背景
阿里云的日志服务（Log Service）是针对日志类数据的一站式服务，2013 年研发，至今已有 5 年多线上运行经验，经历双十一、新春红包等考验。其中，Logtail 作为日志服务的采集 Agent，目前已运行在 100W+ 机器上，为万级别应用提供服务。在经历了集团百万服务器、上万应用的锤炼后，Logtail 在性能、稳定性、运维代价上相对于开源 Agent 更为成熟且具有更高的性价比。
但我们也必须承认，相对主流的采集 Agent（如 Logstash、Beats 系列、Fluentd 等），Logtail 在采集功能上有一定的不足，对于输入源、日志的处理方式的支持不够丰富。为了能够更好地实现与开源生态的融合以及弥补这些不足，我们对 Logtail 进行了增强，为其引入了插件系统，目前已通过插件支持了若干输入源，包括 HTTP、MySQL Query、MySQL Binlog 等。
本文将以 syslog 和 lumberjack 两个插件的使用作为示例，介绍在实战中如何进行 Logstash 与日志服务的对接。
实现原理
如图所示，通过两个插件，我们可以将 Logstash 的输出经过 lumberjack (v1) 或 syslog 协议分发给 Logtail，然后由 Logtail 发送到日志服务后端的 LogHub。此后，用户就可以使用日志服务的所有功能，包括对日志的分析、查询、告警、数据投递等。
配置过程
本节将对使用 lumberjack 和 syslog 插件对接 Logstash 的细节进行详细介绍，并对过程中可能遇到的一些常见问题和解决方法进行说明。在介绍过程中，我们假设 Logstash 和 Logtail 运行于同一节点，并且出于简单，我们只给出必要的配置。
Lumberjack 插件
Lumberjack 协议是由 Elastic 公司在实现 Logstash-forwarder 时所设计的 forwarder 与 Logstash 之间的通信协议，后来随着 Beats 系列的推出，forwarder 逐渐被弃用，但这个协议依旧得到了保留，事实上，Beats 和 Logstash 之间的通信依旧使用此协议。
为了能够实现和 Beats 系列以及 Logstash 的对接，我们为 Logtail 实现了 lumberjack 插件，该插件使得 Logtail 具备和 lumberjack 客户端通信并接收数据的能力，因此，它可以实现 Logstash 以及 Beats 系列和日志服务的对接。更多关于此插件的信息，可以查看我们的文档。
Logstash 端配置
Logstash 的 lumberjack 输出插件能够将 Logstash 采集到的日志通过 lumberjack 协议发送给指定的服务端。该插件是 Logstash 安装时携带的默认插件，不需要独立的安装。为了使用该插件，我们需要对 Logstash 的配置文件进行修改（出于简单，我们只给出必要的配置）：
output {
lumberjack {
hosts => ["127.0.0.1"]
port => 5044
codec => "json"
ssl_certificate => "/path/to/server_cert.pem"
}
}需要注意配置中的 ssl_certificate 参数，这是一个必要参数，也就是说 Logstash 的这个插件要求用户必须指定服务端证书。因为我们是本地使用，对安全性的要求相对不高，这么一个参数实在不太友好，好在我们可以通过创建一个本地自签名的证书来解决这个问题，这个我们会在后面进行介绍。另外，我们将 codec 设置为 JSON，这样更有利于后续的解析。
Logtail 端配置
除了直接登录节点修改配置文件的方式外，日志服务支持在控制台进行采集配置，在配置完成后，日志服务会自动地将相应的配置文件分发给 Logtail，免去用户访问节点的麻烦。此处我们简要介绍如何在控制台配置 Logtail 的 lumberjack 插件：
- 首先登录日志服务的控制台，选择相应的 Project，进行到 Logstore 列表页面。
- 找到希望创建采集配置的 Logstore，点击数据接入向导列对应的图标，进入配置页面。
- 在配置页面中的自定义数据中选择 Logtail 自定义插件，点击下一步。
- 在打开的页面中，填写配置名称（这里我们假设填写的是 logstash-lumberjack），然后在插件配置中填入对 lumberjack 插件的配置。
{
"inputs": [
{
"type": "service_lumberjack",
"detail": {
"BindAddress": "127.0.0.1:5044",
"V1": true,
"V2": false,
"SSLCert": "/path/to/server_cert.pem",
"SSLKey": "/path/to/server_key.pem"
}
}
