乐趣区

关于grafana:不对全文内容进行索引的Loki到底优秀在哪里可以占据一部分日志监控领域

jiezi

总结下 loki 的长处

1. 低索引开销

  • loki 和 es 最大的不同是 loki 只对标签进行索引而不对内容索引
  • 这样做能够大幅升高索引资源开销(es 无论你查不查，微小的索引开销必须时刻承当)

2. 并发查问 + 应用 cache

  • 同时为了补救没有全文索引带来的查问降速应用，Loki 将把查问分解成较小的分片，能够了解为并发的 grep
  • 同时反对 index、chunk 和 result 缓存提速

3. 和 prometheus 采纳雷同的标签，对接 alertmanager

  • Loki 和 Prometheus 之间的标签统一是 Loki 的超级能力之一

4. 应用 grafana 作为前端，防止在 kibana 和 grafana 来回切换

架构阐明

  • 地址 https://grafana.com/docs/loki…

架构阐明

组件阐明

promtail 作为采集器，类比 filebeat

loki 相当于服务端，类比 es

loki 过程蕴含 四种角色

  • querier 查询器
  • ingester 日志存储器
  • query-frontend 前置查询器
  • distributor 写入散发器

能够通过 loki 二进制的 -target 参数指定运行角色

read path

  • 查询器接管 HTTP / 1 数据申请。
  • 查询器将查问传递给所有 ingesters 申请内存中的数据。
  • 接收器接管读取的申请，并返回与查问匹配的数据（如果有）。
  • 如果没有接收者返回数据，则查询器会从后备存储中提早加载数据并对其执行查问。
  • 查询器将迭代所有接管到的数据并进行反复数据删除，从而通过 HTTP / 1 连贯返回最终数据集。

write path

  • 散发服务器收到一个 HTTP / 1 申请，以存储流数据。
  • 每个流都应用散列环散列。
  • 散发程序将每个流发送到适当的 inester 和其正本（基于配置的复制因子）。
  • 每个实例将为流的数据创立一个块或将其追加到现有块中。每个租户和每个标签集的块都是惟一的。
  • 散发服务器通过 HTTP / 1 连贯以胜利代码作为响应。

应用本地化模式装置

下载 promtail 和 loki 二进制

wget  https://github.com/grafana/loki/releases/download/v2.2.1/loki-linux-amd64.zip

wget https://github.com/grafana/loki/releases/download/v2.2.1/promtail-linux-amd64.zip

找一台 linux 机器做测试

装置 promtail


mkdir /opt/app/{promtail,loki} -pv 

# promtail 配置文件
cat <<EOF> /opt/app/promtail/promtail.yaml
server:
  http_listen_port: 9080
  grpc_listen_port: 0

positions:
  filename: /var/log/positions.yaml # This location needs to be writeable by promtail.

client:
  url: http://localhost:3100/loki/api/v1/push

scrape_configs:
 - job_name: system
   pipeline_stages:
   static_configs:
   - targets:
      - localhost
     labels:
      job: varlogs  # A `job` label is fairly standard in prometheus and useful for linking metrics and logs.
      host: yourhost # A `host` label will help identify logs from this machine vs others
      __path__: /var/log/*.log  # The path matching uses a third party library: https://github.com/bmatcuk/doublestar
EOF

# service 文件

cat <<EOF >/etc/systemd/system/promtail.service
[Unit]
Description=promtail server
Wants=network-online.target
After=network-online.target

[Service]
ExecStart=/opt/app/promtail/promtail -config.file=/opt/app/promtail/promtail.yaml
StandardOutput=syslog
StandardError=syslog
SyslogIdentifier=promtail
[Install]
WantedBy=default.target
EOF

systemctl daemon-reload
systemctl restart promtail 
systemctl status promtail

装置 loki


mkdir /opt/app/{promtail,loki} -pv 

# promtail 配置文件
cat <<EOF> /opt/app/loki/loki.yaml
auth_enabled: false

server:
  http_listen_port: 3100
  grpc_listen_port: 9096

ingester:
  wal:
    enabled: true
    dir: /opt/app/loki/wal
  lifecycler:
    address: 127.0.0.1
    ring:
      kvstore:
        store: inmemory
      replication_factor: 1
    final_sleep: 0s
  chunk_idle_period: 1h       # Any chunk not receiving new logs in this time will be flushed
  max_chunk_age: 1h           # All chunks will be flushed when they hit this age, default is 1h
  chunk_target_size: 1048576  # Loki will attempt to build chunks up to 1.5MB, flushing first if chunk_idle_period or max_chunk_age is reached first
  chunk_retain_period: 30s    # Must be greater than index read cache TTL if using an index cache (Default index read cache TTL is 5m)
  max_transfer_retries: 0     # Chunk transfers disabled

