Big Data入門に見せかけたFluentd入門
115 likes31,318 views
2013年7月5日、社内勉強会で使用した資料です（一部修正済み）。 ライセンスはクリエイティブ・コモンズ・ゼロとします。ご自由にお使い下さい。 ソースのPowerPointファイルはこちら => http://bit.ly/begining_fluentd_learning_big_data fluent-plugin-glusterfsはこちら => https://github.com/keithseahus/fluent-plugin-glusterfs
![<source>
type tail
path /var/log/glusterfs/usr-local-glusterfs-3.4.0beta2-etc-glusterfs-glusterd.vol.log
pos_file /var/log/td-agent/usr-local-glusterfs-3.4.0beta2-etc-glusterfs-glusterd.vol.log.pos
tag glusterd
format /^(?:[(?<date_ymd>[0-9]{4}-[01][0-9]-[0-3][0-9]) (?<time_hms>[0-2][0-9]:[0-5][0-9]:[0-6]
[0-9]).(?<time_usec>[0-9]{6})]) (?<log_level>[TDINWECA]) (?:[(?<source_file_name>[^[]:/ ]*):(?
<source_line>[0-9]*):(?<function_name>[^[]:/ ]*)]) (?<component>[^[]:/ ]*): *(?<message>.*)$/
rotate_wait 5
</source>
/etc/td-‐agent/td-‐agent.conf
(GlusterFS側)
GlusterFS側のtd-agentには、glusterdのログファイルをtailさせます。sourceディレクティブにはこのように記述します。](https://image.slidesharecdn.com/beginningfluentdlearningbigdata-130720035602-phpapp02/75/Big-Data-Fluentd-101-2048.jpg)
![[root@dev-centos ~]# gluster volume info dist
Volume Name: dist
Type: Distribute
Volume ID: a62edcc6-23c9-46d8-bf6d-f0682ac08c64
Status: Stopped
Number of Bricks: 2
Transport-type: tcp
Bricks:
Brick1: glusterfs-unstable-01:/mnt/lv0/dist
Brick2: glusterfs-unstable-02:/mnt/lv0/dist
192.168.0.3側でGlusterFSのvolumeをstart
[root@dev-centos ~]# gluster volume start dist
volume start: dist: success
では、ログを出すために、GlusterFSのvolumeをstartしてみましょう。](https://image.slidesharecdn.com/beginningfluentdlearningbigdata-130720035602-phpapp02/75/Big-Data-Fluentd-104-2048.jpg)
![Fluentdでログの構造化と転送が行われたことを、192.168.0.3側で確認。
[root@dev-centos ~]# grep glusterfs-unstable-01 /home/keith/var/log/fluent/glusterd.
20130708.b4e0ed6e32655d35f | tail -3
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"778961","log_level":"I","source_file_name":
"socket.c","source_line":"3495","function_name":"socket_init","component":"0-
management","message":"using system polling thread","host":"glusterfs-unstable-01.localdomain"}
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779397","log_level":"W","source_file_name":
"socket.c","source_line":"514","function_name":"__socket_rwv","component":"0-
management","message":"readv failed (No data available)","host":"glusterfs-unstable-01.localdomain"}
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779668","log_level":"I","source_file_name":
"socket.c","source_line":"2236","function_name":"socket_event_handler","component":"0-
transport","message":"disconnecting now","host":"glusterfs-unstable-01.localdomain"}
formatで指定した正規表現の通りにログをパースし、JSONで転送できていることが確認できました。
[root@dev-centos ~]# grep glusterfs-unstable-02 /home/keith/var/log/fluent/glusterd.
20130708.b4e0ed6e32655d35f | tail -3
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"759502","log_level":"I","source_file_name":
"socket.c","source_line":"3495","function_name":"socket_init","component":"0-
management","message":"using system polling thread","host":"glusterfs-unstable-02.localdomain"}
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"759838","log_level":"W","source_file_name":
"socket.c","source_line":"514","function_name":"__socket_rwv","component":"0-
management","message":"readv failed (No data available)","host":"glusterfs-unstable-02.localdomain"}
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"760057","log_level":"I","source_file_name":
"socket.c","source_line":"2236","function_name":"socket_event_handler","component":"0-
transport","message":"disconnecting now","host":"glusterfs-unstable-02.localdomain"}](https://image.slidesharecdn.com/beginningfluentdlearningbigdata-130720035602-phpapp02/75/Big-Data-Fluentd-105-2048.jpg)
![Fluentdでログの構造化と転送が行われたことを、192.168.0.3側で確認。
[root@dev-centos ~]# grep glusterfs-unstable-01 /home/keith/var/log/fluent/glusterd.
