Fluentd

• 摘要：最近发生了一些不可描述的故事,艰难之中换到了现在的组,主要的工作内容是数据挖掘。也终于有机会学习新的知识:Ruby和Fluentd。本文将总结开源软件Fluentd的入门知识,包括如何安装,配置文件语法,插件简介等内容。Fluentd的官网内容非常详尽,内容的组织也尤其清晰,所以网络上关于Fluentd的文档很少。本文主要用于学习记录,也希望能帮助到英语不好的读者。OverviewFluentd是一个完全开源免费的log信息收集软件,支持超过125个系统的log信息收集。其架

• 最近发生了一些不可描述的故事,艰难之中换到了现在的组,主要的工作内容是数据挖掘。也终于有机会学习新的知识:Ruby和Fluentd。本文将总结开源软件Fluentd的入门知识,包括如何安装,配置文件语法,插件简介等内容。Fluentd的 官网 内容非常详尽,内容的组织也尤其清晰,所以网络上关于Fluentd的文档很少。本文主要用于学习记录,也希望能帮助到英语不好的读者。

  Overview

  Fluentd是一个完全开源免费的log信息收集软件,支持超过125个系统的log信息收集。其架构图如图1所示。

  

  图1. Fluentd架构图

  本质上,Fluentd可以分为客户端和服务端两种模块。客户端为安装在被采集系统中的程序,用于读取log文件等信息,并发送到Fluentd的服务端。服务端则是一个收集器。在Fluentd服务端,我们可以进行相应的配置,使其可以对收集到的数据进行过滤和处理,并最终路由到下一跳。下一跳可以是用于存储的数据库,如MongoDB, Amazon S3, 也可以是其他的数据处理平台,比如Hadoop。

  Install

  由于Fluentd的安装较为麻烦,所以业界流行的稳定安装版本其实是有Treasure Data公司提供的td-agent。本文将介绍的也是td-agent的安装和使用。

  官网 安装文档 介绍了针对不同系统的安装办法。本文介绍“Ubuntu 14.04 LTS / Trusty 64bit/32bit“系统的安装:

  curl -L https://toolbelt.treasuredata.com/sh/install-ubuntu-trusty-td-agent2.sh | sh

  安装完成之后,可运行以下的命令来启动Fluentd服务:

  $ /etc/init.d/td-agent restart

  $ /etc/init.d/td-agent status

  td-agent (pid21678) is running...

  通过start, stop, restart等命令可以启动、关闭和重启Fluentd服务。此时默认的Fluentd配置文件的目录是/etc/td-agent/td-agent.conf文件。

  Post Sample Logs via HTTP

  默认情况下,/etc/td-agent/td-agent.conf文件已经对td-agent进行了基本的配置。可以接收通过HTTP Post的数据,并将其路由、写入到/var/log/td-agent/td-agent.log中。

  可尝试通过以下curl命令来尝试post数据。

  $ curl -X POST -d 'json={"json":"message"}' http://localhost:8888/debug.test

  执行之后,可在输出log的最后一行找到我们输入的测试数据。

  Syntax of Config

  在Fluentd中,配置文件非常重要,它定义了Fluentd应该执行的操作。其语法很简单,详细内容可点击 配置语法 。

  打开/etc/td-agent/td-agent.conf文件,可以看到配置文件的具体内容。配置文件中基本会出现的配置分为以下几种:

  source: 定义输入

  match:定义输出的目标,如写入文件,或者发送到指定地点。

  filter:过滤,也即事件处理流水线,可在输入和输出之间运行。

  system:系统级别的设置。

  label:定义一组操作,从而实现复用和内部路由。

  @include:引入其他文件,和Java、python的import类似。

  source

  Fluentd支持多输入。每一个输入配置必须包含类型/type,比如tcp数据输入,或者http类型输入。type将指定使用的input plugin。以下的示例中就定义了两个输入源,一个是从24224端口进入的tcp数据流,另一个是从9880端口进入的http数据。

  # 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>

  Source指定的input插件将带有{tag, time,record} 三个属性的事件/event提交给Fluentd的引擎,完成数据的输入。

  match

  Match配置了数据流的匹配规则和匹配成功后所需执行的动作,和路由表项类似。比如以下的配置中就对匹配myapp.access标签成功的数据包执行file类型动作,将数据写入到路径为/var/log/fluent/access的文件中。

