前言

上一期主要介紹Kubernetes日志輸出的一些注意事項(xiàng)，日志輸出最終的目的還是做統(tǒng)一的采集和分析。在Kubernetes中，日志采集和普通虛擬機(jī)的方式有很大不同，相對(duì)實(shí)現(xiàn)難度和部署代價(jià)也略大，但若使用恰當(dāng)則比傳統(tǒng)方式自動(dòng)化程度更高、運(yùn)維代價(jià)更低。

Kubernetes日志采集難點(diǎn)

在Kubernetes中，日志采集相比傳統(tǒng)虛擬機(jī)、物理機(jī)方式要復(fù)雜很多，最根本的原因是Kubernetes把底層異常屏蔽，提供更加細(xì)粒度的資源調(diào)度，向上提供穩(wěn)定、動(dòng)態(tài)的環(huán)境。因此日志采集面對(duì)的是更加豐富、動(dòng)態(tài)的環(huán)境，需要考慮的點(diǎn)也更加的多。

例如：

對(duì)于運(yùn)行時(shí)間很短的Job類應(yīng)用，從啟動(dòng)到停止只有幾秒的時(shí)間，如何保證日志采集的實(shí)時(shí)性能夠跟上而且數(shù)據(jù)不丟？

K8s一般推薦使用大規(guī)格節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)可以運(yùn)行10-100+的容器，如何在資源消耗盡可能低的情況下采集100+的容器？

在K8s中，應(yīng)用都以yaml的方式部署，而日志采集還是以手工的配置文件形式為主，如何能夠讓日志采集以K8s的方式進(jìn)行部署？

?Kubernetes傳統(tǒng)方式

日志種類	文件、stdout、宿主機(jī)文件、journal	文件、journal
日志源	業(yè)務(wù)容器、系統(tǒng)組件、宿主機(jī)	業(yè)務(wù)、宿主機(jī)
采集方式	Agent（Sidecar、DaemonSet）、直寫（DockerEngine、業(yè)務(wù)）	Agent、直寫
單機(jī)應(yīng)用數(shù)	10-100	1-10
應(yīng)用動(dòng)態(tài)性	高	低
節(jié)點(diǎn)動(dòng)態(tài)性	高	低
采集部署方式	手動(dòng)、Yaml	手動(dòng)、自定義

采集方式：主動(dòng) or 被動(dòng)

日志的采集方式分為被動(dòng)采集和主動(dòng)推送兩種，在K8s中，被動(dòng)采集一般分為Sidecar和DaemonSet兩種方式，主動(dòng)推送有DockerEngine推送和業(yè)務(wù)直寫兩種方式。

• DockerEngine本身具有LogDriver功能，可通過配置不同的LogDriver將容器的stdout通過DockerEngine寫入到遠(yuǎn)端存儲(chǔ)，以此達(dá)到日志采集的目的。這種方式的可定制化、靈活性、資源隔離性都很低，一般不建議在生產(chǎn)環(huán)境中使用。
• 業(yè)務(wù)直寫是在應(yīng)用中集成日志采集的SDK，通過SDK直接將日志發(fā)送到服務(wù)端。這種方式省去了落盤采集的邏輯，也不需要額外部署Agent，對(duì)于系統(tǒng)的資源消耗最低，但由于業(yè)務(wù)和日志SDK強(qiáng)綁定，整體靈活性很低，一般只有日志量極大的場(chǎng)景中使用。
• DaemonSet方式在每個(gè)node節(jié)點(diǎn)上只運(yùn)行一個(gè)日志agent，采集這個(gè)節(jié)點(diǎn)上所有的日志。DaemonSet相對(duì)資源占用要小很多，但擴(kuò)展性、租戶隔離性受限，比較適用于功能單一或業(yè)務(wù)不是很多的集群。
• Sidecar方式為每個(gè)POD單獨(dú)部署日志agent，這個(gè)agent只負(fù)責(zé)一個(gè)業(yè)務(wù)應(yīng)用的日志采集。Sidecar相對(duì)資源占用較多，但靈活性以及多租戶隔離性較強(qiáng)，建議大型的K8S集群或作為PAAS平臺(tái)為多個(gè)業(yè)務(wù)方服務(wù)的集群使用該方式。

總結(jié)下來：DockerEngine直寫一般不推薦；業(yè)務(wù)直寫推薦在日志量極大的場(chǎng)景中使用；DaemonSet一般在中小型集群中使用；Sidecar推薦在超大型的集群中使用。詳細(xì)的各種采集方式對(duì)比如下：

