采集系统上云(loki就是云原生下日志的采集方案) -足球即时指数

　　采集系统上云(loki就是云原生下日志的采集方案)

　　一、常规玩elk

　　说到日志采集，估计大家首先想到的就是elk，一个比较成熟的方案。如果是专门针对云原生的，那就把 采集器 稍微改一下

　　fluentd 可以由 efk 组成。其实以上两种方案没有本质区别，采集器只是一个变化。最终的存储、查询等还在

　　elasticsearch这一套。

　　elasticsearch 确实功能丰富，功能非常强大，但也极其昂贵，elasticsearch

　　全文索引方式对存储和内存的要求比较高，这些代价得到的功能在日常日志管理中并不常用。这些缺点在主机模式下其实是可以容忍的，但在云原生模式下就显得臃肿了。

　　二、别说武德plg

　　plg

　　是promtail loki grafana的统称，是一个非常适合云原生日志的采集方案。格拉法纳

　　您将熟悉它，一个支持多种数据源的出色可视化框架。最常见的是将prometheus的数据可视化。而loki就是我们今天要讲的主角，这也是grafana

　　家品，promtail 是 loki 采集器 的官方日志。

　　与elk相比，这套足球即时指数的解决方案非常轻量级，功能强大且易于使用。另外，在显示上使用grafana，减少视觉框架的引入，在显示终端上的统一也有利于用户。

　　(一） 记录暴发户 loki

　　loki 是一个受 prometheus 启发的水平可扩展、高可用的多租户日志聚合系统。它被设计成具有成本效益且易于操作。它不索引日志的内容，而是为每个日志流设置一组标签。

　　与其他日志聚合系统相比，loki

　　没有日志的全文索引。通过存储压缩的非结构化日志和仅索引元数据，loki 更易于操作且运行成本更低。

　　使用与 prometheus 相同的标签对日志流进行索引和分组，使您能够使用与 prometheus 相同的标签在指标和日志之间无缝切换。

　　特别适合存储 kubernetes pod 日志。pod 标签等元数据会被自动爬取和索引。

　　grafana 原生支持（需要 grafana v6.0 或更高版本）。

　　这是github上对loki的介绍。可以看出这是一个为云原生构建的轻量级日志聚合系统。社区目前非常活跃。并使用普罗米修斯

　　类似标签的想法，可以用grafana进行可视化，无论是思维还是使用都非常“云原生”。

　　(二） ♂️ 儿子 promtail

　　促销

　　是loki的官方日志采集器，自己的代码在loki

　　在项目中。本机支持日志、系统日志、文件和 docker 类型日志。采集器的本质无非就是根据模式找到文件为采集，然后像tail一样*敏*感*词*文件，然后将写入文件的内容发送到存储端promtail

　　同理，上述类型的本质也是文件，但这些类型文件的格式都是开放稳定的规范，promtail可以提前对它们进行更深层次的分析和封装。

　　(三） promtail 服务发现

　　1、 找到文件

　　作为一个采集器，第一步就是找出文件在哪里，然后就可以做如下采集、标签推送等功能了。普通静态类型的日志很容易找到。可以直接匹配你在配置文件中写的路径信息，比如

　　promtail中的路径为“/var/log/*.log”，即/var/log目录下所有以.log结尾的后缀文件都可以作为采集的对象。取而代之的是 采集

　　k8s模式下的登录就麻烦一些了。

　　首先我们想一想k8s上运行的服务的日志在哪里？

　　文件类型日志

　　这自然仍然在您的自定义路径上。如果路径目录未挂载，则它在容器内。如果挂载在host或者pv上，那么host和pv

　　这种类型的日志promtail不能动态发现，必须手动设置。

　　标准输出日志

　　这种日志其实是k8s推荐的日志输出方式。这种日志其实就是我们日常使用的kubectl日志。

　　你看到的日志，这些日志在主机上的存储路径如下/var/log/pods/

　　{namespace}_/{pod_id}_uuid/{container_name}/*.log 格式

　　所以我们需要在 k8s 容器内挂载 /var/log/pods 作为主机路径，以便 promtail 可以访问这些日志。

　　2、 标记

　　日志promtail可以访问，但是如何区分这些日志还有一个问题，loki使用了类似prometheus的思路来标注数据。也就是说，如果日志是用 pod 打标签的，那么仅仅依靠这条路径自然是无法知道 pod 上的标签信息是什么。这就是服务发现的用武之地。

　　promtail的服务发现直接由prometheus的服务发现来完成。熟悉普罗米修斯

　　同学们一定已经配置好prometheus、kubernetes_sd_configs和relabel_configs的服务发现配置。

　　这里promtail直接介绍prometheus的代码。与 prometheus 不同，prometheus 向对象请求更多资源，例如 node、ingress、pod 和 deployment。

