日志收集流程

對于日志收集的客戶端，其work pipeline通常包括三個過程：Input，Process，Output。

• Input： 適配各類日志接入源，目前Logtail支持文本文件、Syslog（TCP流式）兩種形式數(shù)據(jù)寫入。
• Process：自定義日志處理邏輯，常見的有：日志切分、日志編碼轉(zhuǎn)換、日志結(jié)構(gòu)化解析、日志過濾等等。
• Output：定義日志輸出，例如Logtail以HTTP協(xié)議寫數(shù)據(jù)到日志服務。

今天要介紹Logtail在日志處理階段的兩個新功能：轉(zhuǎn)碼、過濾

日志轉(zhuǎn)碼

日志服務限制數(shù)據(jù)的字符編碼為UTF-8，這也是Logtail在發(fā)送數(shù)據(jù)階段對于字符編碼的要求。

但可能一些較老的應用組件在處理中文的時候，會打印GBK編碼的數(shù)據(jù)到日志文件。

這種情況下，你可以在Logtail配置的高級選項中，選擇日志文件編碼為”GBK“。那么，Logtail在采集日志時，會對日志內(nèi)容先做GBK到UTF-8的編碼轉(zhuǎn)換，再進行后續(xù)處理。

Logtail目前支可以支持UTF-8和GBK兩種文件編碼格式。對于GBK格式，Logtail使用Linux系統(tǒng)的iconv API，編碼轉(zhuǎn)換過程中會額外消耗機器計算資源。

問：如何判斷我的GBK日志文件是否可以通過Logtail收集？
答：在Linux Shell下使用iconv命令進行轉(zhuǎn)碼測試，假設(shè)日志文件名為gbk.log，執(zhí)行命令：

iconv -f GBK -t UTF-8 gbk.log -o gbk_to_utf8.log

如果執(zhí)行成功則說明文件編碼是GBK；如執(zhí)行失?。愃苅conv: illegal input sequence at position 2743錯誤），則說明文件不是合法的GBK編碼，無法通過Logtail做編碼轉(zhuǎn)換，請嘗試調(diào)整應用輸出的日志文件編碼格式為UTF-8。

日志過濾

舉一個web服務器的例子，Nginx每時每刻接收大量請求，并在access.log記錄這些請求：

10.200.98.220 - - [25/May/2016:14:55:42 +0800] "HEAD sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 200 37 "-" "aliyun-sdk-java" 13605
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "POST sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 404 37 "-" "ali-log-logtail" 13608
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "PUT sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 401 37 "-" "aliyun-sdk-java" 13609
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "PUT sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 502 37 "-" "aliyun-sdk-java" 13610
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "GET sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 401 37 "-" "cpp-sdk-0.6" 13612
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "PUT sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 400 37 "-" "cpp-sdk-0.6" 13614
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "POST sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 400 37 "-" "ali-log-logtail" 13615
10.200.98.220 - - [25/May/2016:14:55:42 +0800] "HEAD sls-pub.alibaba-inc.com/projects/ali-cn-hangzhou-sls-admin/logstores HTTP/1.1" 0.024 18204 200 37 "-" "cpp-sdk-0.6" 13616

對于問題調(diào)查的場景，HTTP 200請求的日志量通常是巨大的，如果我們希望降低日志存儲的成本，只上傳發(fā)生異常的請求日志，應該怎么來做呢？

在今天，你可以打開Logtail配置的高級選項，設(shè)置過濾器來解決數(shù)據(jù)過濾的問題。

如上圖所示，分別對url字段和status字段設(shè)置了兩個過濾器。指定字段Key存在且Value符合正則表達式的日志會被保留。

定義多個過濾器的時候，判斷條件是“與”的關(guān)系，滿足所有過濾器設(shè)置的日志是合法的，否則被丟棄。

對于一條日志，當url字段與"(POSTs.）|(GETs.)"匹配成功且status字段與"[345]d+"匹配成功的時候（只采集POST、GET請求且狀態(tài)碼非200的日志），Logtail將該日志上傳至日志服務，如下圖所示：

如果設(shè)置過濾器的字段名在日志里找不到，那么這條日志也是不合法的，需要被丟棄。默認情況下，用戶沒有任何過濾器設(shè)置的情況下，所有被Logtail讀取并解析成功的日志數(shù)據(jù)都會寫入日志服務。

實例配置：

只收集匹配到 topic  為  action 或者 plugin 的日志 

更多關(guān)于阿里云日志服務日志過濾器配置技術(shù)文章請查看下面的相關(guān)鏈接

最新評論