Fluentbit 是非常流行的日志采集器，作为 Fluentd 的子项目，是 CNCF 主推的项目，本文以夜莺的日志举例，使用 Fluentbit 采集，并直接写入 ElasticSearch，最终使用 Kibana 查看。借此实践过程，让读者熟悉 Fluentbit 的使用。
测试环境介绍
- Macbook M1 芯片
- ElasticSearch、Kibana 7.15.0，使用 Docker compose 启动
- Nightingale 7.5.0，使用 Docker compose 启动
- Fluentbit 3.1.9，使用 Homebrew 安装
如果你使用 X86 的 Linux，整个过程会更简单，而我这里使用的是 Macbook M1 芯片，有些镜像就不太好搞。下面，我们开始准备环境。
准备 ElasticSearch 和 Kibana
下面是我使用的 docker-compose.yml 文件：
networks:
elk:
driver: bridge
services:
elasticsearch:
networks:
- elk
image: docker.elastic.co/elasticsearch/elasticsearch:7.15.0
container_name: elk-es
restart: always
environment:
# 开启内存锁定
- bootstrap.memory_lock=true
- "ES_JAVA_OPTS=-Xms512m -Xmx512m"
# 指定单节点启动
- discovery.type=single-node
ulimits:
# 取消内存相关限制 用于开启内存锁定
memlock:
soft: -1
hard: -1
volumes:
- ./data:/usr/share/elasticsearch/data
- ./logs:/usr/share/elasticsearch/logs
- ./plugins:/usr/share/elasticsearch/plugins
- ./config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
ports:
- 9200:9200
kibana:
networks:
- elk
image: docker.elastic.co/kibana/kibana:7.15.0
container_name: elk-kibana
volumes:
- ./config/kibana.yml:/usr/share/kibana/config/kibana.yml
restart: always
environment:
ELASTICSEARCH_HOSTS: http://elk-es:9200
I18N_LOCALE: zh-CN
ports:
- 5601:5601这个 Docker compose 文件是从网上随便找的，唯一做了一个修改是把 elasticsearch.yml 和 kibana.yml 挂载到了本地，方便修改配置。
elasticsearch.yml 内容如下：
cluster.name: "docker-cluster"
network.host: 0.0.0.0
xpack.security.enabled: truekibana.yml 内容如下：
server.host: "0"
server.shutdownTimeout: "5s"
elasticsearch.hosts: [ "http://elasticsearch:9200" ]
monitoring.ui.container.elasticsearch.enabled: true
elasticsearch.username: "kibana_system"
elasticsearch.password: "MhxzKhl"这里设置了一个用户名和密码，怎么配置这些密码呢？进入 elasticsearch 容器，执行如下命令：
bin/elasticsearch-setup-passwords interactive然后，根据提示设置密码即可。
之后，通过 elastic 账号登录 Kibana 做个测试，比如进入 DevTools，看一下索引信息：
说明都是正常的。
准备 Nightingale
从 Nightingale 的 github releases 页面下载 7.5.0 版本的 release 包，解压后，进入 docker/compose-bridge 目录。
本来呢，直接使用 docker-compose up -d 就启动了，夜莺的日志会默认打到 stdout，但是这次为了测试演示 Fluentbit，这里我会调整一下配置，让夜莺的日志打到具体的文件中。然后通过 volume 挂载到宿主上。
- 在
docker/compose-bridge目录下创建一个 n9e-logs 目录 - 修改 docker-compose.yaml，调整 nightingale 这个 service，增加 volume 挂载：
nightingale:
image: flashcatcloud/nightingale:latest
container_name: nightingale
hostname: nightingale
restart: always
environment:
GIN_MODE: release
TZ: Asia/Shanghai
WAIT_HOSTS: mysql:3306, redis:6379
volumes:
- ./etc-nightingale:/app/etc
- ./n9e-logs:/app/logs
networks:
- nightingale
ports:
- "17000:17000"
- "20090:20090"
depends_on:
- mysql
- redis
- victoriametrics
command: >
sh -c "/app/n9e"volumes 下面本来只是挂载了一个配置文件目录，现在增加了一个 n9e-logs 目录。
- 修改
etc-nightingale/config.toml配置文件，调整 Log 部分如下所示：
[Log]
# log write dir
Dir = "/app/logs"
# log level: DEBUG INFO WARNING ERROR
Level = "DEBUG"
# stdout, stderr, file
Output = "file"
# # rotate by time
KeepHours = 4
# # rotate by size
# RotateNum = 3
# # unit: MB
# RotateSize = 256Output 从 stdout 改为 file，这样日志就会写到文件中。写到哪个目录呢？由 Dir 指定。日志文件会按小时切割，最多保留 KeepHours 个小时的日志。
- 启动 Nightingale：
cd docker/compose-bridge
docker-compose up -d这样，Nightingale 就启动了，日志会写到 n9e-logs 目录中。我的环境如下：
ulric@ulric-flashcat n9e-logs % ll
total 29088
drwxr-xr-x 32 ulric staff 1024 10 25 09:00 .
