西安注册公司地址可以是住宅吗,旺道seo优化软件,怎样做浏览的网站不被发现,山东微道商网络技术有限公司本文同步Java知音社区#xff0c;专注于Java作者#xff1a;linkt1234http://blog.csdn.net/Linkthaha/article/details/100575278最近#xff0c;在对公司容器云的日志方案进行设计的时候#xff0c;发现主流的ELK或者EFK比较重#xff0c;再加上现阶段对于ES复杂的搜索功…本文同步Java知音社区专注于Java作者linkt1234http://blog.csdn.net/Linkthaha/article/details/100575278最近在对公司容器云的日志方案进行设计的时候发现主流的ELK或者EFK比较重再加上现阶段对于ES复杂的搜索功能很多都用不上最终选择了Grafana开源的Loki日志系统下面介绍下Loki的背景。背景和动机当我们的容器云运行的应用或者某个节点出现问题了解决思路应该如下我们的监控使用的是基于prometheus体系进行改造的prometheus中比较重要的是metric和alert,metric是来说明当前或者历史达到了某个值alert设置metric达到某个特定的基数触发了告警但是这些信息明显是不够的。我们都知道k8s的基本单位是pod,pod把日志输出到stdout和stderr,平时有什么问题我们通常在界面或者通过命令查看相关的日志举个例子当我们的某个pod的内存变得很大触发了我们的alert这个时候管理员去页面查询确认是哪个pod有问题然后要确认pod内存变大的原因我们还需要去查询pod的日志如果没有日志系统那么我们就需要到页面或者使用命令进行查询了如果这个时候应用突然挂了这个时候我们就无法查到相关的日志了所以需要引入日志系统统一收集日志而使用ELK的话就需要在Kibana和Grafana之间切换影响用户体验。所以 loki的第一目的就是最小化度量和日志的切换成本有助于减少异常事件的响应时间和提高用户的体验ELK存在的问题现有的很多日志采集的方案都是采用全文检索对日志进行索引如ELK方案优点是功能丰富允许复杂的操作。但是这些方案往往规模复杂资源占用高操作苦难。很多功能往往用不上大多数查询只关注一定时间范围和一些简单的参数如host、service等使用这些解决方案就有点杀鸡用牛刀的感觉了。因此Loki的第二个目的是在查询语言的易操作性和复杂性之间可以达到一个权衡。成本全文检索的方案也带来成本问题简单的说就是全文搜索如ES的倒排索引的切分和共享的成本较高。后来出现了其他不同的设计方案如OKlog(https://github.com/oklog/oklog),采用最终一致的、基于网格的分布策略。这两个设计决策提供了大量的成本降低和非常简单的操作但是查询不够方便。因此Loki的第三个目的是提高一个更具成本效益的解决方案。整体架构Loki的架构如下不难看出Loki的架构非常简单使用了和prometheus一样的标签来作为索引也就是说你通过这些标签既可以查询日志的内容也可以查询到监控的数据不但减少了两种查询之间的切换成本也极大地降低了日志索引的存储。Loki将使用与prometheus相同的服务发现和标签重新标记库,编写了pormtail, 在k8s中promtail以daemonset方式运行在每个节点中通过kubernetes api等到日志的正确元数据并将它们发送到Loki。下面是日志的存储架构读写日志数据的写主要依托的是Distributor和Ingester两个组件,整体的流程如下Distributor一旦promtail收集日志并将其发送给lokiDistributor就是第一个接收日志的组件。由于日志的写入量可能很大所以不能在它们传入时将它们写入数据库。这会毁掉数据库。我们需要批处理和压缩数据。Loki通过构建压缩数据块来实现这一点方法是在日志进入时对其进行gzip操作组件ingester是一个有状态的组件负责构建和刷新chunck当chunk达到一定的数量或者时间后刷新到存储中去。每个流的日志对应一个ingester,当日志到达Distributor后根据元数据和hash算法计算出应该到哪个ingester上面。此外为了冗余和弹性我们将其复制n默认情况下为3次。Ingesteringester接收到日志并开始构建chunk:基本上就是将日志进行压缩并附加到chunk上面。一旦chunk“填满”数据达到一定数量或者过了一定期限ingester将其刷新到数据库。我们对块和索引使用单独的数据库因为它们存储的数据类型不同。刷新一个chunk之后ingester然后创建一个新的空chunk并将新条目添加到该chunk中。Querier读取就非常简单了由Querier负责给定一个时间范围和标签选择器Querier查看索引以确定哪些块匹配并通过greps将结果显示出来。它还从Ingester获取尚未刷新的最新数据。对于每个查询一个查询器将为您显示所有相关日志。实现了查询并行化提供分布式grep使即使是大型查询也是足够的。可扩展性Loki的索引存储可以是cassandra/bigtable/dynamodb而chuncks可以是各种对象存储Querier和Distributor都是无状态的组件。对于ingester他虽然是有状态的但是当新的节点加入或者减少整节点间的chunk会重新分配已适应新的散列环。而Loki底层存储的实现Cortex已经 在实际的生产中投入使用多年了。有了这句话我可以放心的在环境中实验一把了。