首页
/ bbotte/bbottehub.io 项目中的 Logstash Shipper 配置解析与优化指南

bbotte/bbottehub.io 项目中的 Logstash Shipper 配置解析与优化指南

2025-07-01 02:40:06作者:柏廷章Berta

配置概述

在 bbotte/bbottehub.io 项目中,Logstash Shipper 配置文件(logstash-shipper.conf)扮演着日志收集、处理和转发的重要角色。该配置主要实现了从指定日志文件收集数据,进行必要的格式处理,然后将处理后的日志发送到 Elasticsearch 进行存储和分析。

输入配置详解

多文件输入配置

配置中定义了两个文件输入源,分别监控不同路径的日志文件:

  1. /opt/log/api/test.log - 标记为 "test" 类型
  2. /opt/log/api/web.log - 标记为 "web" 类型

每个输入配置都包含以下关键参数:

  • path: 指定监控的日志文件路径
  • type: 为日志添加类型标识,便于后续处理
  • sincedb_path: 记录文件读取位置的数据库路径,确保重启后能继续从正确位置读取

多行日志处理

日志收集中最常见的挑战之一是处理跨多行的日志条目(如 Java 异常堆栈)。该配置使用了 multiline 编解码器来解决这个问题:

codec => multiline {
    pattern => "^\d\d\d\d-\d\d-\d\d \d\d:\d\d:\d\d.\d\d\d .+"
    negate => true
    what => "previous"
    max_lines => 100
}

这个配置的意思是:

  • 当日志行不匹配时间戳模式(^\d\d\d\d-\d\d-\d\d \d\d:\d\d:\d\d.\d\d\d .+)时
  • 将该行与前一行合并
  • 最多合并100行(防止内存消耗过大)

这种配置非常适合处理带有时间戳前缀的应用程序日志,确保多行日志事件被正确识别为一个完整的日志条目。

过滤处理流程

过滤部分是日志处理的核心,这里实现了以下功能:

异常处理

if "_grokparsefailure" in [tags] {
    drop { }
}

这段配置会丢弃所有无法被正确解析的日志事件(标记为 _grokparsefailure),确保只有格式正确的日志进入后续处理流程。

日志解析

grok {
    match => {
        "message" => "%{TIMESTAMP_ISO8601:timestamp} %{GREEDYDATA}"
    }
}

使用 Grok 模式从日志消息中提取时间戳和剩余内容。TIMESTAMP_ISO8601 是内置模式,匹配 ISO8601 格式的时间戳;GREEDYDATA 匹配剩余的所有内容。

时间处理

date {
    match => ["timestamp","yyyy-MM-dd HH:mm:ss.SSS"]
    timezone => "Asia/Shanghai"
}

将提取的时间戳字段解析为 Logstash 的内部时间格式,并指定时区为亚洲/上海。这一步非常重要,它确保了日志事件在 Elasticsearch 中能按正确的时间顺序排列。

输出配置

配置根据日志类型将数据发送到不同的 Elasticsearch 索引:

  1. "test" 类型日志 → bbotte-test-%{+YYYY.MM.dd}
  2. "web" 类型日志 → bbotte-web-%{+YYYY.MM.dd}

这种按日期滚动的索引命名方式(%{+YYYY.MM.dd})是 Elasticsearch 日志存储的最佳实践,它:

  • 便于按时间范围查询
  • 简化索引管理(如按时间删除旧索引)
  • 提高查询效率

配置优化建议

基于这个配置,可以考虑以下优化方向:

  1. 增加缓冲区配置:在输出部分添加 flush_sizeidle_flush_time 参数,优化批量写入性能
  2. 错误处理:为 Elasticsearch 输出添加重试机制,处理网络波动
  3. 性能监控:添加 stdout { codec => rubydebug } 输出用于调试(生产环境应关闭)
  4. 字段裁剪:在过滤阶段移除不必要的字段,减少网络传输和存储开销
  5. 索引模板:在 Elasticsearch 中预先配置索引模板,确保字段映射正确

实际应用场景

在 bbotte/bbottehub.io 项目中,这样的配置可以实现:

  1. 实时收集应用程序日志
  2. 自动处理多行日志条目
  3. 结构化解析日志内容
  4. 按类型分类存储
  5. 为后续的日志分析和监控提供基础数据

通过这种配置,项目团队可以轻松地:

  • 追踪应用程序异常
  • 分析系统行为
  • 监控服务健康状况
  • 进行性能优化

总结

bbotte/bbottehub.io 项目中的 Logstash Shipper 配置展示了一个典型的生产级日志收集方案。它涵盖了从日志收集、多行处理、格式解析到最终存储的完整流程,为构建可靠的日志分析系统提供了坚实基础。理解这个配置的工作原理,可以帮助开发者根据实际需求进行调整和优化,构建更适合自己项目的日志处理流水线。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8