20130708.b4e0ed6e32655d35f | tail -3
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"778961","log_level":"I","source_file_name":
"socket.c","source_line":"3495","function_name":"socket_init","component":"0-
management","message":"using system polling thread","host":"glusterfs-unstable-01.localdomain"}
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779397","log_level":"W","source_file_name":
"socket.c","source_line":"514","function_name":"__socket_rwv","component":"0-
management","message":"readv failed (No data available)","host":"glusterfs-unstable-01.localdomain"}
2013-07-08T00:52:43+09:00 filtered.glusterd
{"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779668","log_level":"I","source_file_name":
"socket.c","source_line":"2236","function_name":"socket_event_handler","component":"0-
transport","message":"disconnecting now","host":"glusterfs-unstable-01.localdomain"}
上がFluentdで構造化したログ、下がオリジナルのログです。
[root@glusterfs-unstable-01 plugin]# tail -3 /var/log/glusterfs/usr-local-glusterfs-3.4.0beta2-etc-
glusterfs-glusterd.vol.log
[2013-07-07 15:52:43.778961] I [socket.c:3495:socket_init] 0-management: using system polling thread
[2013-07-07 15:52:43.779397] W [socket.c:514:__socket_rwv] 0-management: readv failed (No data
available)
[2013-07-07 15:52:43.779668] I [socket.c:2236:socket_event_handler] 0-transport: disconnecting now](https://image.slidesharecdn.com/beginningfluentdlearningbigdata-130720035602-phpapp02/75/Big-Data-Fluentd-106-2048.jpg)
More Related Content
Similar to Big Data入門に見せかけたFluentd入門 (20)
More from Keisuke Takahashi (15)
Recently uploaded (11)
Big Data入門に見せかけたFluentd入門
- 1. Big Data入門に見せかけた Fluentd入門 June 5th, 2013 Authored by Keisuke Takahashi (a.k.a. @keithseahus)
- 2. • ご案内 – このドキュメントの想定読者層 • Big DataやFluentdのプロでない方。Big Data関連の仕事をしていない方や、 Fluentdに触ったことが無い方。 • Fluentdが注目される理由を、背景から理解したい方。 • Fluentdの開発者向け公式ドキュメント（現行）が日本語に翻訳されたら本気を出そ うと思っているソフトウェア開発者。 – 間違いに気づいたら… • 著者にそっとご連絡頂けると嬉しいです。ベストエフォートで直します。 – ライセンスについて • クリエイティブ・コモンズ・ゼロです。再利用にあたって、著者の表示を削除するこ とを含め、著作権上の制約は一切ありません。居住地における法規及び国際法 の範囲内で、ご自由にお使い下さい。 – 免責 • 本ドキュメントにより生じた一切の事象について、著者は一切の責任を負わないも のとします。
- 3. Big Data is 何？ 各自がBig Dataの定義を持っており、唯一の正しい定義というものは無いはずです。みなさんはどう捉えていますか？
- 6. データの容量(volume) データの種類(variety) データが増加する速度(velocity) それぞれが飛躍的に増大するため 活用することが難しいと考えられていたデータ ここでは、これをベースに話を進めます。
- 7. ビジネス面での課題
- 8. データの容量 -‐ volume -‐
- 10. データの種類 -‐ variety -‐
- 14. データの解像度も増えています。
- 15. データが増加する速度 -‐ velocity -‐
- 21. • インメモリデータベース • 列指向データベース • 超並列データベース • ハイブリッド型データベース HBase, Hypertable, Cloudataなどは列指向データベースにカテゴライズされます。
- 23. • キーバリューストア • ドキュメント指向データベース • グラフデータベース 例えばKVSはCassandra, Kyoto Cabinet, Couchbase, Redis, Riak、ドキュメント指向DBはMongoDB, CouchDB、グラフDBはNeo4jが有名です。
- 25. • 並列分散処理 • 複合イベント処理 • イベントストリーム処理 並列分散処理はHadoopのMapReduceが有名。データを蓄積せずに、流れるデータに対して解析処理をかける技術もあります。
- 26. 何が変わるのか？
- 27. 分析手法
