微服務海量日誌監控平台
- 2020 年 6 月 6 日
- 筆記
- Elastic Stack, JAVA, 架構, 監控
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，跑着成百上千個服務都算是比較小的規模了。在生產環境上，日誌扮演着很重要的角色，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。然而在生產上跑着成百上千個服務，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,運維通過我們的後台管理界面化配置，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台，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序無需任何改動。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接口的調用鏈路、內部方法調用棧、使用的sql、進程的cpu、內存使用指標等。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：某個接口調用時出了錯，你想看出錯時間點的前後日誌；還有打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，那這些異常將會干擾告警的準確度，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、內存、線程信息。
- 服務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兼容別人，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里打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。甚至有些服務還打印着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、動態調整日誌優先級採集等方案。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。默認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，默認只採info級別
- 每個服務可配100個關鍵日誌，默認關鍵日誌全量採集
- 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窗口
- 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加日期作後綴。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
權限認證
分析可視化
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
