使用 log4js UDP 发送数据到 logstash

因为 nodejs 一般会部署在多台机器，并且每台机器会起多个进程，因此查看日志时往往要人工区分一个完整的请求包含哪些行。如果在日志中添加 服务器名称和进程id，就比较容易了。

如果在 filebeat 配置中修改正则表达式肯定是可以完成这个工作的，但今天发现 log4js（1.1.1版本） 的模块 logstashUDP 支持通过 UDP 直接发送数据到 logstash，这就更自由了，这样就不用在每台机器上跑 filebeat。

这里我们假定已经配置好了 ELK。EKL 配置方法参见本博客文章 http://www.cnblogs.com/jasonxuli/p/6397244.html

根据 logstashUDP 的代码，以 log4js.getLogger().info("message", arg1) 为例，第二个参数 arg1 会被作为 kv 结构，与 appender 配置中的 fields 对象合并，然后发送给 logstash。

也就是说，如果 arg1 = {"customField1": "", "customField2": ""}，那么最终在 elasticsearch 中，数据大体结构为： {"fields.customField1": "", "fields.customField2": ""}。

appender 配置：

var logLayout = {                type:"pattern",                    pattern: "%h %x{pid} [%d] [%p] %c > %m",                    tokens: {                    pid: function () {                        return process.pid                    }                }            };

appenders     : [
        {
            type: "console",
            layout  : logLayout
        },
        {
            type    : "logstashUDP",  // 定义默认的 appender
            level   : "ALL",
            layout  : logLayout, // 自定义 layout
            host    : "192.168.1.123",
            port    : "5050",
            fields  : {  // fields 会和 第二个参数 arg1 合并，然后发送给 logstash；并且这个 fields 会作为 config.fields 用于之后每次日志事件
                machine : os.hostname(), // 指定机器名
                processId: process.pid   // 指定线程ID
            }
        }　　 ],
    replaceConsole: true
}

如果想要动态指定某个字段的值，需要包装一下 logger 的各个方法：

exports.logger = function getLogger (moduleName) {
    var l = log4js.getLogger(moduleName);

    l.trace = wrapper(l.trace);
    l.debug = wrapper(l.debug);
    l.info  = wrapper(l.info);
    l.warn  = wrapper(l.warn);
    l.error = wrapper(l.error);
    l.fatal = wrapper(l.fatal);

    return l;
};

function wrapper(func){
    return function(message){
        var data = {log: Array.prototype.join.call(arguments, ‘, ‘)}; // 拼接原始log参数；logger.info("attr1", "attr2"), 那么不会把 "attr2" 当做 data 发给 logstash
        return func.call(this, data.log, data);  // 这里默认传递 data 参数给 logstash，不需要在每次 info() 时手动传递第二个参数
    }
}

logstash 的配置， /etc/logstash/conf.d/first-pipeline.conf

input {
    beats {
        port => "5043"
    }
    udp {
        port => "5050"
        codec => json  // 这一行一定要指定
    }
}
filter {
    grok {
        match => { "message" => "%{COMBINEDAPACHELOG}"}
    }
    geoip {
        source => "clientip"
    }
}
output {
    if [fields][category] != "memory" {  // 因为 logstashUDP 模块会将第二个参数合并到 config.fields 中， [][] 的结构用于指定二级字段 fields.category
        elasticsearch {
            hosts => [ "192.168.20.50:9200" ]
            index => "vrslog-%{+YYYY.MM.dd}"
        }
    }
    if [fields][category] == "memory" {  // 为 memory 日志生成单独的 elasticsearch 索引
        elasticsearch {
            hosts => [ "192.168.20.50:9200" ]
            index => "memory-%{+YYYY.MM.dd}"
        }
    }
}