公众号关注 「奇妙的 Linux 世界」

设为「星标」，每天带你玩转 Linux ！

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 | shsystemctl 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/2.4.0/
Environment=GEM_PATH=/opt/td-agent/embedded/lib/ruby/gems/2.4.0/
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 tailpath /var/log/httpd-access.logpos_file /var/log/td-agent/httpd-access.log.postag 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 regexpexpression ^(?<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 execcommand cmd arg arg<parse>keys k1,k2,k3</parse><extract>tag_key k1time_key k2time_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 exectag system.loadavgcommand cat /proc/loadavg | cut -d ' ' -f 1,2,3run_interval 1m<parse>@type tsvkeys avg1,avg5,avg15delimiter " "</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 syslogport 5140bind 0.0.0.0tag 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 dummydummy {"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 forwardport 24224bind 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 filepath /var/log/fluent/myappcompress gzip<buffer>timekey 1dtimekey_use_utc truetimekey_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 forwardsend_timeout 60srecover_wait 10shard_timeout 60s<server>name myserver1host 192.168.1.3port 24224weight 60</server><server>name myserver2host 192.168.1.4port 24224weight 60</server>...<secondary>@type filepath /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 filepath /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 httpendpoint http://logserver.com:9000/apiopen_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 elasticsearchhost localhostport 9200logstash_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 brokersbrokers <broker1_host>:<broker1_port>,<broker2_host>:<broker2_port>use_event_time true# buffer settings<buffer topic>@type filepath /var/log/td-agent/buffer/tdflush_interval 3s</buffer># data type settings<format>@type json</format># topic settingstopic_key topicdefault_topic messages# producer settingsrequired_acks -1compression_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 webhdfshost namenode.your.cluster.localport 50070path "/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 regexpexpression /.../
</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 regexpexpression /^\[(?<logtime>[^\]]*)\] (?<name>[^ ]*) (?<title>[^ ]*) (?<id>\d*)$/time_key logtimetime_format %Y-%m-%d %H:%M:%S %ztypes 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_transformerenable_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.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>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 filepath /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_A12:00:01 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 tailpath /root/my.txtpos_file /root/my.txt.postag my<parse>@type regexpexpression /(?<key>\w+)\s(?<value>\w+)/</parse>
</source><match my>@type httpendpoint http://localhost:9090/open_timeout 2http_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_historypath "#{ENV["HISTFILE"] || /root/.bash_history}"pos_file /root/.bash_history.postag 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 tailpath /var/log/command.his.logpos_file /var/log/command.his.log.postag 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 forwardsend_timeout 60srecover_wait 10shard_timeout 60s<buffer># 1秒钟向另一个fluentd节点转发一次flush_interval 1s</buffer><server>name myserver1host 10.180.210.172port 24225weight 60</server>
</match>

fluentd 收集节点的配置：

<source>@type forwardport 24225bind 0.0.0.0tag remote
</source><match remote># 使用copy方式，分两路输出@type copy<store>@type kafka2brokers 10.180.210.172:9092use_event_time true<buffer topic>@type filepath /var/log/td-agent/buffer/tdflush_interval 3s</buffer><format>@type json</format>default_topic historyrequired_acks -1</store><store>@type webhdfshost 10.180.210.172port 50070path "/history/access.log.%Y%m%d_%H.#{Socket.gethostname}.log"<buffer>flush_interval 60s</buffer></store>
</match>

本文转载自：「k8s技术圈」，原文：http://t.cn/A6cRchID，版权归原作者所有。欢迎投稿，投稿邮箱: editor@hi-linux.com。

你可能还喜欢

点击下方图片即可阅读

重磅 | AWS 免费开源增强版 Elasticsearch 分支 OpenSearch

点击上方图片，打开小程序，加入「玩转 Linux」圈子

更多有趣的互联网新鲜事，关注「奇妙的互联网」视频号全了解！