drwxr-xr-x 9 ulric staff 288 10 25 09:23 ..
-rw-r--r-- 1 ulric staff 0 10 25 09:00 ALL.log
-rw-r--r-- 1 ulric staff 0 10 25 05:00 ALL.log.2024102505
-rw-r--r-- 1 ulric staff 0 10 25 06:00 ALL.log.2024102506
-rw-r--r-- 1 ulric staff 0 10 25 07:00 ALL.log.2024102507
-rw-r--r-- 1 ulric staff 0 10 25 08:00 ALL.log.2024102508
-rw-r--r-- 1 ulric staff 1325106 10 25 09:26 DEBUG.log
-rw-r--r-- 1 ulric staff 3054850 10 25 06:00 DEBUG.log.2024102505
-rw-r--r-- 1 ulric staff 3037797 10 25 07:00 DEBUG.log.2024102506
-rw-r--r-- 1 ulric staff 3038315 10 25 08:00 DEBUG.log.2024102507
-rw-r--r-- 1 ulric staff 3037741 10 25 09:00 DEBUG.log.2024102508
-rw-r--r-- 1 ulric staff 0 10 25 09:00 ERROR.log
-rw-r--r-- 1 ulric staff 0 10 25 05:00 ERROR.log.2024102505
-rw-r--r-- 1 ulric staff 0 10 25 06:00 ERROR.log.2024102506
-rw-r--r-- 1 ulric staff 0 10 25 07:00 ERROR.log.2024102507
-rw-r--r-- 1 ulric staff 0 10 25 08:00 ERROR.log.2024102508
-rw-r--r-- 1 ulric staff 0 10 25 09:00 FATAL.log
-rw-r--r-- 1 ulric staff 0 10 25 05:00 FATAL.log.2024102505
-rw-r--r-- 1 ulric staff 0 10 25 06:00 FATAL.log.2024102506
-rw-r--r-- 1 ulric staff 0 10 25 07:00 FATAL.log.2024102507
-rw-r--r-- 1 ulric staff 0 10 25 08:00 FATAL.log.2024102508
-rw-r--r-- 1 ulric staff 17394 10 25 09:26 INFO.log
-rw-r--r-- 1 ulric staff 44614 10 25 06:00 INFO.log.2024102505
-rw-r--r-- 1 ulric staff 40707 10 25 06:59 INFO.log.2024102506
-rw-r--r-- 1 ulric staff 40815 10 25 07:59 INFO.log.2024102507
-rw-r--r-- 1 ulric staff 41242 10 25 08:59 INFO.log.2024102508
-rw-r--r-- 1 ulric staff 0 10 25 09:00 WARNING.log
-rw-r--r-- 1 ulric staff 0 10 25 05:00 WARNING.log.2024102505
-rw-r--r-- 1 ulric staff 0 10 25 06:00 WARNING.log.2024102506
-rw-r--r-- 1 ulric staff 0 10 25 07:00 WARNING.log.2024102507
-rw-r--r-- 1 ulric staff 0 10 25 08:00 WARNING.log.2024102508配置 Fluentbit
我是 Macbook 的环境，直接通过 Homebrew 安装 Fluentbit：
brew install fluent-bit接下来我们准备 Fluentbit 的配置文件，希望达成的效果是：Fluentbit 从 Nightingale 的日志文件中读取日志，做 ETL，然后写入 ElasticSearch。这里我会拆成两个配置文件：
- fluent-bit-n9e.conf Fluentbit 主配置文件
- fluent-bit-n9e-parser.conf Fluentbit Parser 配置文件
Fluentbit Parser 配置文件
fluent-bit-n9e-parser.conf 内容如下：
[MULTILINE_PARSER]