　　以此类推，最后拼接的就是metric的request url，promtail请求的对象就是pod，把不在host上的pod过滤掉。

　　获取到宿主机的pod信息后，根据namespace和pod的id拼接路径。既然这个目录已经挂载到容器中了，那么promtail

　　您可以将容器的标签与容器的日志相关联。剩下的就是监控和推送。

　　（四） plg 最佳实践

　　洛基

　　官方推荐的最佳实践是使用 damonset 部署 promtail，

　　/var/lib/pods 目录在 prometheus 的帮助下挂载在容器内

　　服务发现机制对日志进行动态标记，资源占用和部署维护难度都非常低。这也是主流的云原生日志采集范式。

　　三、数据栈日志实践

　　(一） 数据栈日志要求

　　全局 grep

　　根据关键字搜索系统中的所有出现

　　快速定位日志

　　根据机器名、ip、服务名等条件快速定位日志

　　主机和云原生统一技术栈

　　降低使用学习成本并降低系统复杂性

　　(二）️主机模式

　　数据栈主机模式日志聚合采用类似于plg dameonset的模式。每个主机部署一个promtail，然后为整个集群部署一组服务器loki

　　带有可视化侧grafana。

　　promtail 使用 static_configs 来定义 采集 日志。但promtail

　　毕竟还是太年轻，定位偏向云原生，所以宿主机的功能还不完善，所以我们做了一些二次开发来满足我们的需求：

　　1、logtail 模式

　　本机 promtail 不支持从文件末尾采集。promtail启动时会推送所有被监控文件的内容，这在云原生中问题不大。

　　在host模式下，如果要监控的日志已经存在，并且内容量很大，promtail

　　启动会从头开始推送文件的内容，这会导致短时间内大量的日志被推送到loki。

　　所以最好的办法就是有一个类似filebeat的logtail模式，只在服务启动后推送文件写入的日志。

　　在这个地方，我们进行了二次开发，增加了logtail模式的开关。如果开关为true，则第一次启动promtail时不会从头开始推送日志。

　　2、path 支持多路径

　　原生promtail不支持多路径路径参数，只能写一个表达式，但实际需求可能是同时看业务日志和gc日志。

　　但它们又是属于同一类别的标签。单一路径的匹配不能同时涵盖两者。不更改代码的足球即时指数的解决方案是为其编写另一个目标。

　　这既乏味又不利于维护。所以我们在这里也对其进行了二次开发。

　　(三） 云原生模式

　　传统的云原生模型采用plg的主流模型，但是数据栈作为一个完整的系统交付给企业时存在很多限制，导致demoset模型无法使用。最大的挑战是权限。只有一个

　　命名空间权限，无法挂载 /var/lib/pods

　　在这种情况下如何使用 plg？

　　其实主要的变化就是promtail的使用。这里首先要声明的是，数据栈服务的日志全部输出到文件中。

　　首先是选择damonset

　　模式部署或sidecar模式部署，demoset模式的优点是节省资源，缺点是需要权限。与sidecar模型相比，为了适用更严格的交付条件，我们选择采用

　　边车的模式执行采集。

　　边车

　　该模式是在部署时自动为每个服务添加一个日志容器。容器和服务容器共同挂载一个共同的空数据卷。数据卷采集下的日志。

　　1、promtail如何动态配置数据栈中的标签

　　通过sidecar模式，我们让日志container和master

　　容器共享一个日志目录，这样就可以在promtail容器中获取日志文件，但是promtail还不知道采集有哪些日志，以及它们的标签是什么。

　　因为你可能只想要采集.log的日志，也可能只想要采集.json的日志，或者两个服务的配置可能不一样，所以不能写死，那么如何解决这个问题呢？

　　促销

　　在 v2.10 中添加了一个新功能

　　，即可以在配置文件中引用环境变量。通过这个特性，我们可以把promtail的path参数写成${log_path}，然后把服务的logpath设置成环境变量，比如log_path=/var/log/commonlog/* .log

　　由于我们可以在服务创建时通过环境变量设置路径，所以也可以动态设置标签。那么我们都需要什么维度标签呢？这家不同的公司肯定有不同的维度，但必须遵循的一个原则是可以唯一标识吊舱。大体维度有deployment、podid、node等，这些标签在创建时通过环境变量注入，podid

　　这些环境变量是使用k8s的向下api注入的。

　　注意：此处不提供使用 promtail

　　服务发现机制配置标签，因为promtail的服务发现原理是请求apiserver获取所有pod

　　的标签。然后使用路径匹配将标签与日志相关联。无需将主机 /var/log/pods 目录挂载到 promtail

　　，即使获取到标签，也无法与日志关联。

　　2、如何在数据栈中部署promtail

　　为每个服务添加一个日志

　　集装箱人工操作过于繁琐，不利于维护。对原创服务进行抽象最好的方法是注册一个crd，然后写k8s

　　操作员列出并监视此类型的对象。在创建对象时，它会动态注入一个 logcontainer，以及相应的环境变量，并为其挂载一个公共目录。

　　因此，当创建 cr 时，promtail 作为 sidecar 注入。并且读取的环境变量是操作者动态设置的环境变量，非常灵活。

       优采云采集器是一个根据用户提供的关键词，云端自动采集相关文章并发布到用户网站的网站采集器。它能够自动识别各种网页上的标题、正文等信息，不需要用户编写任何采集规则就可以实现全网采集。采集到内容后，会自动计算内容与所设定的关键词的相关度，只把相关的文章推送给用户。支持标题前缀、关键词自动加粗、插入固定链接、自动提取tag标签、自动内链、自动配图、自动伪原创、内容过滤和替换、电话号码和网址清理、定时采集、百度主动提交等一系列seo功能。用户只需设置好关键词和相关需求，就能实现全托管、零维护的网站内容更新。不限网站数量，不管是单个网站还是大批量站群，都可以非常方便的进行管理。