Go微服务: 日志系统ELK核心架构设计

关注

原创 2024-05-15 20:01:25 1.4k 阅读 AI 写同款· GEO 优化 ›

微服务日志：日志采集架构在微服务中，日志采集架构是一个用来收集、处理和存储各个服务生成的日志的系统。它的主要目标是将分散在多个服务中的日志集中管理，以便分析和可视化。微服务生成日志。将日志从各个服务的本地文件或内存中取出。将分散的日志汇总到一个中心化的存储。对日志进行可视化和分析。我们先从日志生成和收集入手，看看如何在Java中实现基本的日志功能。使用SLF4J和Logback记录日志。将日志写入文件或发送到日志服务器。简单了解将日志发送到ElasticSearch的方法。阅读详情

微服务日志系统建设

1 ）为什么需要日志系统

业务发展越来越庞大，服务器越来越多
各种访问日志，应用日志，错误日志量越来越多，无法管理
开发人员排查问题，需要到服务器上查日志

2 ）Elastic Stack

它是 Elasticsearch, Logstash, Kibana, +Beats 组成的
Elasticsearch 是分布式搜索引擎，提供搜集，分析，存储数据三大功能
Logstash: 主要是用来日志的搜集，分析，过滤日志的工具
Kibana：提供友好的Web界面，可以汇总，分析和搜索数据
Beats: 是一个轻量级的日志收集处理工具 (Agent)

3 ）Beats 的六种主要工具

Packetbeat: 网络数据(收集网络流量数据)
Metricbeat: 指标 (收集系统，进程和文件系统级别的数据)
Filebeat: 日志文件 (收集文件数据)
Winlogbeat: windows事件日志(收集Windows事件日志数据)
Auditbeat: 审计数据 (收集审计日志)
Heartbeat: 运行时间监控 (收集系统运行时的数据)

4 ）ELK 系统的特点

强大的收集能力：能够采集多种来源的日志数据
稳定的传输能力: 能够把日志数据传输到中央系统
分布式存储：可根据业务需求存储日志数据，可动态扩容
分析&展示&提醒: 具备数据分析能力，数据展示能力和告警能力

5 ）ELK 架构图

Fliebeat放到了一台机器上去，不同的机器
不同的机器也可以放不同的Filebeat
Filebeat 即能直接传输到 Es 中去
也可以通过 Logstash 处理完再传输到 Es 中
ES 负责存储我们的数据，也负责提供一些复杂的搜索
通过存储和提供一些搜索能力，Kibana 可以通过Es的数据可以多维度的展示数据
如果 Filebeat 和 es 中间压力比较大，还可以加一个 kafka

FileBeat

1 ）基本组成

Prospector (勘测者) 负责管理 Harvester 并找到所有读取源
Harvester （收割机）负责读取单个文件内容，每个文件启动一个

2 ）工作原理

这里有2个 prospector
上面一个 prospector 会给每个 log 文件建立一个 harvester, 负责文件内所有数据的上传
下面一个 prospector 是监控 apache2目录下的 log 文件，同样的原理
它会把上面日志文件的数据整理出来，发送到 es, logstash, kafka 或 redis 上

3 ）Filebeat 如何记录文件状态

文件状态记录在文件中 (默认在 /var/lib/filebeat/registry)
Filebeat 会记录发送前的最后一行，并再可以连接的时候继续发送
每个Prospector 会为每个找到的文件记录一个状态
Filebeat 存储唯一标识符以检测文件是否先前被收集
由此，可见，Filebeat是记录一系列的状态，来记录文件传输的过程

4 ）Filebeat 如何保证事件至少被输出一次

Filebeat 将每个事件的传递状态保存在文件中
在未得到输出方确认时，Filebeat 会尝试一直发送，直到得到回应
任何在Filebeat 关闭之前未确认的事件，都会在 filebeat 重启之后重新发送
可确保至少发送一次，但有可能会重复

5 ）filebeat.yml 文件的配置样例

# Filebeat 输入
filebeat.inputs:
    # 类型
    - type: log
      enabled: true
      # 要抓取的文件路径
      paths:
        - ./*.log
# 输出 这里输出到 logstash, 也可输出到 es
output.logstash:
    # logstash 地址
    hosts: ["localhost: 5044"]

Logstash 工作原理

主要是三个阶段：inputs -> filters -> outputs
- 第一阶段是 Input 输入，会把数据输入到 logstash
- 第二阶段是 Filters 过滤清洗
  - 数据中间处理，对数据进行操作, 它会有自己的插件
- 第三阶段是 Outputs 数据输出
  - outputs 是 logstash 处理管道的最末端组件
  - 可以发送给es来存储和索引

