English | 中文
此工具能将monolog标准log直接通过tcp协议实时写入clickhouse。如果你会写正则,其他标准化log也能支持。
- 极简代码
- 高性能(在线上业务中验证cpu占用仅为
filebeat
的1/20) - 无第三方服务依赖(例如队列等)
- 配置化
- 定制化(自定义正则、行处理回调函数)
- 支持读取按天分割的log
- 支持自动断点续传采集
- 支持批量插入数据
- 支持平滑重启
- 如果使用默认正则,则需要待读取的日志文件必须是标准的默认monolog日志格式文件,且monolog的
name
和group
名称不能包含空格 - 待读取的日志必须是一行一条,例如monolog需要设置formatter为:
allowInlineLineBreaks' => false
# 安装
composer require "hisune/log2ck"
# 修改config.php为你要的配置
cp vendor/hisune/log2ck/test.config.php config.php
# 创建manager
vim manager.php
manager.php文件内容举例:
<?php
use Hisune\Log2Ck\Manager;
require_once 'vendor/autoload.php';
(new Manager(__DIR__ . DIRECTORY_SEPARATOR . 'config.php'))->run();
# 开始执行
php manager.php
默认能在vendor/hisune/log2ck/logs/
目录看到manager和worker的执行日志。你也可以通过配置文件修改这两个日志的存放路径。
return [
'env' => [ // 系统环境变量
// 'bin' => [
// 'php' => '/usr/bin/php', // 可选配置,php bin文件所属路径
// ],
'clickhouse' => [ // 必须的配置
'dsn' => 'tcp:https://192.168.37.205:9000',
'username' => 'default',
'password' => '',
'options' => [
'connect_timeout' => 3,
'socket_timeout' => 30,
'tcp_nodelay' => true,
'persistent' => true,
],
'database' => 'logs', // Database name
'table' => 'repo', // Table name
'max_sent_count' => 100, // 单批数据达到多少条时执行插入
'max_sent_wait' => 10, // 如果单批数据条数不满足,则最少多少秒执行一次插入
],
// 'worker' => [
// 'cache_path' => '/dev/shm/', // 可选配置,worker缓存目录
// ],
// 'logger' => [
// 'enable' => true, // 可选配置,是否记录日志
// 'path' => __DIR__ . DIRECTORY_SEPARATOR . 'logs' . DIRECTORY_SEPARATOR, // 指定记录日志的目录,可选配置,需要以/结尾
// ],
],
'tails' => [
'access' => [ // key为日志名称,对应clickhouse的name字段
'repo' => 'api2', // 日志所属的项目名称
'path' => '/mnt/c/access.log', // 类型1:日志路径,固定文件名日志
// 'path' => '/mnt/c/access-{date}.log', // 类型2:日志路径,每日一个文件名的日志,当前只支持{date}一个宏变量,date格式举例:2022-02-22
// 'host' => 'host1', // 自定义hostname,未设置默认为服务器主机名。对应clickhouse的host字段
// 'pattern' => '/\[(?P<created_at>.*)\] (?P<logger>\w+).(?P<level>\w+): (?P<message>.*[^ ]+) (?P<context>[^ ]+) (?P<extra>[^ ]+)/', // 可选配置,如果不需要正则处理,设置为false
// 'callback' => function($data) { // 可选配置,对这行数据按自定义回调方法进行处理,方法内容可以自行实现任何清洗此条流水的逻辑
// $data['message'] = 'xxoo'; // 举例,自定义处理这个数据
// return $data; // 需要返回数组,key为clickhouse中表字段名,value为存储的值
// }
// 'clickhouse' => [...] // 也可以对单独的日志配置clickhouse连接信息,配置内容同env的clickhouse数组
],
],
];
推荐使用supervisor管理你的manager进程。
[program:log2ck]
directory=/data/log2ck
command=php manager.php
user=root
autostart=true
autorestart=true
startretries=10
stderr_logfile=/data/logs/err.log
stdout_logfile=/data/logs/out.log
如果使用monolog并且使用的是默认正则,可直接使用下面的表结构,如果是自定义正则,可以根据自己的正则匹配结果自定义自己的clickhouse表结构。
create table repo
(
repo LowCardinality(String) comment '项目名称',
name LowCardinality(String) comment '日志名称',
host LowCardinality(String) comment '日志产生的机器',
created_at DateTime,
logger LowCardinality(String),
level LowCardinality(String),
message String,
context String,
extra String
) engine = MergeTree()
PARTITION BY toDate(created_at)
ORDER BY (created_at, repo, host)
TTL created_at + INTERVAL 10 DAY;
如果你的message或context的内容是json
,可以参考clickhouse的json查询函数:https://clickhouse.com/docs/en/sql-reference/functions/json-functions/