一份接地氣的Kubernetes日志方案
微服務應用的日志鏈路一般比較長，包含以下環節：日志收集 → 日志緩沖 → 日志過濾清洗 → 日志存儲 → 日志展示。每個環節都有多種對應的組件去解決，這樣的結果就是業內組合出了多種整體解決方案。
以前我的微服務部署在IDC機房虛擬機時，采用的是ELK（Elasticsearch、Logstash、Kibana）方案，這也是通用的微服務應用的日志解決方案。幾年前我們的應用部署整體切到Kubernetes后，我依舊采用了這套方案。
下面介紹Kubernetes場景下基于ELK的日志解決方案。整體思路：Filebeat -> Kafka -> Logstash -> Elasticsearch -> Kibana。
1、日志數據流轉
日志數據流轉見下圖：
2、日志采集
2.1、容器日志在哪兒
首先得有個概念：容器只是K8S集群Node上的一個進程。要在K8S集群機器上找到此Docker進程，然后進入到對應的文件夾里查看日志文件。
一般情況下，容器的日志存放在宿主機上的這個目錄下/var/lib/docker/containers/：
# 日志在宿主機的這個文件夾下
cd /var/lib/docker/containers
# 用這個命令可以查找對應的日志文件
find /var/lib/docker/containers -name "*-json.log"進入到/var/lib/docker/containers/下，看到的是一堆毫無規律的文件夾。
看到這些毫無規律的文件夾名稱，會一下子有點懵，但是仔細看看，其實這些碼是對應的Docker容器的id。繼續通過名稱查看容器id。
# docker命令查看容器
docker ps -a
找到了容器id之后，可以看到用容器id的前幾位，可以完全匹配到，日志文件夾名稱的前幾位。docker ps 顯示的容器id只是顯示了整個id的前幾位。
進入到日志文件夾后，就可以看到具體的json日志文件了。
至此已經知道日志文件存放的位置了。當然啦，要控制好日志級別，還要做好日志清理任務，否則大量的日志會導致磁盤空間不夠。Pod銷毀之后，日志文件也會被銷毀的。
文件找到了接下來，就看怎么采集日志了。
2.2、日志采集工具
日志采集工具有多種，本文采用Filebeat作為日志采集工具。
Filebeat是用于轉發和匯總日志與文件的輕量級傳送程序。作為服務器上的代理安裝，Filebeat會監視你指定的日志文件或位置。然后收集日志事件，并將它們轉發到Elasticsearch或Logstash或Kafka。官方文檔顯示的工作流程如下：
Filebeat的主要優勢有：
- 輕量級并且易使用
- 免費開源
- 資源使用率低
- 良好的性能
2.3、日志如何采集
日志采集工具選型確定之后，接下來就是如何采集了。
K8S部署的場景下，想要收集每臺Node下的容器日志，需要采用Deamonset控制器自動部署，這樣每次新增節點時，會自動部署Filebeat的Pod。每臺Node自動安裝好Filebeat后，每臺Node上的日志會被自動采集，然后輸出到Kafka。
Filebeat大致的編排yaml如下：
apiVersion: v1
kind: ConfigMap
metadata:
name: filebeat-config
namespace: ops-monit
labels:
k8s-app: filebeat
data:
filebeat.yml: |-
filebeat.inputs:
- type: container #因為是采集的容器日志，所以這里要用container 不能用 log，否則拿不到容器日志
enable: true
stream: stdout #只取stdout日志
paths:
- /var/log/containers/*demo*.log #采集了demo環境的所有日志
processors:
- add_kubernetes_metadata: # 增加kubernetes的屬性
in_cluster: true
host: ${NODE_NAME}
matchers:
- logs_path:
logs_path: "/var/log/containers/"
- drop_event:
when:
contains:
message: "INFO"
- drop_event:
when:
contains:
message: "DEBUG"
# 配置多行顯示
multiline.type: pattern
multiline.pattern: '^[0-9]{4}-[0-9]{2}-[0-9]{2}'
multiline.negate: true
multiline.match: after
fields:
logtype: applog
output.kafka:
hosts: ['172.10.10.10:9092','172.10.10.11:9092','172.10.10.12:9092']
topic: 'topic-bizlog'
partition.round_robin:
reachable_only: false
---
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: filebeat
namespace: ops-monit
labels:
k8s-app: filebeat
spec:
selector:
matchLabels:
k8s-app: filebeat
template:
metadata:
labels:
k8s-app: filebeat
spec:
serviceAccountName: filebeat
terminationGracePeriodSeconds: 30
dnsPolicy: ClusterFirstWithHostNet
containers:
- name: filebeat
image: elastic/filebeat:7.12.1
args: [
"-c", "/etc/filebeat.yml",
"-e",
]
env:
- name: ELASTICSEARCH_HOST
value: "172.10.20.10"
- name: ELASTICSEARCH_PORT
value: "9200"
- name: ELASTICSEARCH_USERNAME
value:
- name: ELASTICSEARCH_PASSWORD
value:
- name: ELASTIC_CLOUD_ID
value:
- name: ELASTIC_CLOUD_AUTH
value:
- name: NODE_NAME
valueFrom:
fieldRef:
fieldPath: spec.nodeName
securityContext:
runAsUser: 0
# If using Red Hat OpenShift uncomment this:
# privileged: true
resources:
limits:
cpu: 3000m
memory: 2000Mi
