【免费下载】 iLogtail快速入门指南:从零开始采集主机日志
2026-02-04 05:19:13作者:凤尚柏Louis
什么是iLogtail
iLogtail是一款轻量级、高性能的日志采集工具,由阿里巴巴开源并广泛应用于大规模日志采集场景。它具有资源占用低、配置灵活、扩展性强等特点,特别适合在服务器、容器等环境中进行日志采集和处理。
环境准备
在开始之前,请确保您的系统满足以下基本要求:
- Linux操作系统(推荐使用主流发行版)
- 基本的命令行操作权限
- 网络连接正常
安装iLogtail
- 首先下载预编译的iLogtail包:
wget https://loongcollector-community-edition.oss-cn-shanghai.aliyuncs.com/0.2.0/loongcollector-0.2.0.linux-amd64.tar.gz
- 解压下载的压缩包:
tar -xzvf loongcollector-0.2.0.linux-amd64.tar.gz
- 进入解压后的目录:
cd loongcollector-0.2.0
配置iLogtail
iLogtail的配置分为系统参数配置和采集配置两部分:
-
系统参数配置:位于
conf/instance_config/local/loongcollector_config.json,用于设置iLogtail运行时的全局参数。 -
采集配置:位于
conf/continuous_pipeline_config/local目录下,每个YAML文件代表一个独立的采集任务。
下面我们创建一个简单的采集配置示例file_simple.yaml:
enable: true
inputs:
- Type: input_file # 指定输入类型为文件
FilePaths:
- ./simple.log # 指定要采集的日志文件路径
flushers:
- Type: flusher_stdout # 指定输出类型为标准输出
OnlyStdout: true # 仅输出到标准输出
这个配置表示:
- 采集当前目录下的
simple.log文件 - 将采集到的日志内容输出到标准输出
启动iLogtail服务
使用以下命令在后台启动iLogtail:
nohup ./loongcollector > stdout.log 2> stderr.log &
这个命令做了以下几件事:
- 使用
nohup确保进程在终端关闭后继续运行 - 将标准输出重定向到
stdout.log文件 - 将错误输出重定向到
stderr.log文件 &符号表示在后台运行
测试日志采集
- 首先创建一个测试日志文件:
echo 'Hello, iLogtail!' >> simple.log
- 查看采集结果:
cat stdout.log
您应该能看到类似以下的输出:
2024-12-05 15:50:29 {"__tag__:__path__":"./simple.log","content":"Hello, iLogtail!","__time__":"1733385029"}
这个输出表明:
- 日志被成功采集
- 包含了原始内容"Hello, iLogtail!"
- 自动添加了文件路径和时间戳等元信息
理解采集结果
iLogtail的输出采用结构化格式,包含以下关键字段:
__tag__:__path__:记录日志来源文件路径content:原始日志内容__time__:日志采集时间戳(UNIX时间戳格式)
这种结构化输出便于后续的日志处理和解析。
进阶配置建议
当您熟悉了基本采集流程后,可以考虑以下进阶配置:
- 多文件采集:在
FilePaths下添加多个文件路径或使用通配符 - 日志过滤:添加
processors部分对日志进行过滤或处理 - 多种输出:配置输出到文件、远程服务器或其他存储系统
- 日志解析:使用正则表达式或分隔符解析非结构化日志
常见问题排查
-
日志未被采集:
- 检查配置文件路径是否正确
- 确认配置文件中的
enable设置为true - 查看
stderr.log中的错误信息
-
输出不符合预期:
- 检查采集配置中的输出类型设置
- 确认输出目标是否有写入权限
-
性能问题:
- 检查系统资源使用情况
- 考虑调整采集批次大小或间隔
总结
通过本指南,您已经完成了iLogtail的基本安装、配置和测试。iLogtail的强大之处在于其灵活的配置能力和丰富的功能扩展,后续您可以探索更多高级功能来满足不同的日志采集需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
521
93
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++
956
951
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221