转：https://www.xiaomastack.com/2014/11/10/scribe/
Scribe从各种数据源上收集数据，放到一个共享队列上，然后push到后端的中央存储系统上。当中央存储系统出现故障时，scribe可以暂时把日志写到本地文件中，待中央存储系统恢复性能后，scribe把本地日志续传到中央存储系统上。需要注意的是，各个数据源须通过thrift（由于采用了thrift，客户端可以采用各种语言编写）向scribe传输数据（每条数据记录包含一个分类category和一条信息message），可以在scribe配置文件中配置用于监听端口的thrift线程数（默认3）。
在后端，scribe可以将不同category的数据存放到不同目录中，以便于进行分别处理。后端的日志存储方式可以是各种各样的store，包括file（文件），buffer（双层存储，一个主储存，一个副存储），network（另一个scribe服务器），bucket（包含多个store，通过hash的将数据存到不同store中），null(忽略数据)，thriftfile（写到一个Thrift TFileTransport文件中）和multi（把数据同时存放到不同store中）。
scribe架构图如下：
1、scribe中常用store存储介绍
file
将日志写到文件或者NFS中，支持两种文件格式，即std和hdfs即普通文本文件和HDFS。
buffer
最常用的一种store。该store中包含两个子store，其中一个是primary store，另一个是secondary store。日志会优先写到primary store中，如果primary store出现故障，则scribe会将日志暂存到secondary store中，待primary store恢复性能后，再将secondary store中的数据拷贝到primary store中。
null
用户可以在配置文件中配置一种叫default的category，如果数据所属的category没有在配置文件中设置相应的存储方式，则该数据会被当做default，如果用户想忽略这样的数据，可以将它放入null store中。
2、配置文件解析 Scribe的配置文件由全局的section和一个或多个store的section组成，在源码包的examples目录下有多个配置文件实例可以参考。
1)、全局配置项
port: (number)
scribe监听的端口，当然也可以通过命令参数-p指定
max_msg_per_second: (number) 每秒最大日志并发数，默认为0,0则表示没有限制
max_queue_site:(byte) 队列最大可以为多少，默认为5,000,000 bytes
check_interval:(second) 检查存储的频率，默认为5s
new_thread_per_category:(yes/no) 是否为每个一个分类创建一个线程,为no的话,只创建一个线程为每个存储服务，默认为yes
num_thrift_server_threads:(number) 接收消息的线程数，默认为3
比如可以这样配置
port=1463
max_msg_per_second=2000000
max_queue_size=10000000
check_interval=3
2)、局部配置项，主要是store相关的配置。
cateogry: 哪些消息由这个category的store处理
type: 指定store的类型,如file,buffer,network,bucket,thriftfile,null,multi
target_write_size:(byte) 对应category的消息在处理之前,消息队列最大可以为多大，
默认为16,384
max_batch_size:(byte) 内存存储队列一次性可以处理的消息数量,超过这个大小将调用thrift
max_write_interval:(second) 对应category的消息队列在处理消息这些消息之前可以维护多长
时间，默认为1秒
must_succeed:(yes/no) 消息是否必须要成功处理，如果一个消息存储失败再重试，如果设置为no，
则如果一个消息存储失败，则该条消息会被抛弃，默认为yes。强烈建议使
用buffer类型的store去指定一个secondary store去处理失败的消息。
比如这些参数可以这样使用
<store>
category=test_* #所有以"test_"开头的分类category信息由这个store处理
type=buffer
target_write_size=20480
max_write_interval=1
buffer_send_rate=2 #从secondary store多少次读取一个组消息发送到primary store
retry_interval=30 #写入到primary store失败后，多久时间再次发送到primary store
retry_interval_range=10 #重试间隔
<primary>
... ... ...
</primary>
<secondary>
... ... ...