schema_config:
  configs:
    - from: 2020-10-24
      store: boltdb-shipper
      object_store: filesystem
      schema: v11
      index:
        prefix: index_
        period: 24h

storage_config:
  boltdb_shipper:
    active_index_directory: /opt/app/loki/boltdb-shipper-active
    cache_location: /opt/app/loki/boltdb-shipper-cache
    cache_ttl: 24h         # Can be increased for faster performance over longer query periods, uses more disk space
    shared_store: filesystem
  filesystem:
    directory: /opt/app/loki/chunks

compactor:
  working_directory: /opt/app/loki/boltdb-shipper-compactor
  shared_store: filesystem

limits_config:
  reject_old_samples: true
  reject_old_samples_max_age: 168h

chunk_store_config:
  max_look_back_period: 0s

table_manager:
  retention_deletes_enabled: false
  retention_period: 0s

ruler:
  storage:
    type: local
    local:
      directory: /opt/app/loki/rules
  rule_path: /opt/app/loki/rules-temp
  alertmanager_url: http://localhost:9093
  ring:
    kvstore:
      store: inmemory
  enable_api: true
EOF

# service 文件

cat <<EOF >/etc/systemd/system/loki.service
[Unit]
Description=loki server
Wants=network-online.target
After=network-online.target

[Service]
ExecStart=/opt/app/loki/loki -config.file=/opt/app/loki/loki.yaml
StandardOutput=syslog
StandardError=syslog
SyslogIdentifier=loki
[Install]
WantedBy=default.target
EOF

systemctl daemon-reload
systemctl restart loki 
systemctl status loki

grafana 上配置 loki 数据源

在 grafana explore 上配置查看日志

查看日志 rate({job="message"} |="kubelet"

算 qps rate({job="message"} |="kubelet" [1m])

只索引标签

之前屡次提到 loki 和 es 最大的不同是 loki 只对标签进行索引而不对内容索引
上面咱们举例来看下

动态标签匹配模式

以简略的 promtail 配置举例

配置解读

scrape_configs:
 - job_name: system
   pipeline_stages:
   static_configs:
   - targets:
      - localhost
     labels:
      job: message
      __path__: /var/log/messages
  • 下面这段配置代表启动一个日志采集工作
  • 这个工作有 1 个固定标签job="syslog"
  • 采集日志门路为 /var/log/messages , 会以一个名为 filename 的固定标签
  • 在 promtail 的 web 页面上能够看到相似 prometheus 的 target 信息页面

查问的时候能够应用和 prometheus 一样的标签匹配语句进行查问

  • {job="syslog"}

    scrape_configs:
 - job_name: system
 pipeline_stages:
 static_configs:
 - targets:
    - localhost
   labels:
    job: syslog
    __path__: /var/log/syslog
 - job_name: system
 pipeline_stages:
 static_configs:
 - targets:
    - localhost
   labels:
    job: apache
    __path__: /var/log/apache.log
  • 如果咱们配置了两个 job，则能够应用{job=~”apache|syslog”} 进行多 job 匹配
  • 同时也反对正则和正则非匹配

标签匹配模式的特点

原理

  • 和 prometheus 统一，雷同标签对应的是一个流

    prometheus 解决 series 的模式

  • prometheus 中标签统一对应的同一个 hash 值和 refid(正整数递增的 id)，也就是同一个 series

    • 时序数据一直的 append 追加到这个 memseries 中
    • 当有任意标签发生变化时会产生新的 hash 值和 refid，对应新的 series

loki 解决日志的模式

  • 和 prometheus 统一，loki 一组标签值会生成一个 stream

    • 日志随着工夫的递增会追加到这个 stream 中，最初压缩为 chunk
    • 当有任意标签发生变化时会产生新的 hash 值，对应新的 stream

查问过程

  • 所以 loki 先依据标签算出 hash 值在倒排索引中找到对应的 chunk?
  • 而后再依据查问语句中的关键词等进行过滤，这样能大大的提速

  • 因为这种依据标签算哈希在倒排中查找 id，对应找到存储的块在 prometheus 中曾经被验证过了

    • 属于开销低
    • 速度快

动静标签和高基数

所以有了上述常识，那么就得谈谈动静标签的问题了

两个概念

何为动静标签：说白了就是标签的 value 不固定

何为高基数标签：说白了就是标签的 value 可能性太多了，达到 10 万，100 万甚至更多

promtail 反对在 pipline_stages 中用正则匹配动静标签

  • 比方 apache 的 access 日志

    11.11.11.11 - frank [25/Jan/2000:14:00:01 -0500] "GET /1986.js HTTP/1.1" 200 932 "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; de; rv:1.9.1.7) Gecko/20091221 Firefox/3.5.7 GTB6"

