简介
Fluentd是一个开源的数据收集器,专为处理数据流设计,有点像syslogd
,但是使用JSON作为数据格式。它采用了插件式的架构,具有高可扩展性高可用性,同时还实现了高可靠的信息转发。
据分(Y)析(Y),Fluentd是由Fluent+d得来,d生动形象地标明了它是以一个守护进程的方式运行。官网上将其描述为data collector,在使用上,我们可以把各种不同来源的信息,首先发送给Fluentd,接着Fluentd根据配置通过不同的插件把信息转发到不同的地方,比如文件、SaaS Platform、数据库,甚至可以转发到另一个Fluentd。
总结一下,数据流殊途,同归与Fluentd,Fluentd做一些诸如过滤、缓存、路由等工作,将其转发到不同的最终接收方。
用Fluentd处理数据还能保证一定的实时性,其提供种类丰富的客户端lib,很适合处理单位时间emit出log数量巨大的场景。从v10后,Fluentd不支持Windows。
其采用Ruby编写,比较注重性能的地方采用C编写,Ruby的创始人松本老师这样评价Fluentd:
Fluentd proves you can achieve programmer happiness and performance at the same time. A great example of Ruby beyond the Web.
Heroku的联合创始人Adam Wiggins说的挺有道理:
Logs are streams, not files. I love that Fluentd puts this concept front-and-center, with a developer-friendly approach for distributed systems logging.
更多信息请看这里。
安装安装前的准备工作
安装ntpd
ntpd
,以d结尾,是一个守护进程,全称是Network Time Protocol (NTP) daemon,它通过与一个Internet标准时钟服务器同步来维护系统时钟,同时也可以将本机做为一个时钟服务器对外提供时钟同步服务。更多信息请man一下ntpd。
安装ntpd是为了防止Fluentd在收集log的时候出现非法的时间戳。
在Ubuntu下,apt-get即可安装:
$ sudo apt-get install ntp
之后查看ntpd是否启动成功(pgrep返回进程号):
$ pgrep ntpd
增加系统文件描述符的最大数量
通过ulimit查看当前的文件描述符的最大数量:
$ ulimit -n
如果是1024,那是远远不够的,将下面4行添加到/etc/security/limits.conf
中,重启机器。
root soft nofile 65536 root hard nofile 65536 * soft nofile 65536 * hard nofile 65536
之后用ulimit查看,应该是65536了。
(Optional)优化机器内核TCP/IP参数
如果Fluentd处于一个高负载的运行环境,比如一个机器中运行了多个Fluentd实例,那么最好将下面的参数添加到/etc/sysctl.conf
中:
net.ipv4.tcp_tw_recycle = 1 net.ipv4.tcp_tw_reuse = 1 net.ipv4.ip_local_port_range = 10240 65535
然后执行sysctl -w
或者重启机器使之生效。
这个跟TCP/IP的细节有关系,我没有深究,貌似是为了防止短连接数过多,机器处于TIME_WAIT
状态的TCP连接数过多,开启快速回收与重用。具体请参考这里。
安装Fluentd写在前面
有很多种方式来安装Fluentd,比如通过Ruby的Gem,以及Ubuntu的deb、OS X的Homebrew。
采用Ruby的Gem安装比较简单,安装的是基本版的Fluentd,即不自带/etc/init.d
脚本,在运行时内存分配采用的是操作系统默认的方式;
而采用.rpm/.deb for Linux的方式安装呢,安装的是一个由Treasure Data, Inc维护的稳定版本Fluentd,又被称为td-agent。为了保持一个良好的灵活性,Fluentd采用Ruby编写,性能要求比较高的地方采用C编写,考虑到一般的用户可能安装操作Ruby有困难,因此该公司维护并提供了一个稳定版本的Fluentd。该版本的Fluentd在内存分配上采用了着重避免内存碎片分配实现jemalloc。两个版本的区别可以在这查看。
那么我们到底选用哪种方式呢,根据官方的文档。td-agent强调new features的稳定性,如果希望自己控制Fluentd的features,自己手动去更新,采用gem的方式安装。如果是第一次使用Fluentd或者在大规模的生产环境使用,推荐安装td-agent,每2-3个月,td-agent就会发布一个新的版本。
在Ubuntu 12.04上安装Fluentd
注意 这种方式截止到笔者发稿仅支持一下两个Ubuntu的版本:
Ubuntu 12.04 LTS / PreciseUbuntu 10.04 LTS / Lucid
可以在这里查看最新进展。
(Optional but Recommend)设置GPG Key
deb包使用Treasure Data GPG key签名,首先将GPG key导入apt:
$ apt-key add /path/to/RPM-GPG-KEY-td-agent
执行下面的脚本
echo "This script requires superuser access to install apt packages." echo "You will be prompted for your password by sudo." # clear any previous sudo permission sudo -k # run inside sudo sudo sh <<SCRIPT # add treasure data repository to apt echo "deb http://packages.treasure-data.com/precise/ precise contrib" > /etc/apt、sources.list.d/treasure-data.list # update your sources apt-get update # install the toolbelt apt-get install -y --force-yes td-agent SCRIPT
即安装完毕。
也可执行下面的的命令:
$ curl -L http://toolbelt.treasuredata.com/sh/install-ubuntu-precise.sh | sh
其实脚本内容就是上面的,我粘过去的。
启动Fluentd的守护进程
因为我们安装的是td-agent,自带/etc/init.d/td-agent
脚本,通过该脚本启动Fluentd服务。
$ /etc/init.d/td-agent restart * Restarting td-agent td-agent $ /etc/init.d/td-agent status * ruby is running
同时还支持以下命令:
$ /etc/init.d/td-agent start $ /etc/init.d/td-agent stop $ /etc/init.d/td-agent restart $ /etc/init.d/td-agent status
配置文件在:/etc/td-agent/td-agent.conf
测试
默认在配置文件中td-agent在8888端口监听,接收来自HTTP的log信息,并把其路由到stdout(/var/log/td-agent/td-agent.log
),可以用curl命令测试:
$ curl -X POST -d 'json={"json":"message"}' http://localhost:8888/debug.test
之后打开/var/log/td-agent/td-agent.log
,可以见到已经输出了信息:
后记
现在我们已经准备好使用Fluentd收集日志信息了。接下来就是配置和实际应用。
简介
Fluentd是一个开源的数据收集器,专为处理数据流设计,有点像syslogd
,但是使用JSON作为数据格式。它采用了插件式的架构,具有高可扩展性高可用性,同时还实现了高可靠的信息转发。