在使用Filebeat导入数据的时候，Filebeat会附带一些环境相关的json数据一起发送到out端，但是在一些日志入库场景下，日志数量庞大，额外的数据字段会带来不必要的磁盘消耗，所以需要在入库的时候剔除掉，那么如何剔除呢？
在满足需求的情况下，我使用了Filebeat自身的剔除逻辑，未使用Logstash相关的功能。在Filebeat中，程序提供了processor模块，用以对数据在发送前进行自定义的处理操作。所以，可以通过此功能，将原始event中的一些不需要的字段进行剔除。
同样，在processor中，可以定义drop_fields，通过这个，就可以drop掉一些不需要的字段，当然，正如官方文档中说的那样，@timestamp和type字段是无法去除的，好在这两个字段不算大，可以保留，至于其他的字段，例如agent、host、cloud等，如不需要，可以直接去掉了，配置方法如下：
Snipaste_2021-07-06_10-45-02.png
但是，有时候，明明配置了drop掉这些字段，但是最后入库的时候仍然会保留这些字段，令人费解，然鹅实际上，drop配置是生效的，但是
processor逻辑是可以重复的，也就是我们在自己的process中去掉了，但是有其他的地方又给加回去了，例如filebeat.yml配置文件中的全局processor配置，如下所示：
Snipaste_2021-07-06_10-55-37.png
但是，即使在这里注释掉了这些全局processor配置，在最后的入库中仍然可能会携带那些多余的字段，so why？至少明面上没发现有哪里在添加，不过背后肯定是又默默加上去了，所以，我们需要把我们的drop逻辑放到全局配置里，如下：
Snipaste_2021-07-06_10-55-50.png
这样的话，多余的字段终于被去掉了，不过放到全局配置里，意味着全局生效，至于是否满足各自的需要，还需各自评估。
网友评论