name multiline-regex-n9e
type regex
flush_timeout 1000
#
# Regex rules for multiline parsing
# ---------------------------------
#
# configuration hints:
#
# - first state always has the name: start_state
# - every field in the rule must be inside double quotes
#
# rules | state name | regex pattern | next state
# ------|---------------|--------------------------------------------
rule "start_state" "/\d+-\d+-\d+ \d+\:\d+\:\d+\.\d+(.*)/" "cont"
rule "cont" "/^[a-z]+.*$/" "cont"
[PARSER]
Name regex-n9e
Format regex
Regex /^(?<time>[^ ]* [^ ]*) (?<level>[^ ]*) (?<location>[^ ]*) (?<message>.*)/m
# 2024-10-24 16:54:24.257468
Time_Key time
Time_Format %Y-%m-%d %H:%M:%S.%L
Time_Offset +0800这里配置了一个普通 PARSER，一个 MULTILINE_PARSER。用于解析 Nightingale 的日志。为了让大家有个直观的感受，我们贴几行 Nightingale 的日志：
ulric@ulric-flashcat n9e-logs % tail -n 1 INFO.log; tail -n 1 DEBUG.log
2024-10-25 09:33:43.194922 INFO memsto/target_cache.go:182 timer: sync targets done, cost: 2ms, number: 2
2024-10-25 09:33:40.905035 DEBUG process/process.go:464 rule_eval:alert-1-28 event:&{Id:0 Cate:prometheus Cluster:vm01 DatasourceId:1 GroupId:3 GroupName:云平台-DevOps Hash:bbbfba0fecf94cd8a517998234b97535 RuleId:28 RuleName:test RuleNote: RuleProd:metric RuleAlgo: Severity:2 PromForDuration:0 PromQl:diskio_io_time != -1 RuleConfig:{"queries":[{"keys":{"labelKey":"","metricKey":"","valueKey":""},"prom_ql":"diskio_io_time != -1","severity":2}]} RuleConfigJson:map[queries:[map[keys:map[labelKey: metricKey: valueKey:] prom_ql:diskio_io_time != -1 severity:2]]] PromEvalInterval:10 Callbacks: CallbacksJSON:[] RunbookUrl: NotifyRecovered:1 NotifyChannels:dingtalk email NotifyChannelsJSON:[dingtalk email] NotifyGroups:1 NotifyGroupsJSON:[1] NotifyGroupsObj:[] TargetIdent:categraf01 TargetNote: TriggerTime:1729820020 TriggerValue:0 TriggerValues: Tags:__name__=diskio_io_time,,ident=categraf01,,name=zram0,,rulename=test,,source=categraf TagsJSON:[__name__=diskio_io_time ident=categraf01 name=zram0 rulename=test source=categraf] TagsMap:map[__name__:diskio_io_time ident:categraf01 name:zram0 rulename:test source:categraf] OriginalTags: OriginalTagsJSON:[] Annotations:{} AnnotationsJSON:map[] IsRecovered:false NotifyUsersObj:[] LastEvalTime:1729820020 LastSentTime:0 NotifyCurNumber:0 FirstTriggerTime:0 ExtraConfig:<nil> Status:0 Claimant: SubRuleId:0 ExtraInfo:[] Target:0x400441c140 RecoverConfig:{JudgeType:0 RecoverExp:}} fire上面是读取了一行 DEBUG 日志，一行 INFO 日志。