  # Match events tagged with "myapp.access" and

  # store them to /var/log/fluent/access.%Y-%m-%d

  # Of course, you can control how you partition your data

  # with the time_slice_format option.

  <match myapp.access>

  @type file

  path /var/log/fluent/access

  </match>

  标准的动作有file和forward等。File表明写入文件,而forward表明转发到下一跳。

  Match Pattern的设计与正常的正则匹配没有区别,具体的分类如下:

  *: 匹配tag的某一部分,比如 a.* 可以匹配 a.b, 但a.b.c无法匹配成功。

  **: 匹配0个或者多个tag部分。比如 a.** 可以匹配a.b,a.b.c

  {X,Y,Z}:匹配X, Y, or Z,或关系。

  此外,他们还可以混用,比如a.{b,c,d}.*等等。当

  标签内,有多个匹配模式时,将支持或逻辑的匹配,即只要匹配成功人一个都执行对应的操作。比如:

  <match a b> 匹配a和b.

  <match a.** b.*> 匹配a, a.b, a.b.c

  Logging

  Fluentd支持两种类型的logging 配置,一种是全局的,另一种是针对插件的。

  global

  Plugin

  支持的log的输出级别有如下几种:

  fatal

  error

  warn

  info

  debug

  trace

  介绍完Config file的语法之后,我们还需要了解config file配置的对象Fluentd的Plugin/插件。

  Plugin

  Fluentd有5种类型的插件,分别是:

  Input:完成输入数据的读取,由source部分配置

  Parser:解析插件

  Output:完成输出数据的操作,由match部分配置

  Formatter:消息格式化的插件,属于filter类型

  Buffer:缓存插件,用于缓存数据

  每一个类型都包含着多种的插件,比如input类型就包含了以下几种插件:

  in_forward

  in_http

  in_tail

  in_exec

  in_syslog

  in_scribe

  由于篇幅限制,本文将不会对插件进行展开介绍,读者可以自行阅读 官方文档 。

  Route

  Route指的是数据在Fluentd中的处理流水线,一般的流程为

  input -> filter -> output

  input -> filter -> output with label

  即由输入插件获取数据,然后交给filter做处理,然后交给output插件去转发。同时,也支持数据包/事件的重新提交,比如修改tag之后重新路由等等。

  reroute event by tags

  reroute event by record content

  reroute event to other label

  Use case

  此处将选择一个最简单的使用案例来介绍Fluentd的使用。 Fluentd收集Docker的登陆信息 案例。

  首先创建一个config file, 用于配置Fluentd的行为,可命名为”in_docker.conf“。

  <source>

  type forward

  port 24224

  bind 0.0.0.0

  </source>

  <match *.*>

  type stdout

  </match>

  然后保存文件。使用以下命令运行Fluentd。

  $ fluentd -c in_docker.conf

  若运行成功则可见输出信息如下所示:

  $ fluentd -c in_docker.conf

  2015-09-01 15:07:12 -0600 [info]: reading config file path="in_docker.conf"

  2015-09-01 15:07:12 -0600 [info]: starting fluentd-0.12.15

  2015-09-01 15:07:12 -0600 [info]: gem 'fluent-plugin-mongo' version '0.7.10'

  2015-09-01 15:07:12 -0600 [info]: gem 'fluentd' version '0.12.15'

  2015-09-01 15:07:12 -0600 [info]: adding match pattern="*.*" type="stdout"

  2015-09-01 15:07:12 -0600 [info]: adding source type="forward"

  2015-09-01 15:07:12 -0600 [info]: using configuration file: <ROOT>

  <source>

  @type forward

  port 24224

  bind 0.0.0.0

  </source>

  <match docker.*>

  @type stdout

  </match>

  </ROOT>

  2015-09-01 15:07:12 -0600 [info]: listening fluent socket on 0.0.0.0:24224

  然后启动docker containner。如果之前没有安装过docker engine,请读者自行安装。由于docker 本身支持Fluentd收集信息,所以可以通过启动命令来启动Fluentd的client/客户端。

  $ docker run --log-driver=fluentd ubuntu echo "Hello Fluentd!"

  Hello Fluentd!

  以上命令中的ubuntu为一个镜像,如果本地没有,docker engine会自动下载,并在此镜像上创建容器。启动容器后,查看默认的输出信息文件:/var/log/td-agent/td-agent.log,可在最后一行查看到输出的信息。

  总结

  Fluentd是一个优秀的log信息收集的开源免费软件,目前以支持超过125种系统的log信息获取。Fluentd结合其他数据处理平台的使用,可以搭建大数据收集和处理平台,搭建商业化的解决方案。