ELK日志收集系统大家都知道，但是还有一种日志收集系统EFK，肯定有很多朋友不知道！这里的F指的是Fluentd，它具有Logstash类似的日志收集功能，但是内存占用连Logstash的十分之一都不到，性能优越、非常轻巧。本文将详细介绍Fluentd的使用，主要用来收集SpringBoot应用的日志，希望对大家有所帮助！
Fluentd 简介
Fluentd是一款开源的日志收集功能，致力于为用户搭建统一的日志收集层，和Elasticsearch、Kibana一起使用可以搭建EFK日志收集系统。什么是统一的日志收集层呢？看下下面这张图就清楚了！
安装
在你居然还去服务器上捞日志，搭个日志收集系统难道不香么！中已经介绍了ELK日志收集系统的搭建，这里就不再介绍Elasticsearch和Kibana的安装了，直接介绍Fluentd在Docker环境下的安装。
下载Fluentd的Docker镜像；
dockerpullfluent/fluentd:v1.10
将默认配置fluent.conf文件复制到/mydata/fluentd/目录下，配置信息如下：
@type forward @id input1 @label @mainstream port24224
<filter **>
@type stdout
</filter> @type file @id output_docker1 path /fluentd/log/docker.*.log symlink_path /fluentd/log/docker.log append true time_slice_format %Y%m%d time_slice_wait1mtime_format %Y%m%dT%H%M%S%z
<match **>
@type file
@id output1
path /fluentd/log/data.*.log symlink_path /fluentd/log/data.log append true time_slice_format %Y%m%d time_slice_wait10mtime_format %Y%m%dT%H%M%S%z
</label>
运行Fluentd服务，需要开放24221~24224四个端口用于接收不同类型的日志；
dockerrun-p24221:24221-p24222:24222-p24223:24223-p24224:24224--nameefk-fluentd\-v/mydata/fluentd/log:/fluentd/log\-v/mydata/fluentd/fluent.conf:/fluentd/etc/fluent.conf\-dfluent/fluentd:v1.10
第一次启动可能会失败，修改目录权限后重新启动即可；
chmod777/mydata/fluentd/log/
使用root用户进入Fluentd容器内部；
dockerexec-it --user root efk-fluentd /bin/sh
安装Fluentd的Elasticsearch插件；
fluent-geminstallfluent-plugin-elasticsearch
如果你依然想使用docker-compose一次性安装EFK的话，可以使用如下脚本，注意使用user:root启动就不需要再修改目录权限了！
version:'3'services:elasticsearch:image:elasticsearch:6.4.0container_name:efk-elasticsearchuser:rootenvironment:-"cluster.name=elasticsearch"#设置集群名称为elasticsearch-"discovery.type=single-node"#以单一节点模式启动-"ES_JAVA_OPTS=-Xms512m -Xmx512m"#设置使用jvm内存大小-TZ=Asia/Shanghaivolumes:-/mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins#插件文件挂载-/mydata/elasticsearch/data:/usr/share/elasticsearch/data#数据文件挂载ports:-9200:9200-9300:9300kibana:image:kibana:6.4.0container_name:efk-kibanalinks:-elasticsearch:es#可以用es这个域名访问elasticsearch服务depends_on:-elasticsearch#kibana在elasticsearch启动之后再启动environment:-"elasticsearch.hosts=http://es:9200"#设置访问elasticsearch的地址-TZ=Asia/Shanghaiports:-5601:5601fluentd:image:fluent/fluentd:v1.10container_name:efk-fluentduser:rootenvironment:-TZ=Asia/Shanghaivolumes:-/mydata/fluentd/log:/fluentd/log-/mydata/fluentd/fluent.conf:/fluentd/etc/fluent.confdepends_on:-elasticsearch#kibana在elasticsearch启动之后再启动links:-elasticsearch:es#可以用es这个域名访问elasticsearch服务ports:-24221:24221-24222:24222-24223:24223-24224:24224
