简介
本文主要介绍在k8s中收集应用的日志方案，应用运行中日志，一般情况下都需要收集存储到一个集中的日志管理系统中，可以方便对日志进行分析统计，监控，甚至用于机器学习，智能分析应用系统问题，及时修 复应用所存在的问题。
在k8s集群中应用一般有如下日志输出方式
- 直接遵循docker官方建议把日志输出到标准输出或者标准错误输出
- 输出日志到容器内指定目录中
- 应用直接发送日志给日志收集系统
本文会综合部署上述日志收集方案。
日志收集组件说明
- elastisearch 存储收集到的日志
- kibana 可视化收集到的日志
- logstash 汇总处理日志发送给elastisearch 存储
- filebeat 读取容器或者应用日志文件处理发送给elastisearch或者logstash，也可用于汇总日志
- fluentd 读取容器或者应用日志文件处理发送给elastisearch，也可用于汇总日志
- fluent-bit 读取容器或者应用日志文件处理发送给elastisearch或者fluentd
部署
本次实验使用了3台虚拟机做k8s集群，每台虚拟机3G内存
部署前的准备
# 拉取文件
git clone https://github.com/mgxian/k8s-log.git
cd k8s-log
git checkout v1
# 创建 logging namespace
kubectl apply -f logging-namespace.yaml
复制代码部署elastisearch
# 本次部署虽然使用 StatefulSet 但是没有使用pv进行持久化数据存储 # pod重启之后，数据会丢失，生产环境一定要使用pv持久化存储数据 # 部署
kubectl apply -f elasticsearch.yaml
# 查看状态
kubectl get pods,svc -n logging -o wide
# 等待所有pod变成running状态 # 访问测试 # 如果测试都有数据返回代表部署成功
kubectl run curl -n logging --image=radial/busyboxplus:curl -i --tty
nslookup elasticsearch-logging
curl 'http://elasticsearch-logging:9200/_cluster/health?pretty'
curl 'http://elasticsearch-logging:9200/_cat/nodes' exit # 清理测试
kubectl delete deploy curl -n logging
复制代码部署kibana
# 部署
kubectl apply -f kibana.yaml
# 查看状态
kubectl get pods,svc -n logging -o wide
# 访问测试 # 浏览器访问下面输出的地址 看到 kibana 界面代表正常 # 11.11.11.112 为集群中某个 node 节点ip
KIBANA_NODEPORT=$(kubectl get svc -n logging | grep kibana-logging | awk '{print $(NF-1)}' | awk -F[:/] '{print $2}')
echo "http://11.11.11.112:$KIBANA_NODEPORT/" 复制代码部署fluentd收集日志
# fluentd 以 daemoset 方式部署 # 在每个节点上启动fluentd容器，收集k8s组件，docker以及容器的日志 # 给每个需要启动fluentd的节点打相关label # kubectl label node lab1 beta.kubernetes.io/fluentd-ds-ready=true
kubectl label nodes --all beta.kubernetes.io/fluentd-ds-ready=true # 部署
kubectl apply -f fluentd-es-configmap.yaml
kubectl apply -f fluentd-es-ds.yaml
# 查看状态
kubectl get pods,svc -n logging -o wide
复制代码kibana查看日志
创建
index fluentd-k8s-*，由于需要拉取镜像启动容器，可能需要等待几分钟才能看到索引和数据
查看日志
应用日志收集测试
应用日志输出到标准输出测试
# 启动测试日志输出
kubectl run echo-test --image=radial/busyboxplus:curl -- sh -c 'count=1;while true;do echo log to stdout $count;sleep 1;count=$(($count+1));done' # 查看状态
kubectl get pods -o wide
# 命令行查看日志
ECHO_TEST_POD=$(kubectl get pods | grep echo-test | awk '{print $1}')
kubectl logs -f $ECHO_TEST_POD # 刷新 kibana 查看是否有新日志进入 复制代码应用日志输出到容器指定目录(filebeat收集)
# 部署
kubectl apply -f log-contanier-file-filebeat.yaml
# 查看
kubectl get pods -o wide
复制代码添加
index filebeat-k8s-*查看日志
应用日志输出到容器指定目录(fluent-bit收集)
# 部署
kubectl apply -f log-contanier-file-fluentbit.yaml
# 查看
kubectl get pods -o wide
复制代码添加
index fluentbit-k8s-*查看日志
应用直接发送日志到日志系统
# 本次测试应用直接输出日志到 elasticsearch # 部署
kubectl apply -f log-contanier-es.yaml
# 查看
kubectl get pods -o wide
复制代码添加
index k8s-app-*查看日志
清理
kubectl delete -f log-contanier-es.yaml
kubectl delete -f log-contanier-file-fluentbit.yaml
kubectl delete -f log-contanier-file-filebeat.yaml
kubectl delete deploy echo-test
复制代码日志收集系统总结
本小节的图表以ELK技术栈展示说明，实际使用过程中可以使用EFK技术栈，使用