- 28. 従来のデータ分析 Big Dataの分析 生成元 企業の基幹システム アクセスログ ソーシャルデータ センサー ... 構造 構造化データ 半構造化データ 非構造化データ 保管方式 リレーショナルデータベース データウェアハウス 分散ストレージ キーバリューストア ... 分析手法 定型レポート データマイニング 視覚化 ビジネスインテリジェンス ビジネスインテリジェンス 分析の対象が質的にも量的にも異なるため、従来とは異なるアプローチで分析する必要があります。
- 29. 従来のデータ分析 Big Dataの分析 生成元 企業の基幹システム アクセスログ ソーシャルデータ センサー ... 構造 構造化データ 半構造化データ 非構造化データ 保管方式 リレーショナルデータベース データウェアハウス 分散ストレージ キーバリューストア ... 分析手法 定型レポート データマイニング 視覚化 ビジネスインテリジェンス ビジネスインテリジェンス まさにゴミの山から宝物を探すような分析になります。データマイニングについて少し深堀りしましょう。
- 31. Big Data 活用までの道のり Big Dataが活用されるまでのシーケンスを追ってみましょう。
- 34. • 監視やレポート（ゴール） • データマイニングと可視化 • 蓄積と処理 基本的に、材料となるデータはストレージに蓄積します。それらに対して、データマイニングが可能となるよう、必要な処理を行います。
- 35. • 監視やレポート（ゴール） • データマイニングと可視化 • 蓄積と処理 • データの生成 蓄積されるデータは、世界中の不特定な場所で常に生成されています。
- 36. • 監視やレポート（ゴール） • データマイニングと可視化 • 蓄積と処理 • ？？？ • データの生成 重要なシーケンスが一つ抜けています。何でしょう？
- 42. ログは 非構造化データ である （Big Data解析の観点から） 各種ログにも構造はありますが、それはアプリケーションごとに異なる独自の構造で、そのまま集約して分析することはできません。
- 56. Scribe
- 58. Flume
- 60. Fluentd
- 63. 重要なことなので２回言います。
- 64. Log everything in JSON.
- 65. Sponsored by
- 70. の環境が ある場合
- 87. { “Time”:”2013-‐07-‐05 09:00:00”, ”Tag”:”apache.log”, ”Record”:{“host”:”127.0.0.1”,”method”:”GET”,”path”:”/”} } Fluentdが出力するイベントログは、先述の通り、JSONで構造化されています。例えばApacheのログを読み込み、このように出力することができます。
- 96. 事例2 NHN Japan hOp://www.slideshare.net/tagomoris/log-‐analysis-‐with-‐hadoop-‐in-‐livedoor-‐2013 16ノードからログの収集を行い、毎秒120,000+行の転送量、最高400Mbpsを記録し、毎日1.5+TBのログを集めいているとのことです。
- 100. 192.168.0.3 ← あえて混在環境を 作り出すため gemでインストール ← 商用を想定し td-‐agentでインストール GlusterFSのクラスタで各ノードに出力されるログを集めてみましょう。
- 101. <source> type tail path /var/log/glusterfs/usr-local-glusterfs-3.4.0beta2-etc-glusterfs-glusterd.vol.log pos_file /var/log/td-agent/usr-local-glusterfs-3.4.0beta2-etc-glusterfs-glusterd.vol.log.pos tag glusterd format /^(?:[(?<date_ymd>[0-9]{4}-[01][0-9]-[0-3][0-9]) (?<time_hms>[0-2][0-9]:[0-5][0-9]:[0-6] [0-9]).(?<time_usec>[0-9]{6})]) (?<log_level>[TDINWECA]) (?:[(?<source_file_name>[^[]:/ ]*):(? <source_line>[0-9]*):(?<function_name>[^[]:/ ]*)]) (?<component>[^[]:/ ]*): *(?<message>.*)$/ rotate_wait 5 </source> /etc/td-‐agent/td-‐agent.conf (GlusterFS側) GlusterFS側のtd-agentには、glusterdのログファイルをtailさせます。sourceディレクティブにはこのように記述します。
- 102. <match glusterd.**> type hostname key_name host add_prefix filtered </match> <match filtered.glusterd.**> type forward send_timeout 60s recover_wait 10s heartbeat_interval 1s phi_threshold 8 hard_timeout 60s <server> name dev-centos host 192.168.0.3 port 24224 weight 60 </server> <secondary> type file path /var/log/td-agent/forward-failed </secondary> </match> /etc/td-‐agent/td-‐agent.conf (GlusterFS側) matchディレクティブでは、hostnameプラグインを使用し、イベントログの中にノード名を挿入するようにしました。 # wget https://raw.github.com/fukata/fluent-plugin-hostname/master/lib/fluent/plugin/out_hostname.rb /etc/td-‐agent/plugin にプラグインをインストール (GlusterFS側)
