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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
799
198
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1