]
}-
简单地解释一下：
- inputs 是 Logtail 插件系统中的一部分，用于表示日志的输入（数据源），每个配置可以通过 inputs 同时指定多个输入，这里我们只使用一个输入，它的类型的
service_lumberjack，detail 表示对它的具体配置。 - BindAddress 表示 lumberjack 插件监听的地址及端口，和 Logstash 配置中的 hosts 和 port 对应。
- V2 和 V1 的设置表示启用 V1 的协议，这是因为 Logstash 的 lumberjack 输出插件仅支持 V1。
- SSLCert 和 SSLKey 是为了应对 Logstash 的插件必须使用 SSL 的要求，其中 Cert 与 Logstash 配置中的 ssl_certificate 对应，而 Key 指的是这个证书中公钥所对应的私钥。
- inputs 是 Logtail 插件系统中的一部分，用于表示日志的输入（数据源），每个配置可以通过 inputs 同时指定多个输入，这里我们只使用一个输入，它的类型的
- 在填写完成后，点击页面中的下一步进行到应用到机器组页面，选择这个配置所要应用的机器组（关于机器组的概念及创建可见文档），然后点击应用到机器组按钮进行查询分析及可视化页面。
- 在这个界面，我们开启一下全文索引，但先不建立任何的索引，点击下一步进入最后的页面。
- 在最后的这个页面中，因为我们不打算进行任何额外的投递或 ETL，可以直接跳过。
当控制台的配置完成后，日志服务会将配置文件分发到所配置机器组的所有节点，并要求 Logtail 根据这些配置进行状态更新。关于配置是否已分发，可以通过查看 Logtail 的配置文件进行确定：
$ cat /usr/local/ilogtail/user_log_config.json
{
"metrics": {
"##version##project$logstash-lumberjack": {
...
}
}
}使用日志服务
当完成了这些配置后，我们可以重启 Logstash 来使它的配置生效，此后，Logstash 所采集到的日志就会分发到 Logtail 进而发送到日志服务，我们就可以在查询分析控制台（点击 Logstore 列表页面上的查询即可进入）对得到的日志进行操作了。
在这里我们简单地将 Logstash 的输入设置为 stdin，然后随便给了它几条测试消息，接着我们可以到查询分析控制台看看效果，如下：
可以看到，Logstash 将日志以 JSON 格式打包到了 line 这个字段中，Logtail 直接将这个字段及对应的值发送给了日志服务后端。为了进行分析，我们一般需要对日志的字段进行提取，然后建立索引和统计，这一点可以通过日志服务实现，这里我们简要介绍一下：
- 首先点击查询分析属性（图中红色矩形区域），在弹出菜单中选择设置，右侧会出现设置页面。
- 在设置页面的指定字段查询区域，点击 + 号新建字段，创建索引。
- 如上图所示，字段名称使用的是 line，然后对字段内容建立了 JSON 类型的索引，分为四个子字段，其中 @version 选择为 long 类型，并对 host 和 @version 开启了统计。点击确定完成索引创建后，回到之前的页面。
- 因为新建的索引无法应用到旧数据（我们正在开发对旧数据的索引重建功能），我们采用和之前一样的方式，添加几条新的数据，通过 Logstash 采集并经由 Logtail 发送到日志服务后端。
- 可以看到，原先的 line 字段现在展开成了我们所设置的 JSON 形式，而左侧的快速分析，我们也能看到开启统计的 @version 和 host 两个字段的分布情况（因为数据量较小，所以这里都只有一种类型）。
- 进一步地，我们可以在搜索框进行检索，查询符合我们要求的日志，如下图，我们查询了内容中带 again 的日志。
本地自签名证书创建
这里我们简单地讲一下之前提过的自签名证书的创建，在 Linux 下可以通过 openssl 进行创建，命令如下：
$ openssl req -new > cert.csr
$ openssl rsa -in privkey.pem -out server_key.pem
$ openssl x509 -in cert.csr -out server_cert.pem -req -signkey server_key.pem -days 1001简单地解释一下：
-
第一步的过程是创建一个证书申请，会产生两个文件，一个是申请证书的请求文件，另一个是这个证书中公钥对应的加密私钥，分别为 cert.csr 和 privkey.pem。这一步会需要输入一些信息，得注意以下两点：
- 一开始会让提供个密码，这个是加密私钥使用的，需要记住，因为第二步要用。