- 103. <source> type forward port 24224 bind 0.0.0.0 </source> <match filtered.glusterd.**> type file path /home/keith/var/log/fluent/glusterd </match> $HOME/fluent/fluent.conf (192.168.0.3側) ログ収集を行うノードには、出力先のディレクトリパスを指定します。
- 104. [root@dev-centos ~]# gluster volume info dist Volume Name: dist Type: Distribute Volume ID: a62edcc6-23c9-46d8-bf6d-f0682ac08c64 Status: Stopped Number of Bricks: 2 Transport-type: tcp Bricks: Brick1: glusterfs-unstable-01:/mnt/lv0/dist Brick2: glusterfs-unstable-02:/mnt/lv0/dist 192.168.0.3側でGlusterFSのvolumeをstart [root@dev-centos ~]# gluster volume start dist volume start: dist: success では、ログを出すために、GlusterFSのvolumeをstartしてみましょう。
- 105. Fluentdでログの構造化と転送が行われたことを、192.168.0.3側で確認。 [root@dev-centos ~]# grep glusterfs-unstable-01 /home/keith/var/log/fluent/glusterd. 20130708.b4e0ed6e32655d35f | tail -3 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"778961","log_level":"I","source_file_name": "socket.c","source_line":"3495","function_name":"socket_init","component":"0- management","message":"using system polling thread","host":"glusterfs-unstable-01.localdomain"} 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779397","log_level":"W","source_file_name": "socket.c","source_line":"514","function_name":"__socket_rwv","component":"0- management","message":"readv failed (No data available)","host":"glusterfs-unstable-01.localdomain"} 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779668","log_level":"I","source_file_name": "socket.c","source_line":"2236","function_name":"socket_event_handler","component":"0- transport","message":"disconnecting now","host":"glusterfs-unstable-01.localdomain"} formatで指定した正規表現の通りにログをパースし、JSONで転送できていることが確認できました。 [root@dev-centos ~]# grep glusterfs-unstable-02 /home/keith/var/log/fluent/glusterd. 20130708.b4e0ed6e32655d35f | tail -3 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"759502","log_level":"I","source_file_name": "socket.c","source_line":"3495","function_name":"socket_init","component":"0- management","message":"using system polling thread","host":"glusterfs-unstable-02.localdomain"} 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"759838","log_level":"W","source_file_name": "socket.c","source_line":"514","function_name":"__socket_rwv","component":"0- management","message":"readv failed (No data available)","host":"glusterfs-unstable-02.localdomain"} 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"760057","log_level":"I","source_file_name": "socket.c","source_line":"2236","function_name":"socket_event_handler","component":"0- transport","message":"disconnecting now","host":"glusterfs-unstable-02.localdomain"}
