的点