fluentd代替logstash，使用fluent-bit代替filebeat。由于fluentd在内存占用和性能上有更好的优势，推荐使用fluentd替代logstash，fluent-bit和filebeat性能和内存占用相差不大
k8s集群日志通用收集方案
- 集群内相关组件日志使用
fluentd/filebeat收集 - 应用输出到标准输出或标准错误输出的日志使用
fluentd/filebeat收集 - 应用输出到容器中指定文件日志使用
fluent-bit/filebeat收集
通用日志收集系统
通用日志收集系统架构
架构说明
- 日志收集与处理解耦
- 由于收集和处理过程间加入了队列，当日志出现暴增时，可以避免分析处理节点被打垮，给分析处理节点足够时间消化日志数据
- 日志分析处理节点可以动态伸缩
大流量日志收集系统
大流量日志收集系统架构图
架构说明
- 当日志流量过大时，如果每一个日志收集节点都直连队列写数据，由于有很多分散的连接及写请求，会给队列造成压力。如果日志都发送到logstash收集节点，再集中写入队列，会减轻队列压力。
应用日志收集实验(ELK技术栈)
以收集nginx日志为例，进行日志收集分析实验， 复用之前实验创建的elasticsearch，kibana应用。实验采用大流量日志收集架构
部署redis队列
# 部署
kubectl apply -f redis.yaml
# 查看
kubectl get pods -n logging
复制代码部署indexer分析日志
# 部署
kubectl apply -f logstash-indexer.yaml
# 查看
kubectl get pods -n logging
复制代码部署shipper集中日志
# 部署
kubectl apply -f logstash-shipper.yaml
# 查看
kubectl get pods -n logging
复制代码部署nginx测试日志收集
# 部署
kubectl apply -f nginx-log-filebeat.yaml
# 查看
kubectl get pods
复制代码持续访问nginx生成日志
# 部署
kubectl run curl-test --image=radial/busyboxplus:curl -- sh -c 'count=1;while true;do curl -s -H "User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.89 Safari/537.36 $count" http://nginx-log-filebeat/ >/dev/null;sleep 1;count=$(($count+1));done' # 查看
kubectl get pods
复制代码访问kibana查看日志
添加
index k8s-logging-elk-*由于 logstash 启动较慢，可能需要等待数分钟才能看到数据
清理
kubectl delete -f redis.yaml
kubectl delete -f logstash-indexer.yaml
kubectl delete -f logstash-shipper.yaml
kubectl delete -f nginx-log-filebeat.yaml
kubectl delete deploy curl-test
复制代码应用日志收集实验(EFK技术栈)
由于fluentd官方不提供redis队列的支持，本次实验移除了redis队列。
部署indexer分析日志
# 部署
kubectl apply -f fluentd-indexer.yaml
# 查看
kubectl get pods -n logging
复制代码部署shipper集中日志
# 部署
kubectl apply -f fluentd-shipper.yaml
# 查看
kubectl get pods -n logging
复制代码部署nginx测试日志收集
# 部署
kubectl apply -f nginx-log-fluentbit.yaml
# 查看
kubectl get pods
复制代码持续访问nginx生成日志
# 部署
kubectl run curl-test --image=radial/busyboxplus:curl -- sh -c 'count=1;while true;do curl -s -H "User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.89 Safari/537.36 $count" http://nginx-log-fluentbit/ >/dev/null;sleep 1;count=$(($count+1));done' # 查看
kubectl get pod
复制代码访问kibana查看日志
添加
index k8s-logging-efk-*
清理
kubectl delete -f fluentd-indexer.yaml
kubectl delete -f fluentd-shipper.yaml
kubectl delete -f nginx-log-fluentbit.yaml
kubectl delete deploy curl-test
复制代码应用日志可视化
部署日志收集需要的组件
# 部署 indexer shipper fluentbit
kubectl apply -f fluentd-indexer.yaml
kubectl apply -f fluentd-shipper.yaml
kubectl apply -f nginx-log-fluentbit.yaml
# 查看
kubectl get pods
kubectl get pods -n logging
复制代码模拟用户访问
# 部署
kubectl apply -f web-load-gen.yaml
# 查看
kubectl get pods
复制代码访问kibana查看日志
添加
index k8s-logging-efk-*
创建图表
创建 Search
制作 Visualize 的时候需要使用
按指定条件搜索日志
保存 Search
创建 Visualize
创建好的 Visualize 可以添加到 Dashboard 中
选择制作 Visualize
选择 Visualize 类型
选择使用上面步骤保存的 Search
选择指定的 bucket
选择 code 字段进行统计
保存 Visualize
使用如上的步骤创建多个 Visualize
创建 Dashboard
选择创建 Dashboard
把 Visualize 添加到 Dashboard
保存 Dashboard
编辑调整位置和大小
最终图表展示
如果快速体验可以在 菜单 Managerment 的 Saved Ojects 标签直接使用导入功能，导入本次实验下载目录k8s-log下的
k8s-kibana-all.json文件