- 106. Fluentdでログの構造化と転送が行われたことを、192.168.0.3側で確認。 [root@dev-centos ~]# grep glusterfs-unstable-01 /home/keith/var/log/fluent/glusterd. 20130708.b4e0ed6e32655d35f | tail -3 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"778961","log_level":"I","source_file_name": "socket.c","source_line":"3495","function_name":"socket_init","component":"0- management","message":"using system polling thread","host":"glusterfs-unstable-01.localdomain"} 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779397","log_level":"W","source_file_name": "socket.c","source_line":"514","function_name":"__socket_rwv","component":"0- management","message":"readv failed (No data available)","host":"glusterfs-unstable-01.localdomain"} 2013-07-08T00:52:43+09:00 filtered.glusterd {"date_ymd":"2013-07-07","time_hms":"15:52:43","time_usec":"779668","log_level":"I","source_file_name": "socket.c","source_line":"2236","function_name":"socket_event_handler","component":"0- transport","message":"disconnecting now","host":"glusterfs-unstable-01.localdomain"} 上がFluentdで構造化したログ、下がオリジナルのログです。 [root@glusterfs-unstable-01 plugin]# tail -3 /var/log/glusterfs/usr-local-glusterfs-3.4.0beta2-etc- glusterfs-glusterd.vol.log [2013-07-07 15:52:43.778961] I [socket.c:3495:socket_init] 0-management: using system polling thread [2013-07-07 15:52:43.779397] W [socket.c:514:__socket_rwv] 0-management: readv failed (No data available) [2013-07-07 15:52:43.779668] I [socket.c:2236:socket_event_handler] 0-transport: disconnecting now
- 110. • Inputプラグイン – in_forward • 他のfluentd等からイベントログを受け取る – in_hOp • HTTP POSTのURLをtag、bodyをrecordとしてイベントログを受け取る。 – in_tail • イベントログをファイルから読み込む • ApacheとSyslogのパーサ付き • カスタムパーサも書ける – in_exec • 外部プログラムから標準出力経由でTSV形式のイベントログを受け取る – in_syslog • syslogプロトコルでイベントログを受け取る – in_scribe • Scribeからイベントログを受け取る – ... Inputプラグインは、外部ソースからイベントログを受け取るインタフェースです。thread socketとlisten socketを生成するためノンブロッキングです。
- 111. • Bufferプラグイン – buf_memory • メモリ上にバッファすることで速度を高める – buf_file • ファイルにバッファすることで信頼性を高める Bufferプラグインは2種類です。パフォーマンスを向上させるか、信頼性を向上させるかを選ぶことができます。一連の処理をスレッドセーフにする作用もあります。
- 112. • Outputプラグイン – out_file • イベントログをファイルに書き出す • ファイルは日ごとに生成する – out_forward • イベントログを他のFluentdに転送する • ロードバランシングとフェイルオーバ機能を提供 – out_exec • TSV形式のイベントログを標準入力経由で外部プログラムへ渡す – out_exec_filter • out_execにイベントログを渡す前に、他の外部プログラムに対するTSV形式イベン トログの標準入出力を実行する。 – out_copy • イベントログを複製して複数のOutputプラグインに渡す – out_roundrobin • 複数のOutputプラグインに対してラウンドロビンでイベントログを渡す Outputプラグインによって、イベントログの書き出し又は送信を行います。
- 113. • Outputプラグイン(続き) – out_stdout • イベントログを標準出力に書き出す – out_null • イベントログを捨てる – out_s3 • Amazon S3にイベントログを出力する – out_mongo • イベントログをMongoDBへ書き出す – out_mongo_replset • 出力先のMongoDBでReplicaSetを使用する場合はこちらを利用する – out_webhdfs • イベントログをHDFSへ書き出す – … Outputプラグインによって、イベントログの書き出し又は送信を行います。
- 114. 多彩な コミュニティ製 プラグイン コミュニティでは、様々な開発者がプラグインを開発・公開しています。膨大な中から、ピックアップしてみました。
- 115. • flowcounter – 一定期間中に流れるイベントログの数とデータ量をカウントする • dstat – dstat用Inputプラグイン • ping-‐message – fluentdプロセスをpingで死活監視する • munin – munin-‐nodeのメトリックデータを取得するInputプラグイン • map – あるイベントログを異なるイベントログに変換する • noTfier – イベントログのマッチングとアラートメッセージの送信を行う • sampling-‐filter – イベントログからサンプリングを行う • mysql – JSONのままMySQLにINSERTを行う