</secondary>
</store>
不同的类型的store配置有区别，上面的配置参数只是一些通用参数。
a)、file store
file_path 默认路径是‘/tmp’。
base_filename 默认category名称。
use_hostname_sub_directory 是否使用server的hostname建立子目录，默认是no。
sub_directory 使用指定的名称创建子目录。
rotate_period 设置多久创建一个文件，周期可以是“hourly”, “daily”, “never”, or number[suffix];
“never”是默认值，suffix可以是“s”, “m”, “h”, “d”, “w”,‘s’是默认值。
rotate_hour 如果rotate_period是daily，设置每天何时创建新文件，值可以是0-23，默认是1。
rotate_minute 如果rotate_period是daily或者hourly，设置一个小时多久后可以创建新文件，
值可以是0-59，默认是15。
max_size 在轮转一个文件前，该文件可以增长到多大，默认是1,000,000,000 bytes 。
write_meta 值可以是yes或者其他值，false是默认值，如果文件被轮转，最后一行将包含"scribe_meta"，
跟着就是下一个文件名。
fs_type 支持两种类型std和hdfs，默认是std。
chunk_size 默认是0，如果一个chunk大小被指定，在文件内没有消息能够跨越chunk的边界，
除非有消息的大小超过chunk的大小。
add_newlines 默认是0，如果是1，则在每行后面加入换行符。
create_symlink 默认值是yes，如果是真，则维护一个符号连接到最近被写入的文件。
write_stats 是否对每一个store创建一个scribe_stats文件用来跟踪文件的写入轨迹，默认yes。
max_write_size 当块大小大到max_write_size时,store会将数据刷新到文件系统,max_write_size不能
超过max_site.由于target_write_size大小的消息被缓存,file-store会被调用去保存
这些缓存中的消息.file-store每次最少会保存max_write_size大小的消息,但file-store
最后一次保存消息的大小肯定会小于max_write_size.默认值为1,000,000
比如实际使用中可以这样配置
<store>
category=nginx
type=file
file_path=/tmp/nginx
base_filename=nginx_log
max_size=1000000
add_newlines=1
rotate_period=daily
rotate_hour=0
rotate_minute=10
max_write_size=4096
</store>
b)、Network Store network store向其它scribe server发送消息，Scribe保持持久的链接打开以至于它能够发送消息，在正常运行的情况下，scribe会基于当前缓存中存在多少条消息等待发送而分批次的发送。
remote_host 远程主机的ip或者名称。
remote_port 远程主机的端口。
timeout socket超时时间，默认为default_socket_timeout_ms，
在store.h中设定默认为5000毫秒。
use_conn_pool 是否使用连接池代替为每一个远程主机打开的链接，默认是false。
比如实际使用中可以这样配置
<primary>
type=network
remote_host=192.168.192.168
remote_port=1463
</primary>
c、Bucket Store
buffer store中包含两个子store：primary和secondary，日志会先尝试写到primary store中，如果primary store出现故障，则scribe会将日志暂存到secondary store中，待primary store恢复性能后，再将secondary store中的数据拷贝到primary store中(除非replay_buffer=no)，其中secondary store仅支持两种store(file和null)。
buffer_send_rate 默认是1，在check_interval周期内，执行多少次secondary store读出一组消息并且发送到primary store中。
retry_interval 默认是300秒，primary store写入失败后，等待多久尝试重新发送primary store。
retry_interval_range 默认是60秒，将在retry_interval的区间内随机的选择一个重新发送时间。
replay_buffer 默认是yes，如果设置为no，将不会从secondary store迁移消息到primary store。
比如实际使用中可以这样配置
<store>
category=php_*
type=buffer
target_write_size=1463
max_write_interval=1
buffer_send_rate=2
retry_interval=30
retry_interval_range=10
<primary>
type=network
remote_host=192.168.192.168
remote_port=1463
</primary>
<secondary>
type=file
fs_type=std
file_path=/opt/log/php
base_filename=thisisoverwritten
max_size=10000000000
add_newlines=1
rotate_period=daily
rotate_hour=0
rotate_minute=0
</secondary>
</store>
d、Bucket Store bucket stores使用消息前缀作为key，将消息hash到多个文件中去（具体我没有用过，不知道效果怎样）。
num_buckets 默认值是1，hash到buckets的个数，不能被hash进bucket的消息将被放入一个特别的0号bucket。
bucket_type “key_hash”, “key_modulo”, or “random”。
delimiter 值必须是1~255之间的ascii，默认是':'，第一次出现在消息前缀中的delimiter在‘hash/modulo’中将被用作key。
remove_key 是否移除key的前缀，默认是no。
bucket_subdir 如果使用一个单独定义的bucket，则每一个子目录的名称根据bucket的数量编号生成。
配置实例
<store>
category=bucket_me
type=bucket
num_buckets=5
bucket_subdir=bucket
bucket_type=key_hash
delimiter=58
<bucket>
type=file
fs_type=std
file_path=/tmp/scribetest
base_filename=bucket_me
</bucket>
</store>
e、Null Store
Null store告诉scribe对给定的category，忽略所有的消息。
配置实例
<store>
category=tps_report*
type=null
</store>
f、Multi Store 一个multi store会将消息转发到多个子stores中去，子store以“store0”, “store1”, “store2”命名。
report_success 值可以是all或者any，默认是any，是否所有substores或任何substores必须成功地记录消息。
配置实例
<store>
category=default
type=multi
target_write_size=20480
max_write_interval=1
<store0>
type=file
file_path=/tmp/store0
</store0>
<store1>
type=file
file_path=/tmp/store1
</store1>
</store>
关于scribe的资料网上不是很多，可能是用的人少吧，我也是查询了相关资料及结合实际使用经验写下了这篇文章。