?DockerEngine業(yè)務(wù)直寫DaemonSet方式Sidecar方式

采集日志類型	標(biāo)準(zhǔn)輸出	業(yè)務(wù)日志	標(biāo)準(zhǔn)輸出+部分文件	文件
部署運(yùn)維	低，原生支持	低，只需維護(hù)好配置文件即可	一般，需維護(hù)DaemonSet	較高，每個(gè)需要采集日志的POD都需要部署sidecar容器
日志分類存儲(chǔ)	無法實(shí)現(xiàn)	業(yè)務(wù)獨(dú)立配置	一般，可通過容器/路徑等映射	每個(gè)POD可單獨(dú)配置，靈活性高
多租戶隔離	弱	弱，日志直寫會(huì)和業(yè)務(wù)邏輯競(jìng)爭(zhēng)資源	一般，只能通過配置間隔離	強(qiáng)，通過容器進(jìn)行隔離，可單獨(dú)分配資源
支持集群規(guī)模	本地存儲(chǔ)無限制，若使用syslog、fluentd會(huì)有單點(diǎn)限制	無限制	取決于配置數(shù)	無限制
資源占用	低，docker
engine提供	整體最低，省去采集開銷	較低，每個(gè)節(jié)點(diǎn)運(yùn)行一個(gè)容器	較高，每個(gè)POD運(yùn)行一個(gè)容器
查詢便捷性	低，只能grep原始日志	高，可根據(jù)業(yè)務(wù)特點(diǎn)進(jìn)行定制	較高，可進(jìn)行自定義的查詢、統(tǒng)計(jì)	高，可根據(jù)業(yè)務(wù)特點(diǎn)進(jìn)行定制
可定制性	低	高，可自由擴(kuò)展	低	高，每個(gè)POD單獨(dú)配置
耦合度	高，與DockerEngine強(qiáng)綁定，修改需要重啟DockerEngine	高，采集模塊修改/升級(jí)需要重新發(fā)布業(yè)務(wù)	低，Agent可獨(dú)立升級(jí)	一般，默認(rèn)采集Agent升級(jí)對(duì)應(yīng)Sidecar業(yè)務(wù)也會(huì)重啟（有一些擴(kuò)展包可以支持Sidecar熱升級(jí)）
適用場(chǎng)景	測(cè)試、POC等非生產(chǎn)場(chǎng)景	對(duì)性能要求極高的場(chǎng)景	日志分類明確、功能較單一的集群	大型、混合型、PAAS型集群

?

日志輸出：Stdout or 文件

和虛擬機(jī)/物理機(jī)不同，K8s的容器提供標(biāo)準(zhǔn)輸出和文件兩種方式。在容器中，標(biāo)準(zhǔn)輸出將日志直接輸出到stdout或stderr，而DockerEngine接管stdout和stderr文件描述符，將日志接收后按照DockerEngine配置的LogDriver規(guī)則進(jìn)行處理；日志打印到文件的方式和虛擬機(jī)/物理機(jī)基本類似，只是日志可以使用不同的存儲(chǔ)方式，例如默認(rèn)存儲(chǔ)、EmptyDir、HostVolume、NFS等。

雖然使用Stdout打印日志是Docker官方推薦的方式，但大家需要注意這個(gè)推薦是基于容器只作為簡(jiǎn)單應(yīng)用的場(chǎng)景，實(shí)際的業(yè)務(wù)場(chǎng)景中我們還是建議大家盡可能使用文件的方式，主要的原因有以下幾點(diǎn)：

Stdout性能問題，從應(yīng)用輸出stdout到服務(wù)端，中間會(huì)經(jīng)過好幾個(gè)流程（例如普遍使用的JSON LogDriver）：應(yīng)用stdout -> DockerEngine -> LogDriver -> 序列化成JSON -> 保存到文件 -> Agent采集文件 -> 解析JSON -> 上傳服務(wù)端。整個(gè)流程相比文件的額外開銷要多很多，在壓測(cè)時(shí)，每秒10萬行日志輸出就會(huì)額外占用DockerEngine 1個(gè)CPU核。

Stdout不支持分類，即所有的輸出都混在一個(gè)流中，無法像文件一樣分類輸出，通常一個(gè)應(yīng)用中有AccessLog、ErrorLog、InterfaceLog（調(diào)用外部接口的日志）、TraceLog等，而這些日志的格式、用途不一，如果混在同一個(gè)流中將很難采集和分析。

