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，再结合输入丢弃、缓冲与下游数据验证。

1. 日志级别调细

[SERVICE]
    Log_Level debug

环境变量只有被配置或启动脚本引用时才生效，例如 Log_Level ${FLB_LOG_LEVEL}；单独设置变量不保证覆盖配置。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  127.0.0.1
    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 增长表示相应 chunk 的重试耗尽或失败，需结合插件与缓冲日志定位，不能直接等同记录丢失条数。

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，其覆盖范围主要是输出错误/重试，不能证明全部输入解析正常；后端故障导致不健康时盲目作为 liveness 重启可能加剧问题。

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；
• 解析错误日志或对应插件实际暴露的计数增长 → 检查 parser 与格式；并非所有解析插件都有统一计数。

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。