fluentd 安装、配置、使用介绍
fluentd2 是一个针对日志的收集、处理、转发系统。通过丰富的插件系统， 可以收集来自于各种系统
fluentd2 是一个针对日志的收集、处理、转发系统。通过丰富的插件系统， 可以收集来自于各种系统或应用的日志，转化为用户指定的格式后，转发到用户所指定的日志存储系统之中。
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：
此文将会对 fluentd 的安装、配置、使用等各方面做一个简要的介绍。
fluentd 既可以作为日志收集器安装到每一个结点上， 也可以作为一个服务端收集各个结点上报的日志流。 你甚至也可以在各个结点上都部署 fluentd 收集日志，然后上报到一个 fluentd 集群做统一处理， 然后再转发到最终的日志存储服务器。
所以在一个完整的日志收集、处理系统里，你可以构建一个这样的日志处理流：
Apps (with fluentd/fluent-bit) -> broker (kafka) -> fluentd cluster -> elasticsearch -> kibana其中提到的 fluent-bit 是一个极简版的 fluentd，专门用作日志的收集和转发， 可以在应用结点上取代 fluentd 收集日志，满足极端的资源要求。
1、与 logstash 的对比
通过上述描述，你也许会觉得和 ELK 中的 Logstash 高度相似。事实上也确实如此，你完全可以用 fluentd 来替换掉 ELK 中的 Logstash。
有两篇文章对这两个工具做了很好的对比：
Fluentd vs. Logstash: A Comparison of Log Collectors
Log Aggregation with Fluentd, Elasticsearch and Kibana概括一下的话，有以下区别：
fluentd 比 logstash 更省资源；
更轻量级的 fluent-bid 对应 filebeat，作为部署在结点上的日志收集器；
fluentd 有更多强大、开放的插件数量和社区。1、安装 fluentd
详细可参见官方文档。
以 CentOS 为例：
安装
$ curl -L https://toolbelt.treasuredata.com/sh/install-redhat-td-agent3.sh | sh通过 systemd 启动
$ sudo systemctl start td-agent.service
$ sudo systemctl status td-agent.service或者也可以手动启动
$ /etc/init.d/td-agent start
$ /etc/init.d/td-agent stop
$ /etc/init.d/td-agent restart
$ /etc/init.d/td-agent status2、安装插件
#从 rpm 安装的话，
#比如要使用下例的 mongo，需要安装
# $ sudo td-agent-gem install fluent-plugin-mongo
$ sudo td-agent-gem <PLUGIN_NAME>#从 gem 安装的话
$ sudo gem install <PLUGIN_NAME>三、配置文件
1、路径
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.conf2、重用
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
3、数据格式
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。四、命令
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，命令与命令之间还可以组成串联关系，以 pipline 的形式流式的处理和分发日志。
命令的主要组成部分有：
source
filter
match
label
error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。match 是日志流程的终点，一旦匹配了某一个 match，就不会再继续往下匹配了。
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。
不同的命令中，都可以通过 @type 指定想要使用的插件名字，而且还可以传入各式各样的插件参数， 由丰富的插件提供强大的功能，下面是详细一些的说明。（关于参数的说明在下面一章。）
1、source
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：
tag
time
record
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。
2、match
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.*>
match 是从上往下依次匹配的，一旦一个日志流被匹配上，就不会再继续匹配剩下的 match 了。 所以如果有 <match **> 这样的全匹配，一定要放到配置文件的最后。
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。
而且 match 不仅仅用来处理输出，还可以对日志事件进行一些处理后重新抛出，当成一个新的事件从新走一遍流程，比如可以用 rewrite_tag_filter 插件为日志流重新打上 tag，实现通过正则来对日志进行分流的需求：
<match app>
# 捕获被打上了 app tag 的日志
...
</match>
<match cp>
# 捕获被打上了 cp tag 的日志
...
</match>
<match **>
# https://docs.fluentd.org/v0.12/articles/out_rewrite_tag_filter
# 被打上 tag 的日志会被从头处理，从而被上面的 match 捕获，实现了日志的分流
@type rewrite_tag_filter
<rule>
key log # 指定要处理的 field
pattern ^.*\ c\.p\.\ .* # 匹配条件
tag cp # 打上 tag `cp`
</rule>
<rule>
key log
pattern ^.*
tag app # 其余日志打上 tag `app`
</rule>
</match>3、filter
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。
4、system
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_level
suppress_repeated_stacktrace
emit_error_log_interval
suppress_config_dump
without_source
五、插件介绍 Plugins
Fluentd 有一个非常活跃社区，提供了大量的插件，你可以在这里看到大多数常见插件的列表：List of All Plugins。
Fluentd 支持 7 种类型的插件：
Input：事件流入口；
Parser：修改 Input 插件中事件格式，用于 Source；
Filter： 修改事件流，用于 Filter；
Output：输出插件，用于 Match；
Formatter：修改 Output 插件中事件流的格式，用于 Match；
Buffer：在 Output 插件中指定 buffer，用于 Match；
Storage：将插件状态存入内存或数据库，可用于 Source、Filter 和 Match，需要插件支持 storage 命令。六、插件参数 Parameters
不同的插件都可以设定不同的参数，拿最简单的 forward 举个例子：
<source>
@type http
port 9880
</source>其中 @type、port 都是参数，一个指明了插件的名字，另一个指明了监听的端口。
fluentd 里有两种类型的参数：
默认参数：以 @ 开头的都是默认参数；
插件参数：其余的参数都是插件参数，为插件做配置，可以在插件文档里查阅。
1、默认参数 Common plugin parameter
fluentd 里只有四个默认参数：
@type：用于指定插件类型；
@id：指定插件 id，在输出监控信息的时候有用；
@label：指定分组标签，可以对日志流做批处理；
@log_level：为每一组命令设定日志级别。
label
label 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 @
需要注意的是，label 一旦被声明了，就必须在后面被用到，否则会报错。
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>
error
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。
log_level
官方文档
目前支持的日志级别参数值有：
fatal
error
warn
info
debug
trace从上往下依次递减，当你指定了一个级别后，会捕获大于等于该级别的所有日志。
比如如果你指定 @log_level info，就会获取到 info, warn, error, fatal 级别的日志。
2、其他插件参数
除了默认参数外，各个插件还可以定制自己的参数，这个就需要查阅你所用插件的文档页面了。
拿 tail 举个例子，我们可以查阅 文档， 可以看到它有 tag, path, exclude_path, … 等一系列的参数，比如其中 tag 就可以为日志流打上供 match 使用的 tag。
七、高可用
内容来源于官方文档：Fluentd High Availability Configuration。
1、Message Delivery Semantics
任何消息传递系统，都需要考虑消息递交语义（delivery semantics）：
At most once：最多传递一次，有可能会丢消息，但是不会重复；
At least once：最少传递一次，不会丢消息，但是可能重复；
Exactly once：确切的只传递一次，需要多次确认消息状态，会极大的牺牲性能。
一般来说，我们会根据业务场景，在前两种中选择一种，第三种因为性能较差，只适合在小型内部系统上玩玩。
2、网络拓扑
一个日志收集系统由两个角色组成：
log forwarders：负责日志采集和转发；
log aggregators：负责日志收集和汇总处理。
fluentd 可以扮演上述两个角色（或者由 fluent-bit 扮演 forwarders 角色），为了保证高可用， 对 aggregators 做多点备份：
Fluentd的安装与简单实用（第一章）-yellowcong
https://blog.csdn.net/yelllowcong/article/details/80749505
