1. Le pipeline #
Six étapes.
Concepts #
| Étape | Rôle |
|---|---|
| Input | Lit les données et leur attribue un tag (par exemple kube.*) |
| Parser | Transforme une ligne brute en enregistrement structuré |
| Filter | Enrichit, modifie ou supprime des enregistrements |
| Buffer | Stocke en mémoire ou sur disque avant l'envoi |
| Router | Associe tags et outputs via match |
| Output | Envoie vers la destination, avec réessais |
2. La configuration YAML #
Le format recommandé.
Exemple complet #
service:
flush: 1
log_level: info
http_server: on # métriques et santé sur le port 2020
http_listen: 0.0.0.0
http_port: 2020
storage.path: /var/lib/fluent-bit/buffer
parsers:
- name: app_json
format: json
time_key: ts
time_format: '%Y-%m-%dT%H:%M:%S.%LZ'
pipeline:
inputs:
- name: tail
path: /var/log/app/*.log
tag: app.*
parser: app_json
db: /var/lib/fluent-bit/tail.db # positions de lecture
mem_buf_limit: 50MB
storage.type: filesystem
filters:
- name: grep
match: app.*
exclude: path ^/health
- name: modify
match: app.*
add: [env production]
remove: password
outputs:
- name: loki
match: app.*
host: loki
port: 3100
labels: job=fluent-bit, env=production
- name: es
match: app.*
host: elasticsearch
port: 9200
logstash_format: on
suppress_type_name: onfluent-bit -c fluent-bit.yaml
fluent-bit -c fluent-bit.yaml --dry-run # valider sans démarrerÀ savoir : L'ancien format « classique » (sections[INPUT],[OUTPUT]) reste pris en charge ; le YAML est recommandé pour les nouvelles installations.
3. Plugins essentiels #
Ceux qu'on utilise partout.
Sélection #
| Type | Plugin | Usage |
|---|---|---|
| Input | tail | Fichiers (dont les logs de conteneurs) |
| Input | systemd | Journal systemd |
| Input | forward, opentelemetry | Réception depuis Fluentd/Fluent Bit ou en OTLP |
| Filter | kubernetes | Ajoute namespace, pod, labels, annotations |
| Filter | grep, modify, nest | Filtrer, renommer, restructurer |
| Filter | lua | Transformation libre en Lua |
| Filter | rewrite_tag | Re-router selon le contenu |
| Output | loki, es, opensearch | Stockage des logs |
| Output | s3, kafka, opentelemetry | Archivage, bus, OTLP |
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
Articles recommandés
Comprendre la notion de score
Le concept de score va permettre à Elasticsearch de classer vos documents par pertinence lors d u...
Elastic Common Schema (ECS) : le format standard des données Elastic et son rôle dans Elastic SIEM
Comprendre l'Elastic Common Schema (ECS) : format standard des champs dans Elasticsearch, convent...
Grail : Dynatrace Data Lakehouse
Désormais vous disposez dans Dynatrace (SaaS) d'un Data Lakehouse nommé Grail dont vous pouvez co...
C'est quoi l'observabilité
La capacité à connaître l'état interne d'un système à partir des données que cette dernière émet...
Les types de transactions dans les base de données
Cet article détaille les différences entre trois concepts essentiels dans l'exécution des instruc...
Différences entre Technologies et Services dans Dynatrace
Dans Dynatrace, les concepts de 'Technologie' et de 'Services' aident à organiser et surveiller l...
Dynatrace : Différences entre SQL Modifications, SQL Queries or Procedures, et SQL Transactions
Cet article détaille les différences entre trois concepts essentiels dans l'exécution des instruc...
Licences Dynatrace : modèle par unités et consumption-based licensing (DPS)
Comprendre la facturation Dynatrace : l'ancien modèle de licences segmentées par unités (Host Uni...
Les Types de Services Dynatrace : Comprendre et Optimiser Votre Surveillance Applicative
Découvrez les différents types de services que Dynatrace peut surveiller, leur rôle, et comment l...