td-agent 收集日志到kafka的配置

<source>
@type tail
path /data1/td-agent/wechat-tag*.log
tag wechat-tag
read_from_head true
format none
pos_file /var/log/td-agent/wechat-tag.pos
</source>

<match wechat-tag>
@type kafka_buffered
brokers myserver.com:9092
buffer_type file
buffer_path /var/log/td-agent/buffer/wechat-tag
flush_interval 10s
output_data_type attr: message       
</match>

 

解释说明:

topic: wechat-tag

broker:myserver.com:9092

pos_file 为了记录消费文件的位置,防止重启tdagent以后重复消费

output_data_type:只发送message字段里的内容

 

转载于:https://www.cnblogs.com/zxRPI/p/7989155.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
td-agent 是一个基于 Fluentd 构建的日志收集器,它的实现原理与 Fluentd 基本相同。Fluentd 是一个开源的日志收集器和数据处理平台,它可以将各种不同格式的日志数据集中到一个中央位置,并对这些数据进行处理、过滤和转发。Fluentd 的数据处理模型基于消息传递,即数据被视为消息,在不同的输入和输出之间流动。 具体来说,td-agent 的实现原理如下: 1. 输入插件:td-agent 支持多种输入插件,如文件、TCP、UDP、HTTP 等。输入插件负责从各种数据源中读取日志数据,并将其转换为 Fluentd 数据格式。 2. 过滤器:td-agent 支持多种过滤器,如 grep、record_transformer、parser 等。过滤器可以对输入的日志数据进行处理、转换、过滤等操作,并将结果发送给输出插件。 3. 输出插件:td-agent 支持多种输出插件,如文件、Elasticsearch、Kafka、S3 等。输出插件负责将经过处理的日志数据发送到指定的目标位置。 4. 数据缓存:Fluentd 有一个数据缓存机制,用于存储输入插件采集的日志数据,以及经过过滤器处理后的数据。缓存可以保证数据不丢失,并且提高系统的可靠性。 5. 日志转发:td-agent 可以将处理后的日志数据转发到其他 Fluentd 节点或者其他系统,实现分布式日志处理和集中式日志管理。 总之,td-agent 的实现原理是基于 Fluentd 构建的,通过输入插件、过滤器、输出插件等组件实现日志数据的收集、处理和转发。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值