Filebeat支持哪些日志格式

Filebeat支持的日志格式与解析能力

一 内置解析器与容器日志

• JSON 与 NDJSON：内置 JSON 解码器，可将每行 JSON 展开到事件顶层；适合应用直接输出 JSON 的场景。NDJSON（逐行 JSON）同样适用。常见选项：json.keys_under_root、json.overwrite_keys、json.add_error_key、json.message_key 等。对于多行 JSON（如堆栈），可先按行解析为 JSON，再结合多行策略或后续处理器重组事件。
• Syslog：内置 syslog 解析器，支持 RFC 3164 与 RFC 5424，可自动检测格式（format: auto），并可指定时区（timezone）、错误记录（log_errors）等。
• 容器与 Kubernetes 日志：通过 filestream 输入的 container 解析器读取容器标准输出/错误流，支持 docker 与 cri 格式自动检测（format: auto/docker/cri），便于在 K8s 环境下直接解析容器日志。
• 多行事件处理：提供多行配置（如 pattern/negate/match）以将 Java 堆栈、异常跟踪等合并为单个事件，常与上述解析器配合使用。

二 模块生态覆盖的常见服务日志 Filebeat 提供丰富的官方模块（modules），开箱即用地解析并可视化常见服务日志，典型包括：Nginx、Apache、MySQL、Kafka 等。模块通常包含：默认日志路径、必要的多行合并、Elasticsearch Ingest Pipeline（字段类型与解析）、以及 Kibana 仪表板。以 Nginx 为例，模块内置对 access 与 error 的解析与展示能力。

三 通用文本与正则场景

• 对于未结构化的纯文本日志（例如自定义格式或简单分隔日志），Filebeat 可作为“逐行采集器”直接发送原始消息，后续在 Logstash 或通过 Ingest Pipeline 使用 Grok/Dissect 等处理器进行解析；也可在 Filebeat 端使用 include_message 等解析器进行消息过滤与分流，再进入后续解析链路。

四 快速配置示例

• 解析 JSON 日志（将 JSON 字段提升到顶层，遇到解析错误添加 error.message）

filebeat.inputs:
- type: filestream
  id: app-json
  paths:
    - /var/log/app/*.log
  parsers:
    - json:
        keys_under_root: true
        overwrite_keys: true
        add_error_key: true

• 解析容器 stdout/stderr（自动识别 docker/cri）

filebeat.inputs:
- type: filestream
  id: k8s-container
  paths:
    - /var/log/containers/*.log
  parsers:
    - container:
        stream: stdout

• 解析 syslog（指定 RFC 格式与时区）

filebeat.inputs:
- type: filestream
  id: syslog
  paths:
    - /var/log/syslog
  parsers:
    - syslog:
        format: rfc5424
        timezone: America/Chicago
        log_errors: true

• 多行合并示例（以“[”开头的行作为新事件开始）

filebeat.inputs:
- type: filestream
  id: tomcat-error
  paths:
    - /opt/tomcat/logs/catalina.out
  multiline:
    pattern: '^\['
    negate: true
    match: after

上述示例覆盖了 JSON、容器、syslog 与 多行 等常见场景，可按实际日志格式组合使用。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！