Stdout只支持容器的主程序輸出，如果是daemon/fork方式運(yùn)行的程序?qū)o法使用stdout。

文件的Dump方式支持各種策略，例如同步/異步寫入、緩存大小、文件輪轉(zhuǎn)策略、壓縮策略、清除策略等，相對(duì)更加靈活。

因此我們建議線上應(yīng)用使用文件的方式輸出日志，Stdout只在功能單一的應(yīng)用或一些K8s系統(tǒng)/運(yùn)維組件中使用。

CICD集成：Logging Operator

Kubernetes提供了標(biāo)準(zhǔn)化的業(yè)務(wù)部署方式，可以通過yaml（K8s API）來聲明路由規(guī)則、暴露服務(wù)、掛載存儲(chǔ)、運(yùn)行業(yè)務(wù)、定義縮擴(kuò)容規(guī)則等，所以Kubernetes很容易和CICD系統(tǒng)集成。而日志采集也是運(yùn)維監(jiān)控過程中的重要部分，業(yè)務(wù)上線后的所有日志都要進(jìn)行實(shí)時(shí)的收集。

原始的方式是在發(fā)布之后手動(dòng)去部署日志采集的邏輯，這種方式需要手工干預(yù)，違背CICD自動(dòng)化的宗旨；為了實(shí)現(xiàn)自動(dòng)化，有人開始基于日志采集的API/SDK包裝一個(gè)自動(dòng)部署的服務(wù)，在發(fā)布后通過CICD的webhook觸發(fā)調(diào)用，但這種方式的開發(fā)代價(jià)很高。

在Kubernetes中，日志最標(biāo)準(zhǔn)的集成方式是以一個(gè)新資源注冊(cè)到Kubernetes系統(tǒng)中，以O(shè)perator（CRD）的方式來進(jìn)行管理和維護(hù)。在這種方式下，CICD系統(tǒng)不需要額外的開發(fā)，只需在部署到Kubernetes系統(tǒng)時(shí)附加上日志相關(guān)的配置即可實(shí)現(xiàn)。

Kubernetes日志采集方案

早在Kubernetes出現(xiàn)之前，我們就開始為容器環(huán)境開發(fā)日志采集方案，隨著K8s的逐漸穩(wěn)定，我們開始將很多業(yè)務(wù)遷移到K8s平臺(tái)上，因此也基于之前的基礎(chǔ)專門開發(fā)了一套K8s上的日志采集方案。主要具備的功能有：

支持各類數(shù)據(jù)的實(shí)時(shí)采集，包括容器文件、容器Stdout、宿主機(jī)文件、Journal、Event等；

支持多種采集部署方式，包括DaemonSet、Sidecar、DockerEngine LogDriver等；

支持對(duì)日志數(shù)據(jù)進(jìn)行富化，包括附加Namespace、Pod、Container、Image、Node等信息；

穩(wěn)定、高可靠，基于阿里自研的Logtail采集Agent實(shí)現(xiàn)，目前全網(wǎng)已有幾百萬的部署實(shí)例；

基于CRD進(jìn)行擴(kuò)展，可使用Kubernetes部署發(fā)布的方式來部署日志采集規(guī)則，與CICD完美集成。

安裝日志采集組件

目前這套采集方案已經(jīng)對(duì)外開放，我們提供了一個(gè)Helm安裝包，其中包括Logtail的DaemonSet、AliyunlogConfig的CRD聲明以及CRD Controller，安裝之后就能直接使用DaemonSet采集以及CRD配置了。安裝方式如下：

阿里云Kubernetes集群在開通的時(shí)候可以勾選安裝，這樣在集群創(chuàng)建的時(shí)候會(huì)自動(dòng)安裝上述組件。如果開通的時(shí)候沒有安裝，則可以手動(dòng)安裝。

如果是自建的Kubernetes，無論是在阿里云上自建還是在其他云或者是線下，也可以使用這樣采集方案，具體安裝方式參考[自建Kubernetes安裝]()。

安裝好上述組件之后，Logtail和對(duì)應(yīng)的Controller就會(huì)運(yùn)行在集群中，但默認(rèn)這些組件并不會(huì)采集任何日志，需要配置日志采集規(guī)則來采集指定Pod的各類日志。