使用新的配置文件fluent.conf替换原来的配置文件，然后重新启动Fluentd服务，新的配置文件会在下面给出。
Fluentd配置详解
接下来我们来介绍下Fluentd配置文件如何配置，先放出完全配置，然后我们对里面的一些配置要点进行详细说明。
完全配置
@typetcp @iddebug-inputport24221tagdebug @typejson @typetcp @iderror-inputport24222tagerror @typejson @typetcp @id business-inputport24223tag business @typejson @typetcp @id record-inputport24224tag record @typejson @typeparser key_name message reserve_datatrueremove_key_name_fieldtrue @typejson @typestdoutoutput_type json @typeelasticsearch host192.168.3.101port9200type_name docker logstash_formattruelogstash_prefix docker-${tag}-logs logstash_dateformat %Y-%m-%d flush_interval5s include_tag_keytrue
配置要点解析
<source>
定义了日志收集的来源，可以有tcp、udp、tail（文件）、forward（tcp+udp）、http等方式。
这里我们从tcp请求收集日志，端口为24221，并且设置了tag为debug。
@typetcp @iddebug-inputport24221tagdebug @typejson
<parse>
定义对原始数据的解析方式，可以将日志转化为JSON。
比如我们将debug日志转化为JSON可以进行如下配置。
@typetcp @iddebug-inputport24221tagdebug @typejson
<filter>
可以对收集的日志进行一系列的处理，比如说将日志打印到控制台或者对日志进行解析。
将所有日志打印到控制台的配置：
@typestdout
对于tag为record来源的日志，我们将其中的message属性转化为JSON格式，如果不进行转化的话，message属性将会是一个字符串。
@typeparser key_name message reserve_datatrueremove_key_name_fieldtrue @typejson
<match>
定义了收集到的日志最后输出到哪里，可以输出到stdout（控制台）、file、elasticsearch、mongo等里面。
这里我们使用elasticsearch来存储日志信息，logstash_format、logstash_prefix、logstash_dateformat主要用来控制日志索引名称的生成，当前配置生成debug日志的索引格式为
docker-debug-logs-2020-06-03，flush_interval用来控制日志输出到elasticsearch的时间间隔。
<match**>@typeelasticsearchhost192.168.3.101port9200type_namedockerlogstash_formattruelogstash_prefixdocker-${tag}-logslogstash_dateformat%Y-%m-%dflush_interval5sinclude_tag_keytrue</match>
替换配置文件
替换掉原来的
/mydata/fluentd/fluent.conf配置文件，然后再重新启动服务，我们的Fluentd服务就可以开始收集日志了。
docekrrestart efk-fluentd
结合SpringBoot使用
其实Fluentd收集日志的原理和Logstash一样，都是通过tcp端口来收集日志，所以我们只要把logback配置文件中原来Logstash日志收集地址端口改为Fluentd的即可。
修改logback-spring.xml配置文件；
<!--DEBUG日志输出到LogStash-->${LOG_STASH_HOST}:24221<!--ERROR日志输出到LogStash-->${LOG_STASH_HOST}:24222<!--业务日志输出到LogStash-->${LOG_STASH_HOST}:24223<!--接口访问记录日志输出到LogStash-->${LOG_STASH_HOST}:24224
如果你的Fluentd不是部署在原来Logstash的服务器上，还需要修改application-dev.yml配置中的logstash.host属性。
logstash:host: localhost
启动并运行我们的SpringBoot应用。
Kibana中查看日志
至此我们的EFK日志收集系统搭建完成了，只需在Kibana中使用即可。
在Management->Kibana->Index Patterns中可以创建Index Patterns，Kibana服务访问地址：http://192.168.3.101:5601
创建完成后查看日志，可以看出该日志收集功能和我们之前搭建的ELK系统完全相同。
Logstash vs Fluentd
接下来我们来对这两个日志收集工具的各个方面做个对比。
参考资料
官方文档：https://docs.fluentd.org/
