什么是输出插件

输出插件（Flusher）位于采集配置末端，负责将聚合后的 Event / EventGroup 写出到下游：日志服务、消息队列、时序库、搜索与分析引擎、本地文件或标准输出等。每个采集配置必须至少配置 一个 Flusher；也可配置 多个 Flusher，实现一条数据多路投递。

LoongCollector 提供两类输出插件：

• 原生输出插件（C++）：与核心进程同构，路径短、默认集成度高，适合作为云上默认链路与高稳定场景。

• 扩展输出插件（Golang）：由插件运行时加载，易于对接开源与自建系统，功能覆盖面广。

插件类型介绍

原生插件

原生 Flusher 采用 C++ 实现，常见特点：

• 与主进程共享运行时，默认链路上延迟与资源占用更可控

• 适合云上默认写入（如 flusher_sls）、调试丢弃（flusher_blackhole）、本地落盘（flusher_file）、Kafka C++ 实现（flusher_kafka_native）等

• 路由 并非独立「网络输出」，而是由 router 与若干支持分流的 Flusher 协同完成多路输出；适用条件见 多 Flusher 路由

名称	提供方	功能简介
flusher_blackhole 黑洞	SLS 官方	丢弃事件，常用于压测或占位。
flusher_file 本地文件	SLS 官方	将数据写入本地文件（如自监控指标落盘）。
flusher_kafka_native Kafka	ChaoEcho	使用 C++ 实现将数据输出到 Kafka。
flusher_sls SLS	SLS 官方	将数据写入阿里云日志服务（SLS）。
router 多 Flusher 路由	SLS 官方	在原生处理链路与支持的 Flusher 上按事件类型或 Tag 分流。

上表按插件 Type 字典序排列。

扩展插件

扩展 Flusher 基于 Golang 实现，特点包括：

• 对接种类多（HTTP、ClickHouse、Doris、ElasticSearch、Kafka、Loki、OTLP、Prometheus Remote Write、Pulsar 等）

• 参数与批处理、重试、认证等多在各篇文档中单独说明，需按目标系统调优

• 与 扩展机制（如 ext_basicauth、ext_request_breaker 等）组合使用时，见 插件概览 - 扩展

名称	提供方	功能简介
flusher_clickhouse ClickHouse	社区 kl7sn	写入 ClickHouse。
flusher_doris Apache Doris	社区	Stream Load 写入 Apache Doris。
flusher_elasticsearch ElasticSearch	社区 joeCarf	写入 ElasticSearch。
flusher_http HTTP	社区 snakorse	以 HTTP 方式推送到自定义后端。
flusher_kafka Kafka	社区	输出到 Kafka（旧版实现）。
flusher_kafka_v2 Kafka V2	社区 shalousun	输出到 Kafka，优先推荐。
flusher_loki Loki	社区 abingcbc	推送到 Grafana Loki。
flusher_otlp_log OTLP 日志	社区 liuhaoyang	兼容 OpenTelemetry Logs 的后端。
flusher_prometheus Prometheus	社区	Remote Write 写入 Prometheus 兼容时序库。
flusher_pulsar Pulsar	社区 shalousun	写入 Apache Pulsar。
flusher_stdout 标准输出/文件	SLS 官方	标准输出或文件，便于本地调试与排障。

上表按插件 Type 字典序排列。完整稳定性等级与其它交叉引用仍以 插件概览 为准。

插件特性对比

特性	原生 Flusher	扩展 Flusher
实现语言	C++	Golang
典型用途	默认上云、路由、本地文件/黑洞、C++ Kafka	开源栈与自定义 HTTP/SDK 对接
加载方式	核心内建	插件运行时动态加载
与 router 配合	router 仅在与原生处理链及支持的 Flusher 组合下生效	视具体 Flusher 是否支持 Match 等字段，见单篇文档

使用说明

• 必填：每个采集配置的 flushers 列表至少包含一项；Aggregation 完成后数据由 Flusher 消费并写出。一级字段与约束见 采集配置。

• 与 Input / Processor 的衔接：仅扩展 Input 时，处理链须遵守 处理插件 中的组合规则（仅扩展 Processor 或级联模式等）；Flusher 侧通常同时受数据形态与下游协议影响，需在单篇 Flusher 文档中核对 TelemetryType、Format 等参数。

• 路由：需要按事件类型或 Tag 拆流到不同下游时，在支持的场景下使用 router，并为各 Flusher 配置匹配规则。

• 认证与加密：云上 AK/SK 等常通过 系统参数 与 flusher_sls 配合；HTTP 类扩展 Flusher 可使用概览中的 扩展 表内认证、熔断等能力。

选型建议

1. 写入阿里云 SLS：优先使用原生 flusher_sls，并正确配置 Endpoint、Project、Logstore（及 TelemetryType 等）。

2. 本地调试或 CI：使用 flusher_stdout 观察序列化结果；仅需吞吐压测、不需下游时使用 flusher_blackhole。

3. Kafka：新部署优先评估 flusher_kafka_v2；若需与核心进程最短路径对接，可了解 flusher_kafka_native（C++）。

4. ClickHouse / Doris / ES / Loki / Pulsar / HTTP / OTLP / Prometheus：选用对应扩展 Flusher，并按目标系统的批大小、重试、TLS、认证段落逐项配置。

5. 多副本、多环境投递：在符合条件时用 router 配合多个 Flusher，避免在应用外再写多套采集配置重复采同一源（仍以实际支持与单篇说明为准）。