EFK,ELK都是目前最為流行的分散式日誌框架,主要實現了日誌的收集,存儲,分析等,它可以與docker容器進行結合,來收集docker的控制台日誌,就是stdout日誌. elasticsearch.master_data_client說明 預設情況下，每個節點都有成為主節點的資格，也會存儲數據， ...
EFK,ELK都是目前最為流行的分散式日誌框架,主要實現了日誌的收集,存儲,分析等,它可以與docker容器進行結合,來收集docker的控制台日誌,就是stdout日誌.
elasticsearch.master_data_client說明
預設情況下，每個節點都有成為主節點的資格，也會存儲數據，還會處理客戶端的請求。在一個生產集群中我們可以對這些節點的職責進行劃分。
- 建議集群中設置 3台 以上的節點作為 master 節點node.master: true node.data: false node.ingest:false，這些節點只負責成為主節點，維護整個集群的狀態。
- 再根據數據量設置一批 data節點node.master: false node.data: true node.ingest:false，這些節點只負責存儲數據，後期提供建立索引和查詢索引的服務，這樣的話如果用戶請求比較頻繁，這些節點的壓力也會比較大
- 所以在集群中建議再設置一批 ingest 節點也稱之為 client 節點node.master: false node.data: false node.ingest:true，這些節點只負責處理用戶請求，實現請求轉發，負載均衡等功能。
master節點：普通伺服器即可(CPU 記憶體 消耗一般)
data 節點：主要消耗磁碟，記憶體
client | ingest 節點：普通伺服器即可(如果要進行分組聚合操作的話，建議這個節點記憶體也分配多一點)
部署 elasticsearch
為elasticsearch打鏡像包,使用docker-elasticsearch-kubernetes-master里的Dockerfile即可,這在建立k8s的pod時需要用到
docker build -t quay.io/pires/docker-elasticsearch-kubernetes:6.1.1 .可以依次執行k8s的yaml文件,就可以部署elasticsearch集群到k8s了
kubectl create -f es-discovery-svc.yaml
kubectl create -f es-svc.yaml
kubectl create -f es-master.yaml
kubectl rollout status -f es-master.yaml
kubectl create -f es-client.yaml
kubectl rollout status -f es-client.yaml
kubectl create -f es-data.yaml
kubectl rollout status -f es-data.yaml執行成功後,看一下是否啟來了
curl http://ip:9200
{
"name" : "es-client-76fb6ffdf4-nn5b2",
"cluster_name" : "myesdb",
"cluster_uuid" : "SEjviHIJQ8-SEloYYcez8w",
"version" : {
"number" : "6.1.1",
"build_hash" : "bd92e7f",
"build_date" : "2017-12-17T20:23:25.338Z",
"build_snapshot" : false,
"lucene_version" : "7.1.0",
"minimum_wire_compatibility_version" : "5.6.0",
"minimum_index_compatibility_version" : "5.0.0"
},
"tagline" : "You Know, for Search"
}部署kibana
構建鏡像Dockerfile
FROM docker.elastic.co/kibana/kibana:6.4.2
RUN bin/kibana-plugin remove x-pack生成鏡像
docker build -t cfontes/kibana-xpack-less:6.4.2 .部署到k8s里
kubectl create -f kibana.yaml
kubectl create -f kibana-svc.yaml註意:在這裡有一個環境變數
SERVER_BASEPATH,如果沒有使用代理,這個值需要設為空,否則你的js,css和其它文件都是404,這塊要註意一下;另外CLUSTER_NAME表示的是elasticsearch集群的名稱.
部署fluentd
有兩個yaml文件,mapconfig為配置文件,另一個就是deploy文件,我們先執行配置 ,再運行pod即可
kubectl create -f fluentd-es-configmap.yaml
kubectl create -f fluentd-es-ds.yaml