- 116. • amplifier-‐filter – イベントログ中の数値の加減を行う • flaOen – ネストされたkey/valueをフラットにする • tail-‐asis – パーサを使わずに行全体をイベントログに格納する • cassandra – Cassandra用Outputプラグイン • mysqlslowquery – MySQLのスロークエリログ用Inputプラグイン • twiOer – TwiOer Streaming API用Input/Outputプラグイン • zabbix – Zabbix用Outputプラグイン • mail – イベントログをメールに出力する
- 117. • amqp – AMQP用Input/Outputプラグイン • serialport – シリアルポート用Inputプラグイン • extract_query_params – URLのクエリパラメータからkey/valueを取り出す • Tme_parser – 時刻パラメタ用パーサ • irc – IRC用Outputプラグイン • dbi – DBとの接続にRubyのDBIモジュールを使うOutputプラグイン • tagfile – イベントタグを利用してソースのホスト毎に異なるディレクトリへイベントログをファイル 出力するOutputプラグイン
- 118. • hostname – ホスト名をイベントログに挿入する • df – dfコマンド用Inputプラグイン • jvmwatcher – Java VMの情報を収集するInputプラグイン • websocket – websocketサーバとして機能し、JSON文字列又はMessagePackバイナリを、接続された 全てのクライアントにブロードキャストするOutputプラグイン。 • resolv – IPアドレスの名前解決をして上書きをする
- 119. Fluentd プラグインの 開発 プラグインの開発も簡単にできるようになっています。詳しく見てみましょう。
- 120. • カスタムプラグインのインストール – rubygemsで配布しない場合 • /etc/fluent/plugin にスクリプトを配置する – rubygemsで配布する場合 • lib/fluent/plugin に<TYPE>_<NAME>.rb の名前でイン ストールされるようにする まず、開発したプラグインをFluentdに読み込むための方法です。RailsのようにCoC(設定よりも規約)なスタイルです。
- 121. • Inputプラグインを書く – Fluent::Input クラスを継承 – 規定のメソッドを実装 • configure(conf) • start • shutdown – イベントログを生成する • Fluent::Engine.emit(tag, Tme, record) – tag: String – Tme: UNIX Tme in integer – record: Hash Inputプラグインの開発の仕方です。クラスを継承して規定のメソッドを実装し、受け取ったログからFluentdのデータ構造に合わせたイベントログを生成するだけです。
- 122. • Bufferd Outputプラグインを書く – Fluent::BufferedOutput クラスを継承 – 規定のメソッドを実装 • configure(conf) • start • shutdown • format(tag, Tme, record) • write(chunk) – data = chunk.read – print data – オプション Outputプラグインは3種類が開発可能です。大筋はInputプラグインと同様です。
- 123. • Time Sliced Outputプラグインを書く – Fluent::TimeSlicedOutput クラスを継承 – 規定のメソッドを実装 • configure(conf) • start • shutdown • format(tag, Tme, record) • write(chunk) – day = chunk.key – data = chunk.read – print data 例えば1日ごとに出力先ファイルを変更するようなOutputプラグインを書く場合、開発するのはTime Sliced Outputプラグインになります。
- 124. • Non-‐bufferd Outputプラグインを書く – Fluent::Output クラスを継承 – 規定のメソッドを実装 • configure(conf) • start • shutdown • emit(tag, es, chain) – Fluentdがイベントを受け取ったらコールされる。 – 各イベントを処理するために、es.each イテレータを使用する。 BufferプラグインをスルーするようなOutputプラグインも作れます。
- 125. • Tail Inputプラグインでパーサをカスタマイズ する方法 – Fluent::TailInput クラスを継承 – メソッドをオーバーライド • configure_parser(conf) • parse_line(line) ファイルをtailして読み込むようなInputプラグインを作る場合は、TailInputクラスを拡張して簡単に書けるようになっています。
- 126. • プラグインのデバッグ方法 – デバッグメッセージの表示 • fluentd -‐vv で起動 • match **ディレクティブにtype stdoutを指定 – out_copy でstoreディレクティブの一つにtype stdoutを指定 Rubyのpデバッグのような方法でデバッグする方法があります。また、out_copyを使用することで、デバッグ用のOutputプラグインにデータを流し込むことも可能です。
- 127. • テストケースを書く – Unitテスト・フレームワーク • Fluent::Test::InputTestDriver • Fluent::Test::OutputTestDriver • Fluent::Test::BufferedOutputTestDriver Unitテスト用のクラスも用意されています。
- 128. 作ってみた
- 130. parse_lineメソッドの引数にログ が1行ずつ代入されているので、 このメソッド内でパースしていき ます。 TailInputでメインとなる作業は、parse_lineメソッドの拡張です。
