Fluent-plugin-elasticsearch 使用教程
2026-01-17 09:35:20作者:乔或婵
1. 项目的目录结构及介绍
Fluent-plugin-elasticsearch 是一个用于将日志发送到 Elasticsearch 的 Fluentd 插件。以下是该项目的目录结构及其介绍:
fluent-plugin-elasticsearch/
├── CONTRIBUTING.md
├── Gemfile
├── LICENSE.txt
├── README.md
├── Rakefile
├── fluent-plugin-elasticsearch.gemspec
├── lib/
│ └── fluent/
│ └── plugin/
│ ├── in_elasticsearch.rb
│ ├── out_elasticsearch.rb
│ └── out_elasticsearch_dynamic.rb
├── test/
│ └── plugin/
│ ├── test_in_elasticsearch.rb
│ ├── test_out_elasticsearch.rb
│ └── test_out_elasticsearch_dynamic.rb
└── README_ELASTICSEARCH_INPUT.md
目录结构说明
- CONTRIBUTING.md: 贡献指南文件。
- Gemfile: Ruby 项目的依赖管理文件。
- LICENSE.txt: 项目许可证文件。
- README.md: 项目主文档文件。
- Rakefile: Ruby 项目的自动化任务文件。
- fluent-plugin-elasticsearch.gemspec: 项目的 gem 规范文件。
- lib/fluent/plugin/: 包含插件的核心代码文件。
- in_elasticsearch.rb: Elasticsearch 输入插件。
- out_elasticsearch.rb: Elasticsearch 输出插件。
- out_elasticsearch_dynamic.rb: 动态 Elasticsearch 输出插件。
- test/plugin/: 包含插件的测试代码文件。
- test_in_elasticsearch.rb: Elasticsearch 输入插件的测试文件。
- test_out_elasticsearch.rb: Elasticsearch 输出插件的测试文件。
- test_out_elasticsearch_dynamic.rb: 动态 Elasticsearch 输出插件的测试文件。
- README_ELASTICSEARCH_INPUT.md: Elasticsearch 输入插件的详细文档文件。
2. 项目的启动文件介绍
Fluent-plugin-elasticsearch 的启动文件主要是 out_elasticsearch.rb 和 in_elasticsearch.rb。
out_elasticsearch.rb
该文件定义了 Fluentd 如何将日志数据发送到 Elasticsearch。它包含了插件的主要逻辑和配置选项。
in_elasticsearch.rb
该文件定义了 Fluentd 如何从 Elasticsearch 读取数据。它包含了插件的主要逻辑和配置选项。
3. 项目的配置文件介绍
Fluent-plugin-elasticsearch 的配置文件主要是 fluent-plugin-elasticsearch.gemspec 和 Gemfile。
fluent-plugin-elasticsearch.gemspec
该文件定义了插件的 gem 规范,包括名称、版本、依赖等信息。
Gem::Specification.new do |spec|
spec.name = "fluent-plugin-elasticsearch"
spec.version = "5.4.3"
spec.authors = ["diogo"]
spec.summary = "Elasticsearch output plugin for Fluentd"
spec.description = "Send your logs to Elasticsearch (and search them with Kibana)!"
spec.homepage = "https://github.com/uken/fluent-plugin-elasticsearch"
spec.license = "MIT"
spec.files = `git ls-files`.split($/)
spec.executables = spec.files.grep(%r{^bin/}) { |f| File.basename(f) }
spec.test_files = spec.files.grep(%r{^(test|spec|features)/})
spec.require_paths = ["lib"]
spec.add_runtime_dependency "elasticsearch", ">= 0"
spec.add_runtime_dependency "excon", ">= 0"
spec.add_runtime_dependency "fluentd", ">= 0.10.43"
spec.add_development_dependency "minitest", "~> 5.8"
spec.add_development_dependency "rake", ">= 0"
spec.add_development_dependency "test-unit", "~> 3.1.0"
spec.add_development
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
289
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
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
10
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
245
105
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
450
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885