requests:
cpu: 500m
memory: 100Mi
volumeMounts:
- name: timezone
mountPath: /etc/localtime
- name: config
mountPath: /etc/filebeat.yml
readOnly: true
subPath: filebeat.yml
- name: data
mountPath: /usr/share/filebeat/data
- name: varlibdockercontainers
mountPath: /var/lib/docker/containers
readOnly: true
- name: varlog
mountPath: /var/log
volumes:
- name: timezone
hostPath:
path: /usr/share/zoneinfo/Asia/Shanghai
- name: config
configMap:
defaultMode: 0640
name: filebeat-config
- name: varlibdockercontainers
hostPath:
path: /var/lib/docker/containers
- name: varlog
hostPath:
path: /var/log
- name: data
hostPath:
path: /var/lib/filebeat-data
type: DirectoryOrCreate
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
name: filebeat
namespace: ops-monit
subjects:
- kind: ServiceAccount
name: filebeat
namespace: ops-monit
roleRef:
kind: ClusterRole
name: filebeat
apiGroup: rbac.authorization.k8s.io
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: filebeat
namespace: ops-monit
labels:
k8s-app: filebeat
rules:
- apiGroups: [""] # "" indicates the core API group
resources:
- namespaces
- pods
- nodes
verbs:
- get
- watch
- list
---
apiVersion: v1
kind: ServiceAccount
metadata:
name: filebeat
namespace: ops-monit
labels:
k8s-app: filebeat
---3、日志緩沖、過濾清洗、存儲、展示
3.1、緩沖
Kafka是一個消息處理引擎，這里采用Kafka作為日志數據的緩沖工具。采用Kafka有2個用途：
- 作為緩沖，防止日志量太大導致下游來不及消費，所以要加入消息緩沖這一層。這一層必不可少。
- Kafka消息可以被別的應用監聽消費，過濾輸出到一些告警信息到企微、釘釘、郵件等。
3.2、過濾清洗和轉發
Logstash 是一個日志收集和處理引擎，它帶有各種各樣的插件，能夠從各種來源攝取數據。并且可以對數據進行轉換，然后轉發到目的地。我這里采用Logstash作為日志攝取、過濾、清洗、轉發的工具。
這是一個大概的Logstash Conf文件，文件的內容分3塊：input 、filter 、output。
input {
kafka {
bootstrap_servers=>"172.10.7.79:9092"
topics=>["topic-bizlogs"]
codec => "json"
}
}
filter{
mutate{
split => ["message", "|"]
add_field => { "log_time" => "%{[message][0]}"}
add_field => { "level" => "%{[message][1]}"}
add_field => { "class" => "%{[message][2]}"}
add_field => { "line" => "%{[message][3]}"}
add_field => { "thread" => "%{[message][4]}"}
add_field => { "log_message" => "%{[message][5]}"}
add_field => { "env" => "%{[kubernetes][namespace]}"}
add_field => { "podName" => "%{[kubernetes][pod][name]}"}
add_field => { "podId" => "%{[kubernetes][pod][uid]}"}
add_field => { "image" => "%{[container][image][name]}"}
add_field => { "imageId" => "%{[container][id]}"}
add_field => { "nodeId" => "%{[kubernetes][node][uid]}"}
add_field => { "nodeName" => "%{[kubernetes][node][name]}"}
add_field => { "nodeHostName" => "%{[kubernetes][node][hostname]}"}
add_field => { "logPath" => "%{[log][file][path]}"}
add_field => { "appName" => "%{[kubernetes][labels][app]}"}
remove_field => ["agent","fields","input","ecs","host","@version","kubernetes","stream","log","container"]
}
}
output{
elasticsearch{
hosts=>["172.11.4.82:9200"]
index => "%{appName}‐%{+YYYY.MM.dd}"
}
}3.3、存儲和搜索
Elasticsearch是一個可擴展的搜索引擎，這里采用Elasticsearch作為日志存儲搜索工具。
3.4、展示
采用Kibana為日志構建可視化的UI。
4、總結
本文主要介紹Kubernetes場景下比較接地氣好落地的，基于ELK的日志解決方案。整體思路：Filebeat -> Kafka -> Logstash -> Elasticsearch -> Kibana。
本文沒有介紹Kafka、Logstash、Elasticsearch、Kibana的安裝，只提及了一些配置文件，安裝過程讀者自行查閱資料搭建。
