在集群化環境里，日志采集是重要基礎設施

　　在集群化環境里萬能文章采集 ，日志采集是重要基礎設施。

　　開源主流解決方案是基于flume-ng，但在實際使用中發現flume-ng存在諸多問題，比如flume-ng的spoolDir采集器只能對文件名轉檔后的大小不能變化的最終日志文件進行采集，不能滿足采集時效性要求，如果要采集正在被不斷追加的日志文件，只能用exec采集器搭配tail -F命令，但tail -F命令又不能通配目標目錄中將來新增的未知文件名。其它解決方案如logstash由于是JAVA開發，內存占用和性能都不能達到最優。

　　作為一個日志采集的本地代理，內存占用應該小而受控，性能應該高效，耗費CPU低對應用影響盡可能小，要能異步實時追蹤日志文件增長，某些應用會在目標目錄下產生多個日志文件甚至現在不能確定將來的日志文件名，架構上要支持多輸入多輸出流式日志采集傳輸，為了達成以上需求，我研究了所需技術，評估實現難度并不高，就自研了logpipe。

　　logpipe是一個分布式、高可用的用于采集、傳輸、對接落地的日志工具，采用了插件風格的框架結構設計，支持多輸入多輸出按需配置組件用于流式日志收集架構，無第三方依賴。

　　logpipe的一種用法是能異步實時監控集群里的所有日志目錄，一旦有文件新增或追加寫，立即采集并傳輸到大存儲上以相同日志文件名合并落地，或者寫入HDFS。異步意味著不影響應用輸出日志的性能，實時意味著一有日志立即采集，很多日志采集工具如flume-ng、logstash介紹文檔通篇不提采集方式是否實時還是周期性的，這很關鍵。

　　logpipe概念樸實、使用方便、配置簡練，沒有如sink等一大堆新名詞。

　　logpipe由若干個input、事件總線和若干個output組成。啟動logpipe管理進程(monitor)，派生一個工作進程(worker)，監控工作進程崩潰則重啟工作進程。工作進程裝載配置加載若干個input插件和若干個output插件，進入事件循環，任一input插件產生消息后輸出給所有output插件。

　　logpipe自帶了5個插件（今后將開發更多插件），分別是：

　　* logpipe-input-file 用inotify異步實時監控日志目錄，一旦有文件新建或文件增長事件發生（注意：不是周期性輪詢文件修改時間和大小），立即捕獲文件名和讀取文件追加數據文章采集程序插件。該插件擁有文件大小轉檔功能，用以替代應用日志庫對應功能，提高應用日志庫寫日志性能文章采集助手。該插件支持數據壓縮文章采集助手。

　　* logpipe-output-file 一旦輸入插件有消息產生后用相同的文件名落地文件數據。該插件支持數據解壓。

　　* logpipe-input-tcp 創建TCP服務偵聽端，接收客戶端連接，一旦客戶端連接上有新消息到來，立即讀取。

　　* logpipe-output-tcp 創建TCP客戶端，連接服務端，一旦輸入插件有消息產生后輸出到該連接。

　　* logpipe-input-exec 執行長命令并捕獲輸出

　　* logpipe-output-hdfs 一旦輸入插件有消息產生后用相同的文件名落地到HDFS中。該插件支持數據解壓。

　　使用者可根據自身需求，按照插件開發規范，開發定制插件文章采集程序插件，如IBMMQ輸入插件、HDFS輸出插件等。