如果企業提供 IT 在線服務，那么可觀測性能力是必不可少的。“可觀測性” 這個詞近來也越發火爆，不懂 “可觀測性” 都不好意思出門了。但是可觀測性能力的構建卻著實不易，每個企業都會用到一堆技術棧來組裝建設。比如數據收集，可能來自某個 exporter，可能來自 telegraf，可能來自 OTEL，可能來自某個日志文件，可能來自 statsd，收集到數據之后還需要做各種過濾、轉換、聚合、采樣等操作，煩不勝煩，今天我們就給大家介紹一款開源的數據收集+路由器工具：Vector，解除你的上述煩惱。

Vector 簡介

Vector 通常用作 logstash 的替代品，logstash 屬于 ELK 生態，使用廣泛，但是性能不太好。Vector 使用 Rust 編寫，聲稱比同類方案快 10 倍。Vector 來自 Datadog，如果你了解監控、可觀測性，大概率知道 Datadog，作為行業老大哥，其他小弟拍馬難及。Datadog 在 2021 年左右收購了 Vector，現在 Vector 已經開源，地址是：

• 主站：https://vector.dev/
• 倉庫：https://github.com/vectordotdev/vector

Vector 不止是收集、路由日志數據，也可以路由指標數據，甚至可以從日志中提取指標，功能強大。下面是 Vector 的架構圖：

圖片

看起來和其他同類產品是類似的，核心就是 pipeline 的處理，有 Source 端做采集，有中間的 Transform 環節做數據加工處理，有 Sink 端做數據轉發。魔鬼在細節，Vector 有如下一些特點，讓它顯得卓爾不群：

• 超級快速可靠：Vector采用Rust構建，速度極快，內存效率高，旨在處理最苛刻的工作負載
• 端到端：Vector 致力于成為從 A 到 B 獲取可觀測性數據所需的唯一工具，并作為守護程序、邊車或聚合器進行部署
• 統一：Vector 支持日志和指標，使您可以輕松收集和處理所有可觀測性數據
• 供應商中立：Vector 不偏向任何特定的供應商平臺，并以您的最佳利益為出發點，培育公平、開放的生態系統。免鎖定且面向未來
• 可編程轉換：Vector 的高度可配置轉換為您提供可編程運行時的全部功能。無限制地處理復雜的用例

Vector 安裝

Vector 的安裝比較簡單，一條命令即可搞定，其他安裝方式可以參考其 官方文檔。

curl --proto '=https' --tlsv1.2 -sSf https://sh.vector.dev | bash

Vector 配置測試

Vector 的配置文件可以是 yaml、json、toml 格式，下面是一個 toml 的例子，其作用是讀取 /var/log/system.log 日志文件，然后把 syslog 格式的日志轉換成 json 格式，最后輸出到標準輸出：

[sources.syslog_demo]
type = "file"
include = ["/var/log/system.log"]
data_dir = "/Users/ulric/works/vector-test"

[transforms.remap_syslog]
inputs = [ "syslog_demo"]
type = "remap"
source = '''
  structured = parse_syslog!(.message)
  . = merge(., structured)
'''

[sinks.emit_syslog]
inputs = ["remap_syslog"]
type = "console"
encoding.codec = "json"

首先，[sources.syslog_demo] 定義了一個 source，取名為 syslog_demo，這個 source 的類型是 file，表示從文件中讀取數據，文件路徑是 /var/log/system.log，data_dir 是存儲 checkpoint 數據不用關心，只要給一個可寫的目錄就行（Vector 自用）。然后定義了一個 transform，名字為 remap_syslog，指定這個 transform 的數據來源（即上游）是 syslog_demo，其類型是 remap，remap 是 Vector 里非常重要的一個 transform，可以做各類數據轉換，在 source 字段里定義了一段代碼，其工作邏輯是：

• 來自 syslog_demo 這個 source 的日志數據，日志原文在 message 字段里（除了日志原文 message 字段，Vector 還會對采集的數據附加 host、timestamp 等字段），需要先解析成結構化的數據，通過 parse_syslog 這個函數做轉換
• 轉換之后，相當于把非結構化的日志數據轉換成了結構化的數據，賦值給 structured 變量，然后通過 merge 函數把結構化的這個數據和原始就有的 host、timestamp 等字段合并，然后把合并的結果繼續往 pipeline 后續環節傳遞

[sinks.emit_syslog] 定義了一個 sink，名字是 emit_syslog，通過 inputs 指明了上游數據來自 remap_syslog 這個 transform，通過 type 指明要把數據輸出給 console，即控制臺，然后通過 encoding.codec 指定輸出的數據格式是 json。然后通過下面的命令啟動 Vector：

vector -c vector.toml

然后，你就會看到一堆的日志輸出（當然，前提是你的機器上有 system.log 這個文件，我是 macbook，所以用的這個文件測試的），樣例如下：

ulric@ulric-flashcat vector-test % vector -c vector.toml
...
{"appname":"syslogd","file":"/var/log/system.log","host":"ulric-flashcat.local","hostname":"ulric-flashcat","message":"ASL Sender Statistics","procid":332,"source_type":"file","timestamp":"2023-09-27T07:31:22Z"}

如上，就說明正常采集到了數據，而且轉換成了 json 并打印到了控制臺，實驗成功。當然，打印到控制臺只是個測試，Vector 可以把數據推給各類后端，典型的比如 ElasticSearch、S3、ClickHouse、Kafka 等。

Vector 部署模式

Vector 可以部署為兩個角色，既可以作為數據采集的 agent，也可以作為數據聚合、路由的 aggregator，架構示例如下：

圖片

當 Vector 作為 agent 的時候，又有兩種使用模式：Daemon 和 Sidecar。Daemon 模式旨在收集單個主機上的所有數據，這是數據收集的推薦方式，因為它最有效地利用主機資源。比如把 Vector 部署為 DaemonSet，收集這個機器上的所有容器中應用的日志，容器中的應用的日志推薦使用 stdout 方式打印，符合云原生 12 條要素。架構圖如下：

圖片

當然，也可以使用 Sidecar 模式部署，這樣占用的資源更多（畢竟，每個 Pod 里都要塞一個 Vector 容器），但是更靈活，服務所有者可以隨意搞自己的日志收集方案，不用依賴統一的日志收集方案。架構圖如下：

圖片

Vector 總結

夜鶯社區里已經有很多小伙伴從 logstash 遷移到了 Vector，并普遍表示 Vector YYDS，如果你還沒聽過 Vector，趕緊去試試吧。其他的我也不啰嗦，請各位移步 Vector 官方文檔，本文最重要的價值就是讓你知道有這么個好東西 :-)