Fluentd日志采集使用教程：从安装到实战

fluentd是何方神圣

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 = xxxtime = xxxrecord = {    "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 DataDocumentation=https://docs.treasuredata.com/articles/td-agentAfter=network-online.targetWants=network-online.target [Service]User=td-agentGroup=td-agentLimitNOFILE=65536Environment=LD_PRELOAD=/opt/td-agent/embedded/lib/libjemalloc.soEnvironment=GEM_HOME=/opt/td-agent/embedded/lib/ruby/gems/2.4.0/Environment=GEM_PATH=/opt/td-agent/embedded/lib/ruby/gems/2.4.0/Environment=FLUENT_CONF=/etc/td-agent/td-agent.confEnvironment=FLUENT_PLUGIN=/etc/td-agent/pluginEnvironment=FLUENT_SOCKET=/var/run/td-agent/td-agent.sockEnvironment=TD_AGENT_LOG_FILE=/var/log/td-agent/td-agent.logEnvironment=TD_AGENT_OPTIONS=EnvironmentFile=-/etc/sysconfig/td-agentPIDFile=/var/run/td-agent/td-agent.pidRuntimeDirectory=td-agentType=forkingExecStart=/opt/td-agent/embedded/bin/fluentd --log $TD_AGENT_LOG_FILE --daemon /var/run/td-agent/td-agent.pid $TD_AGENT_OPTIONSExecStop=/bin/kill -TERM ${MAINPID}ExecReload=/bin/kill -HUP ${MAINPID}Restart=alwaysTimeoutStopSec=120 [Install]WantedBy=multi-user.target

修改Service部分User和Group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/filetag 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，不要再多个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.logpath_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*.* @127.0.0.1:5140

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
     
• 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:1362020400 (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.app，tag_parts[1]返回my。tag_prefix和tag_suffix的结果如下：

tag_prefix[0] = debug          tag_suffix[0] = debug.my.apptag_prefix[1] = debug.my       tag_suffix[1] = my.apptag_prefix[2] = debug.my.app   tag_suffix[2] = app

配置文件使用通配符和扩展

<match>和<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a或a.b.c。
**：匹配0个或多个部分。比如a.**匹配a，a.b和a.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}和#{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_B12:00:25 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：

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和--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>

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删