6.Logstash插件—输出插件(Output)& 尚未进入官

6.1 标准输出(Stdout)

• 配置示例

output {
  stdout {
    codec => rubydebug
    workers => 2
  } 
}

6.2 保存成文件(File)

• 和 LogStash::Inputs::File 不同, LogStash::Outputs::File 里可以使用 sprintf format 格式来自动定义输出到带日期命名的路径
• 配置示例
  • 使用 output/file 插件首先需要注意的就是 message_format 参数
    • 插件默认是输出整个 event 的 JSON 形式数据的

output {
  file {
    path => "/path/to/%{+yyyy/MM/dd/HH}/%{host}.log.gz"
    message_format => "%{message}"
    gzip => true
  } 
}

• 另一个非常有用的参数是 gzip，其格式包括有：
  • 10字节的头，包含行数、版本号以及时间戳
  • 可选的扩展头，如原文件名
  • 文件体，包括DEFLATE压缩的数据
  • 8字节的尾注，包括CRC-32校验和以及未压缩的原始数据长度

6.3 保存进 Elasticsearch

• 配置示例

output {
  elasticsearch {
    host => "192.168.0.2"
    protocol => "http"
    index => "logstash-%{type}-%{+YYYY.MM.dd}"
    index_type => "%{type}"
    workers => 5
    template_overwrite => true
  } 
}

• 协议
  • 现在，新插件支持三种协议： node，http 和 transport。
  • 运行下面这行命令，就可以看到自己的 logstash 进程名，对应的 node.role 值是 c：

6.4 Kafka

6.4.1 Input 配置示例

input {
  kafka {
    bootstrap_servers => "localhost:9092"
    group_id => "logstash"
    topics => "test"
    consumer_threads => 5
    decorate_events => “basic”
  }
}

• Input重要配置
  • consumer_threads
    • 消费者线程数，默认为1
  • decorate_events
    • 是否添加元数据，取值：none，basic，extended
  • receive_buffer_bytes
    • 默认值为32768(32KB)，读取数据时使用的 TCP 接收缓冲区 (SO_RCVBUF) 的大小
  • fetch_max_bytes
  • max_poll_records

6.4.2 Output 配置

output {
  kafka {
    bootstrap_servers => "localhost:9092"
    topic_id => "test"
    compression_type => "snappy"
  } 
}

• Output 生产的设置：
  • compression_type
    • 消息的压缩模式，默认是 none，可以有 gzip 和 snappy
  • acks
    • 消息的确认模式:可以设置为 0、 1、 all
  • buffer_memory
    • 默认值为33554432(32MB)
  • batch_size
    • 每当多条记录被发送到同一个分区时，生产者将尝试将记录一起批处理到更少的请求中
    • 默认值为16384
  • Partitioner
    • 以获取分区。当不存在消息键时，插件以循环方式选择一个分区
    • Default，round_robin，uniform_sticky
  • receive_buffer_bytes
    • 读取数据时使用的 TCP 接收缓冲区的大小，默认值为32768(32KB)
  • reconnect_backoff_ms
    • 连接失败时尝试重新连接到给定主机之前等待的时间，默认50
  • reconnect_backoff_ms
    • 配置控制客户端等待请求响应的最长时间，默认40秒

大数据视频推荐：
腾讯课堂
CSDN
ELK入门精讲
AIOps智能运维实战
ELK7 stack开发运维
大数据语音推荐：
ELK7 stack开发运维
企业级大数据技术应用
大数据机器学习案例之推荐系统
自然语言处理
大数据基础
人工智能：深度学习入门到精通