前面幾章蜻蜓點水的介紹了elasticsearch、apm相關的內容。本片主要介紹怎麼使用ELK Stack幫助我們打造一個支撐起日產TB級的日誌監控系統 背景 在企業級的微服務環境中,跑著成百上千個服務都算是比較小的規模了。在生產環境上,日誌扮演著很重要的角色,排查異常需要日誌,性能優化需要日誌, ...
前面幾章蜻蜓點水的介紹了elasticsearch、apm相關的內容。本片主要介紹怎麼使用ELK Stack幫助我們打造一個支撐起日產TB級的日誌監控系統
背景
在企業級的微服務環境中,跑著成百上千個服務都算是比較小的規模了。在生產環境上,日誌扮演著很重要的角色,排查異常需要日誌,性能優化需要日誌,業務排查需要業務等等。然而在生產上跑著成百上千個服務,每個服務都只會簡單的本地化存儲,當需要日誌協助排查問題時,很難找到日誌所在的節點。也很難挖掘業務日誌的數據價值。那麼將日誌統一輸出到一個地方集中管理,然後將日誌處理化,把結果輸出成運維、研發可用的數據是解決日誌管理、協助運維的可行方案,也是企業迫切解決日誌的需求。
我們的解決方案
通過上面的需求我們推出了日誌監控系統。
- 日誌統一收集、過濾清洗。
- 生成可視化界面、監控,告警,日誌搜索。
功能流程概覽
- 在每個服務節點上埋點,實時採集相關日誌。
- 統一日誌收集服務、過濾、清洗日誌後生成可視化界面、告警功能。
我們的架構
- 日誌文件採集端我們使用filebeat,運維通過我們的後臺管理界面化配置,每個機器對應一個filebeat,每個filebeat日誌對應的topic可以是一對一、多對一,根據日常的日誌量配置不同的策略。除了採集業務服務日誌外,我們還收集了mysql的慢查詢日誌和錯誤日誌,還有別的第三方服務日誌,如:nginx等。最後結合我們的自動化發佈平臺,自動發佈並啟動每一個filebeat進程。
- 調用棧、鏈路、進程監控指標我們使用的代理方式:Elastic APM,這樣對於業務側的程式無需任何改動。對於已經在運營中的業務系統來說,為了加入監控而需要改動代碼,那是不可取的,也是無法接受的。Elastic APM可以幫我們收集http介面的調用鏈路、內部方法調用棧、使用的sql、進程的cpu、記憶體使用指標等。可能有人會有疑問,用了Elastic APM,其它日誌基本都可以不用採集了。還要用filebeat幹嘛?是的,Elastic APM採集的信息確實能幫我們定位80%以上的問題,但是它不是所有的語言都支持的比如:C。其二、它無法幫你採集你想要的非error日誌和所謂的關鍵日誌,比如:某個介面調用時出了錯,你想看出錯時間點的前後日誌;還有列印業務相關方便做分析的日誌。其三、自定義的業務異常,該異常屬於非系統異常,屬於業務範疇,APM會把這類異常當成系統異常上報,如果你後面對系統異常做告警,那這些異常將會幹擾告警的準確度,你也不能去過濾業務異常,因為自定義的業務異常種類也不少。
- 同時我們對agent進行了二開。採集更詳細的gc、堆棧、記憶體、線程信息。
- 伺服器採集我們採用普羅米修斯。
- 由於我們是saas服務化,服務N多,很多的服務日誌做不到統一規範化,這也跟歷史遺留問題有關,一個與業務系統無關的系統去間接或直接地去對接已有的業務系統,為了適配自己而讓其更改代碼,那是推不動的。牛逼的設計是讓自己去相容別人,把對方當成攻擊自己的對象。很多日誌是沒有意義的,比如:開發過程中為了方便排查跟蹤問題,在if else里列印只是有標誌性的日誌,代表是走了if代碼塊還是else代碼塊。甚至有些服務還列印著debug級別的日誌。在成本、資源的有限條件下,所有所有的日誌是不現實的,即使資源允許,一年下來將是一比很大的開銷。所以我們採用了過濾、清洗、動態調整日誌優先順序採集等方案。首先把日誌全量採集到kafka集群中,設定一個很短的有效期。我們目前設置的是一個小時,一個小時的數據量,我們的資源暫時還能接受。
- Log Streams是我們的日誌過濾、清洗的流處理服務。我們採用Kafka Streams作ETL流處理。通過界面化配置實現動態過濾清洗的規則。大概規則如下:
- 界面化配置日誌採集。預設error級別的日誌全量採集
- 以錯誤時間點為中心,在流處理中開窗,輻射上下可配的N時間點採集非error級別日誌,預設只採info級別
- 每個服務可配100個關鍵日誌,預設關鍵日誌全量採集
- sql日誌按配置耗時過濾
- 高峰時段按業務類型的權重指標、日誌等級指標、每個服務在一個時段內日誌最大限制量指標、時間段指標等動態清洗過濾日誌
- 根據不同的時間段動態收縮時間視窗
- 日誌索引生成規則:按服務生成的日誌文件規則生成對應的index,比如:某個服務日誌分為:debug、info、error、xx_keyword,那麼生成的索引也是debug、info、error、xx_keyword加日期作尾碼。這樣做的目的是為研發以原習慣性地去使用日誌
7. 可視化界面我們主要使用grafana,它支持的眾多數據源中,其中就有普羅米修斯和elasticsearch,與普羅米修斯可謂是無縫對接。而kibana我們主要用於apm的可視分析
日誌可視化
出於安全考慮,公司線上可視化數據不便於使用,以下只是簡單的上幾張開發環境的效果圖
許可權認證
可視化分析
聲明:本文版權歸作者和博客園共有,歡迎轉載,但未經作者同意必須在文章頁面給出原文鏈接,否則保留追究法律責任的權利