如何检查 Fluent Bit 的内部错误？

Fluent Bit 的错误分两层看：进程日志（启动错误、插件报错）与运行指标（/api/v1/metrics 里的错误计数）——先把日志级别调到 debug，再看监控端点，问题基本无处遁形。

1. 日志级别调细

[SERVICE]
    Log_Level debug

或用环境变量 FLB_LOG_LEVEL=debug。debug 下每个插件的初始化、批处理、重试都会输出。

2. 内置监控端点

[SERVICE]
    HTTP_Server  On
    HTTP_Listen  0.0.0.0
    HTTP_PORT    2020

curl -s http://localhost:2020/api/v1/metrics | jq .

返回每个 input/output 的记录数、字节数与 错误/重试计数——output.*.retries_failed 增长说明后端写入持续失败。

3. 健康检查端点

[SERVICE]
    Health_Check On
    HC_Errors_Count 5
    HC_Retry_Failure_Count 5
    HC_Period 60

GET /api/v1/health 在错误超阈值时返回不健康状态，可接 K8s livenessProbe。

4. 常见错误对照

• 输出端 4xx/5xx → 后端地址、认证、索引权限问题；
• upstream connection error → 网络/DNS；
• 解析失败计数涨 → parser 配置与日志格式不符。

观测云对照

观测云 DataKit 的运行状态（采集速率、失败计数、队列积压）直接上报平台，控制台可视化呈现并支持对"采集器错误率"本身配告警。

常见问题（FAQ）

Q：生产环境一直开 debug 吗？ 不建议，量太大；排障时开，平时 info/warn。

Q：2020 端口暴露安全吗？ 只读但会泄露拓扑信息，绑内网或加防火墙限制。