logstash-input-file使用
https://blog.csdn.net/sqandczm/article/details/89420108
https://help.aliyun.com/document_detail/158836.html?spm=a2c4g.11186623.6.588.4cb54c07LojyK8
https://blog.csdn.net/DiamondXiao/article/details/52056731
[logstash-input-file]插件使用详解
input {file {# windows 中也使用"/", 而非"\"path => "${APP_HOME}/log/bayes.log"start_position => "beginning"}}filter{grok {match => {"message" => "(?<request_time>\d\d:\d\d:\d\d\.\d+)\s+\[(?<thread_id>[\w\-]+)\]\s+(?<log_level>\w+)\s+(?<class_name>\w+)\s+\-\s+\[(?<request_id>\w+)\]\s+(?<detail>.+)"}}}output {datahub {access_id => "Your accessId"access_key => "Your accessKey"endpoint => "Endpoint"project_name => "project"topic_name => "topic"#shard_id => "0"#shard_keys => ["thread_id"]dirty_data_continue => truedirty_data_file => "/Users/ph0ly/trash/dirty.data"dirty_data_file_max_size => 1000}}
--------------------------------------------------
最小化的配置文件
在Logstash中可以在 input{} 里面添加file配置，默认的最小化配置如下：
input {
file {
path => "E:/software/logstash-1.5.4/logstash-1.5.4/data/*"
}
}
filter {
}
output {
stdout {}
}
当然也可以监听多个目标文件：
input {
file {
path => ["E:/software/logstash-1.5.4/logstash-1.5.4/data/*","F:/test.txt"]
}
}
filter {
}
output {
stdout {}
}
文件的路径名需要时绝对路径，并且支持globs写法。
其他的配置
另外，处理path这个必须的项外，file还提供了很多其他的属性：
input {
file {
#监听文件的路径
path => ["E:/software/logstash-1.5.4/logstash-1.5.4/data/*","F:/test.txt"]
#排除不想监听的文件
exclude => "1.log"
#添加自定义的字段
add_field => {"test"=>"test"}
#增加标签
tags => "tag1"
#设置新事件的标志
delimiter => "\n"
#设置多长时间扫描目录，发现新文件
discover_interval => 15
#设置多长时间检测文件是否修改
stat_interval => 1
#监听文件的起始位置，默认是end
start_position => beginning
#监听文件读取信息记录的位置
sincedb_path => "E:/software/logstash-1.5.4/logstash-1.5.4/test.txt"
#设置多长时间会写入读取的位置信息
sincedb_write_interval => 15
}
}
filter {
}
output {
stdout {}
}
其中值得注意的是：
1 path
是必须的选项，每一个file配置，都至少有一个path
2 exclude
是不想监听的文件，logstash会自动忽略该文件的监听。配置的规则与path类似，支持字符串或者数组，但是要求必须是绝对路径。
3 start_position
是监听的位置，默认是end，即一个文件如果没有记录它的读取信息，则从文件的末尾开始读取，也就是说，仅仅读取新添加的内容。对于一些更新的日志类型的监听，通常直接使用end就可以了；相反，beginning就会从一个文件的头开始读取。但是如果记录过文件的读取信息，这个配置也就失去作用了。
4 sincedb_path
这个选项配置了默认的读取文件信息记录在哪个文件中，默认是按照文件的inode等信息自动生成。其中记录了inode、主设备号、次设备号以及读取的位置。因此，如果一个文件仅仅是重命名，那么它的inode以及其他信息就不会改变，因此也不会重新读取文件的任何信息。类似的，如果复制了一个文件，就相当于创建了一个新的inode，如果监听的是一个目录，就会读取该文件的所有信息。
5 其他的关于扫描和检测的时间，按照默认的来就好了，如果频繁创建新的文件，想要快速监听，那么可以考虑缩短检测的时间。
6 add_field
就是增加一个字段，例如：
file {
add_field => {"test"=>"test"}
path => "D:/tools/logstash/path/to/groksample.log"
start_position => beginning
}
7 tags
用于增加一些标签，这个标签可能在后续的处理中起到标志的作用
8 delimiter
是事件分行的标志，如果配置成123,那么就会如下所示。这个选项，通常在多行事件中比较有用。
暂时关于file就研究的这么多，后续会深入学习源码，做更多的分享。
参考
【1】logstash官方文档：https://www.elastic.co/guide/en/logstash/current/plugins-inputs-file.html#plugins-inputs-file-sincedb_path