可以看出来，夜莺的日志第一个字段是时间，第二个字段是日志级别，第三个字段是位置（打印日志的文件和行号），第四个字段是日志内容。
我们要使用正则表达式来解析这个日志，使之从一行原始文本变成一个结构化的 JSON 对象，后面才方便检索分析。按理说，只需要如下这么一行正则就可以了：
^(?<time>[^ ]* [^ ]*) (?<level>[^ ]*) (?<location>[^ ]*) (?<message>.*)但是，夜莺的告警引擎在做查询的时候，可能会打印多行日志，所以不得已，我们还需要一个 MULTILINE_PARSER，用于处理多行日志，即上面的 MULTILINE_PARSER 部分的配置。MULTILINE_PARSER 关键是配置首行正则和次行正则，并且给这两个正则分别取个名字，一般首行正则取名为 start_state，次行正则取名为 cont。
整个逻辑就变成了，Fluentbit 逐行读取日志内容，先使用 MULTILINE_PARSER 做多行匹配，这个 MULTILINE_PARSER 仅仅是把原本放到多行的日志内容拼接成一行，然后再使用 PARSER 做结构化解析，从中提取出时间、日志级别、位置、日志内容等字段。其中 PARSER 的正则后面加了一个 /m，表示启用多行模式。
由于日志中没有体现时区信息，所以我们在 PARSER 配置中指定了时区为东八区：Time_Offset +0800。
Fluentbit 主配置文件
fluent-bit-n9e.conf 内容如下：
[SERVICE]
flush 1
log_level info
parsers_file /Users/ulric/works/tmp/fluent-bit-n9e-parser.conf
[INPUT]
Name tail
Tag log.n9e
Path /Users/ulric/works/n9e.tarball/n9e-v7.4.0-linux-arm64/docker/compose-bridge/n9e-logs/*.log
Read_from_head true
DB /Users/ulric/works/tmp/tail_n9e.db
multiline.parser multiline-regex-n9e
[FILTER]
name parser
match log.n9e
key_name log
parser regex-n9e
[OUTPUT]
Name es
Match log.n9e
Host 127.0.0.1
Port 9200
Index n9e-%Y.%m.%d
# Logstash_Format On
# Logstash_Prefix nightingale
# Logstash_DateFormat %Y.%m.%d-%H
HTTP_User elastic
HTTP_Passwd MhxzKhl
[OUTPUT]
Name stdout
Match log.n9e首先走 INPUT，INPUT 先采用 multiline-regex-n9e 做多行匹配，然后再走 FILTER，通过 regex-n9e 做结构化解析，最后走 OUTPUT，将解析后的日志写入 ElasticSearch。
multiline-regex-n9e 和 regex-n9e 是我们在 fluent-bit-n9e-parser.conf 中定义的两个 parser。
那个 stdout 的 OUTPUT 不用关注，是我做测试用的。
启动 Fluentbit
fluent-bit -c fluent-bit-n9e.conf因为有两个 OUTPUT，一个是写往 ElasticSearch，一个是写往 stdout，所以一旦启动 Fluentbit，你会看到日志不断地打印到 stdout，同时，你可以在 Kibana 中看到索引 n9e-2024.10.25 已经创建，里面有我们解析后的日志。去 Kibana 创建一个 n9e* 的索引模式，然后在 Discover 中查看日志。
一切正常！
总结
本文介绍了如何使用 Fluentbit 采集夜莺的日志，并写入 ElasticSearch，最终通过 Kibana 查看。Fluentbit 是一个非常流行的日志采集器，本文通过实践，让读者熟悉了 Fluentbit 的使用。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。