1 ）Logstash-Input 阶段常见的输入

file：从文件系统的文件中读取，类似于 tail -f 命令
syslog：在 514端口上监听系统日志消息，并根据RFC3164标准进行解析
beats：从 Filebeat 中读取

2 ）Logstash-Input 常用样例

.conf 文件
```
input {
    beats {
        port => 5044
    }
    tcp {
        port => 5000
    }
}
```
- beats 常用的 5044 是 Inputs 常用样例
- 下面的 tcp 也可以不用写

3 ）Logstash-Filter 数据中间件处理插件 grok (可解析任意文本数据)

Grok 基础语法，如： %{SYNTAX:SEMANTIC}
- SYNTAX：代表匹配值的类型
- SEMANTIC：代表存储该值的一个变量名称
例 %{ERROR|DEBUG|INFO|WARN: log_level}

4 ）Logstash-Output 数据输出

输出到 kafka 和 es 也可以输出到 redis

输出到 es 样例

output {
    elasticsearch {
        hosts => "elasticsearch: 9200"
        user => "elastic"
        password => "changeme"
        index => "%{[@metadata][-xxxxx]}-%{[@metadata][version]}-%{+YYYY.MM.dd}"
    }
}

Docker-Compose 安装 ELK

1 ）ELK docker-compose 编写

elasticsearch : 先拉镜像，再对配置进行修改
logstash：配置它的input和output
kibana: 搭建kibana平台, 有日志生成了, filebeat把程序log传到kibana
现在编写代码，ELK 通过一个 docker-stack.yml 来进行管理

docker-stack.yml

version: '3.3'
services:
  elasticsearch:
    image: elasticsearch:7.9.3
    ports:
      - "9200:9200"
      - "9300:9300"
    volumes:
      - ./elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
    environment:
      ES_JAVA_OPTS: "-Xmx256m -Xms256m"
      ELASTIC_PASSWORD: xxxxxpwd
      discovery.type: single-node
      network.publish_host: _eth0_
  logstash:
    image: logstash:7.9.3
    ports:
      - "5044:5044"
      - "5000:5000"
      - "9600:9600"
    volumes:
      - ./logstash/config/logstash.yml:/usr/share/logstash/config/logstash.yml
      - ./logstash/pipeline/logstash.conf:/usr/share/logstash/pipeline/logstash.conf
    environment:
      LS_JAVA_OPTS: "-Xmx256m -Xms256m"
  kibana:
    image: kibana:7.9.3
    ports:
      - "5601:5601"
    volumes:
      - ./kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml

2 ) 各类配置文件编写

elasticsearch/config/elasticsearch.yml

---
cluster.name: "xxxxx-cluster"
network.host: 0.0.0.0

xpack.license.self_generated.type: trial
xpack.security.enabled: true
xpack.monitoring.collection.enabled: true

logstash/config/logstash.yml

---
http.host: "0.0.0.0"
xpack.monitoring.elasticsearch.hosts: ["http://elasticsearch:9200"]

xpack.monitoring.enabled: true
xpack.monitoring.elasticsearch.username: elastic
xpack.monitoring.elasticsearch.password: xxxxxpwd

logstash/pipeline/logstash.conf

input {
    beats {
        port => 5044
    }
    tcp {
        port => 5000
    }
}

output {
    elasticsearch {
        hosts => "elasticsearch:9200"
        user => "elastic"
        password => "xxxxxpwd"
        index => "%{[@metadata][-xxxxx]}-%{[@metadata][version]}-%{+YYYY.MM.dd}"
    }
}

kibana/config/kibana.yml

---
server.name: kibana
server.host: 0.0.0.0
elasticsearch.hosts: ["http://elasticsearch:9200"]
monitoring.ui.container.elasticsearch.enabled: true

elasticsearch.username: elastic
elasticsearch.password: xxxxxpwd

3 ) 启动和检查

启动：$ docker-compose -f docker-stack.yml up -d

检查：$ docker-compose -f docker-stack.yml ps

NAME                  IMAGE                 COMMAND                  SERVICE             CREATED              STATUS              PORTS
elk-elasticsearch-1   elasticsearch:7.9.3   "/tini -- /usr/local…"   elasticsearch       About a minute ago   Up About a minute   0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp
elk-kibana-1          kibana:7.9.3          "/usr/local/bin/dumb…"   kibana              About a minute ago   Up About a minute   0.0.0.0:5601->5601/tcp
elk-logstash-1        logstash:7.9.3        "/usr/local/bin/dock…"   logstash            About a minute ago   Up About a minute   0.0.0.0:5000->5000/tcp, 0.0.0.0:5044->5044/tcp, 0.0.0.0:9600->9600/tcp