- 132. まとめ
- 133. • Big Dataを処理するには、前段階として「処理 を前提とした収集」が必要。 • ログコレクタの中で最も注目を集めているの がFluentd。 • Fluentdはシンプルでプラガブル。柔軟でカス タマイズしやすい。デベロッパ・フレンドリー。 • 今まで個別に存在していたデータも、Fluentd で集約すればBig Data分析の対象になり得る。 レッツトライ。
- 134. 参考文献
- 135. 1. Christy PeOey, "Gartner Says Solving 'Big Data' Challenge Involves More Than Just Managing Volumes of Data" hOp://www.gartner.com/newsroom/id/1731916 (2013/06/30) 2. 2012 Big Data Now: 2012 EdiFon, O'Reilly Media, Inc. 3. Noreen Burlingame & Lars Nielsen, 2012 A Simple IntroducFon To DATA SCIENCE, New Street CommunicaTons, LLC 4. 三木大知 2013 『パターンでわかるHadoop MapReduce -‐ ビッグデータの処理入門』翔泳社 368pp 5. John Gantz and David Reinsel, "ExtracTng Value from Chaos" hOp://www.emc.com/ collateral/analyst-‐reports/idc-‐extracTng-‐value-‐from-‐chaos-‐ar.pdf (2013/06/30) 6. Pramod J. Sadalage, MarTn Fowler, 2012 NoSQL DisFlled -‐ A Brief Guide to the Emerging World of Polyglot Persistence, Addison-‐Wesley Professional 7. Guido Schmutz, 2012 Welcome NoSQL for Data Services, Data VirtualizaFon & Big Data hOp://www.servicetechsymposium.com/dl/presentaTons/ nosql_for_data_services_data_virtualizaTon_and_big_data.pdf (2013/06/30) 8. Shashan Tiwari 2012『NoSQLプログラミング実践活用技法』翔泳社 432pp 9. Publickey 「NoSQLの現状。これまでの成功と失敗」 hOp://www.publickey1.jp/blog/13/ nosql_2.html (2013/06/30) 10. Pete Warden, 2011 Big Data Glossary -‐ A Guide to the New GeneraFon of Data Tools, O'Reilly Media, Inc. 11. Tom White, 2012 Hadoop: The DefiniFve Guide, 3rd EdiFon -‐ Storage and Analysis at Internet Scale, O'Reilly Media, Inc. 12. 舘野祐一 「fluentd を利用した大規模ウェブサービスのロギング」 hOp:// www.slideshare.net/hotchpotch/20120204fluent-‐logging (2013/06/30)
- 136. 13. TAGOMORI Satoshi, "Log analysis system with Hadoop in livedoor 2013 Winter" hOp:// www.slideshare.net/tagomoris/log-‐analysis-‐with-‐hadoop-‐in-‐livedoor-‐2013 (2013/06/30) 14. "Fluentd DocumentaFon" hOp://docs.fluentd.org/ (2013/06/29) 15. @johtani 「Fluentd Meetup Japanに参加しました。」 hOp://johtani.jugem.jp/?eid=60 (2013/07/07) 16. Sadayuki Furuhashi, "Fluentd meetup in Japan -‐ Fluentd, The Event Collector Service" hOp:// www.slideshare.net/treasure-‐data/fluentd-‐meetup-‐in-‐japan-‐11410514 (2013/06/29) 17. Sadayuki Furuhashi, "Fluentd meetup #2 -‐ fluentd, Log everything in JSON" hOp:// www.slideshare.net/treasure-‐data/fluentd-‐meetup-‐2 (2013/06/29) 18. Sadayuki Furuhashi, "Fluentd meetup #3 -‐ CollecFng app metrics in decentralized systems -‐ Decision making based on facts" hOp://www.slideshare.net/treasure-‐data/fluentd-‐ meetup-‐3 (2013/06/29) 19. Masahiro Nakagawa, "The basics of fluentd" hOp://www.slideshare.net/treasure-‐data/the-‐ basics-‐of-‐fluentd (2013/06/29) 20. "Fluentd plugins" hOp://fluentd.org/plugin/ (2013/06/29) 21. "Treasure Data: Big Data as a Service" hOp://www.treasure-‐data.com/ (2013/06/30)
- 137. Thank you.