采集規(guī)則配置：環(huán)境變量 or CRD

除了在日志服務(wù)控制臺(tái)上手動(dòng)配置之外，對(duì)于Kubernetes還額外支持兩種配置方式：環(huán)境變量和CRD。

環(huán)境變量是自swarm時(shí)代一直使用的配置方式，只需要在想要采集的容器環(huán)境變量上聲明需要采集的數(shù)據(jù)地址即可，Logtail會(huì)自動(dòng)將這些數(shù)據(jù)采集到服務(wù)端。這種方式部署簡(jiǎn)單，學(xué)習(xí)成本低，很容易上手；但能夠支持的配置規(guī)則很少，很多高級(jí)配置（例如解析方式、過濾方式、黑白名單等）都不支持，而且這種聲明的方式不支持修改/刪除，每次修改其實(shí)都是創(chuàng)建1個(gè)新的采集配置，歷史的采集配置需要手動(dòng)清理，否則會(huì)造成資源浪費(fèi)。

CRD配置方式是非常符合Kubernetes官方推薦的標(biāo)準(zhǔn)擴(kuò)展方式，讓采集配置以K8s資源的方式進(jìn)行管理，通過向Kubernetes部署AliyunLogConfig這個(gè)特殊的CRD資源來聲明需要采集的數(shù)據(jù)。例如下面的示例就是部署一個(gè)容器標(biāo)準(zhǔn)輸出的采集，其中定義需要Stdout和Stderr都采集，并且排除環(huán)境變量中包含COLLEXT_STDOUT_FLAG：false的容器。
基于CRD的配置方式以Kubernetes標(biāo)準(zhǔn)擴(kuò)展資源的方式進(jìn)行管理，支持配置的增刪改查完整語義，而且支持各種高級(jí)配置，是我們極其推薦的采集配置方式。

采集規(guī)則推薦的配置方式

實(shí)際應(yīng)用場(chǎng)景中，一般都是使用DaemonSet或DaemonSet與Sidecar混用方式，DaemonSet的優(yōu)勢(shì)是資源利用率高，但有一個(gè)問題是DaemonSet的所有Logtail都共享全局配置，而單一的Logtail有配置支撐的上限，因此無法支撐應(yīng)用數(shù)比較多的集群。
上述是我們給出的推薦配置方式，核心的思想是：

一個(gè)配置盡可能多的采集同類數(shù)據(jù)，減少配置數(shù)，降低DaemonSet壓力；

核心的應(yīng)用采集要給予充分的資源，可以使用Sidecar方式；

配置方式盡可能使用CRD方式；

Sidecar由于每個(gè)Logtail是單獨(dú)的配置，所以沒有配置數(shù)的限制，這種比較適合于超大型的集群使用。

實(shí)踐1-中小型集群

絕大部分Kubernetes集群都屬于中小型的，對(duì)于中小型沒有明確的定義，一般應(yīng)用數(shù)在500以內(nèi)，節(jié)點(diǎn)規(guī)模1000以內(nèi)，沒有職能明確的Kubernetes平臺(tái)運(yùn)維。這種場(chǎng)景應(yīng)用數(shù)不會(huì)特別多，DaemonSet可以支撐所有的采集配置：

絕大部分業(yè)務(wù)應(yīng)用的數(shù)據(jù)使用DaemonSet采集方式

核心應(yīng)用（對(duì)于采集可靠性要求比較高，例如訂單/交易系統(tǒng)）使用Sidecar方式單獨(dú)采集

實(shí)踐2-大型集群

對(duì)于一些用作PAAS平臺(tái)的大型/超大型集群，一般業(yè)務(wù)在1000以上，節(jié)點(diǎn)規(guī)模也在1000以上，有專門的Kubernetes平臺(tái)運(yùn)維人員。這種場(chǎng)景下應(yīng)用數(shù)沒有限制，DaemonSet無法支持，因此必須使用Sidecar方式，整體規(guī)劃如下：

Kubernetes平臺(tái)本身的系統(tǒng)組件日志、內(nèi)核日志相對(duì)種類固定，這部分日志使用DaemonSet采集，主要為平臺(tái)的運(yùn)維人員提供服務(wù)；

各個(gè)業(yè)務(wù)的日志使用Sidecar方式采集，每個(gè)業(yè)務(wù)可以獨(dú)立設(shè)置Sidecar的采集目的地址，為業(yè)務(wù)的DevOps人員提供足夠的靈活性。

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的系列文章：Kubernetes日志采集最佳实践的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。