- 接下来会让输入一系列的证书相关信息，除了 Common Name 这一项以下，随便填就好。Common Name 代表使用此证书的服务器对外服务的 host，本地情况下填 127.0.0.1 就好，总之和上述的 Logstash 配置中的 host 以及 Logtail 配置中的 BindAddress 中的 host 部分相同即可。
- 第二步是从加密私钥中提取未加密私钥，得到 server_key.pem 文件，即 Logtail 配置中的 SSLKey，需要输入第一步中提及的那个密码。
- 第三步是使用私钥来签名证书请求，通过证书申请返回证书，即 server_cert.pem，该文件 Logstash 配置中使用的 ssl_certificate 和 Logtail 配置中的 SSLCert。其中，-days 参数用于指定这个证书的有效时间。
Syslog 插件
为了能够满足用户对 syslog 的采集需求，我们为 Logtail 实现了相应的 Syslog 插件，该插件使 Logtail 具备了和 syslog 代理（比如 rsyslog 等）通信的能力，即作为一个服务器接收代理所收集的 syslog 日志。更多关于此插件的内容可见文档。
由于 Logstash 也支持以 syslog 的形式将它采集的日志进行输出，所以我们也能够通过此插件去接入来自 Logstash 的日志。如下图所示，这种途径更用于同时采集 syslog 和 Logstash 的场景，即在使用 rsyslog 等代理采集 syslog 的同时，接入 Logstash 采集的日志。
Logstash 端配置
Logstash 端的配置需要使用到 Logstash 的 syslog 输出插件，这个插件并不是默认安装的，所以需要使用 logstash-plugin 进行安装，命令如下：
$ ./logstash-plugin install logstash-output-syslog安装完成后，进行如下配置（这里我们同样只给出必要参数）：
output {
syslog {
host => "127.0.0.1"
port => 9000
protocol => "tcp"
rfc => "rfc3164"
}
}配置中的 host、port 和 protocol 指定了连接 Logtail syslog 插件所启动的服务器所需要的信息，rfc 用于指定 syslog 所使用的协议版本，目前支持 RFC3164 和 RFC5424 两个协议。
Logtail 配置
类似之前对 lumberjack 插件的配置过程，我们同样在控制台向 Logtail 配置 syslog 插件，区别仅在于第 4 步所输入的配置文件内容（Address 和 ParseProtocol 分别对应于 Logstash 端的配置）：
{
"inputs": [
{
"type": "service_syslog",
"detail": {
"Address": "tcp://127.0.0.1:9000",
"ParseProtocol": "rfc3164"
}
}
]
}配置中的 Address、ParseProtocol 和 Logstash 中的配置相对应。当配置被下发到 Logtail 后，插件的功能即可生效。
使用日志服务查看效果
同样，我们重启 Logstash 使用我们的新配置，然后构造一些日志，随后即可在日志服务的控制台查看到这些日志，如下图所示，其中的 _program_: LOGSTASH 说明它们来自于 Logstash。
类似地，我们也可以对其中的字段建立索引来辅助统计查询，比如对 _program_ 字段建立索引查看有哪些源会发送 syslog，对 _priority_ 建立索引以在查询中筛选优先级更高的日志等。
总结及未来展望
在本文中，我们通过简单地示例说明了如何通过 Logtail 的 lumberjack 和 syslog 插件，实现日志服务对 Logstash 的接入，并给出了详细的配置过程以及可能会遇到的问题及其解决办法。
可以看到，通过 Logtail 插件来实现类似的接入过程会非常便捷，但目前依旧存在着一些限制和改进的空间：
- 就地处理。对于示例中的 lumberjack 插件，我们完全可以对 Logstash 所分发的日志进行二次处理，将其中的 @timestamp 字段按照需要转换成时间戳数字。
- 平台支持。Logtail 插件目前仅支持 Linux 系统。
- 插件数量。Logtail 插件尚不丰富，一方面无法对接所有的开源生态，另一方面也无法满足用户的一些定制化需求。
对于这些问题，我们希望未来能够通过以下几方面的措施进行解决：
- 首先，我们将解决 Logtail 插件跨平台的问题，使得同一个插件能够服务不同平台用户的需求。
- 其次，我们将实现更多的 Logtail 插件，从而能够实现与开源生态的进一步对接。
- 最后，我们将在未来开放 Logtail 插件系统（计划以开源的形式），使得用户可以根据自己的需求，实现满足要求的插件，并具有就地处理日志、扩展数据输入源等方面的能力。