  • 在 promtail 中应用 regex 想要匹配 action和 status_code 两个标签

  • job_name: system
    pipeline_stages:

    - regex:
  expression: "^(?P<ip>\\S+) (?P<identd>\\S+) (?P<user>\\S+) \\[(?P<timestamp>[\\w:/]+\\s[+\\-]\\d{4})\\] \"(?P<action>\\S+)\\s?(?P<path>\\S+)?\\s?(?P<protocol>\\S+)?\"(?P<status_code>\\d{3}|-) (?P<size>\\d+|-)\\s?\"?(?P<referer>[^\"]*)\"?\\s?\"?(?P<useragent>[^\"]*)?\"?$"
    • labels:
      action:
      status_code:

    static_configs:

    • targets:

      • localhost

      labels:
      job: apache
      env: dev
      __path__: /var/log/apache.log

  • 那么对应 action=get/post 和 status_code=200/400 则对应 4 个流

    11.11.11.11 - frank [25/Jan/2000:14:00:01 -0500] "GET /1986.js HTTP/1.1" 200 932 "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; de; rv:1.9.1.7) Gecko/20091221 Firefox/3.5.7 GTB6"
11.11.11.12 - frank [25/Jan/2000:14:00:02 -0500] "POST /1986.js HTTP/1.1" 200 932 "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; de; rv:1.9.1.7) Gecko/20091221 Firefox/3.5.7 GTB6"
11.11.11.13 - frank [25/Jan/2000:14:00:03 -0500] "GET /1986.js HTTP/1.1" 400 932 "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; de; rv:1.9.1.7) Gecko/20091221 Firefox/3.5.7 GTB6"
11.11.11.14 - frank [25/Jan/2000:14:00:04 -0500] "POST /1986.js HTTP/1.1" 400 932 "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; de; rv:1.9.1.7) Gecko/20091221 Firefox/3.5.7 GTB6"
  • 那四个日志即将变成四个独自的流，并开始填充四个独自的块。
  • 如果呈现另一个独特的标签组合（例如 status_code =“500”），则会创立另一个新流

高基数问题

  • 就像下面，如果给 ip 设置一个标签，当初设想一下，如果您为设置了标签 ip，来自用户的每个不同的 ip 申请不仅成为惟一的流
  • 能够疾速生成成千上万的流，这是高基数，这能够杀死 Loki
  • 所以为了防止高基数则应该防止应用这种取值分位太大的标签

如果字段没有被当做标签被索引，会不会导致查问很慢

Loki 的超级能力是将查问合成为小块并并行散发，以便您能够在短时间内查问大量日志数据

全文索引问题

  • 大索引既简单又低廉。通常，日志数据的全文索引的大小等于或大于日志数据自身的大小
  • 要查问日志数据，须要加载此索引，并且为了进步性能，它可能应该在内存中。这很难扩大，并且随着您摄入更多日志，索引会迅速变大。
  • Loki 的索引通常比摄取的日志量小一个数量级，索引的增长十分迟缓

那么如何减速查问没有标签的字段

以上边提到的 ip 字段为例

  • 应用过滤器表达式查问

    {job="apache"} |= "11.11.11.11"

loki 查问时的分片 (按工夫范畴分段 grep)

  • Loki 将把查问分解成较小的分片，并为与标签匹配的流关上每个区块，并开始寻找该 IP 地址。
  • 这些分片的大小和并行化的数量是可配置的，并取决于您提供的资源
  • 如果须要，您能够将分片距离配置为 5m，部署 20 个查询器，并在几秒钟内解决千兆字节的日志
  • 或者，您能够发疯并设置 200 个查询器并解决 TB 的日志！

两种索引模式比照

  • es 的大索引，不论你查不查问，他都必须时刻存在。比方长时间占用过多的内存
  • loki 的逻辑是查问时再启动多个分段并行查问

在日志量少的时候少加标签

  • 因为每多加载一个 chunk 就有额定的开销
  • 举例 如果该查问是{app=”loki”,level!=”debug”}
  • 在没加 level 标签的状况下只需加载一个 chunk 即 app=”loki” 的标签
  • 如果加了 level 的状况，则须要把 level=info,warn,error,critical 5 个 chunk 都加载再查问

在须要标签时再去增加

  • 当 chunk_target_size=1MB 时代表 以 1MB 的压缩大小来切割块
  • 对应的原始日志大小在 5MB-10MB，如果日志在 max_chunk_age 工夫内能达到 10MB，思考增加标签

日志该当按工夫递增

  • 这个问题和 tsdb 中解决旧数据是一样的情理
  • 目前 loki 为了性能思考间接回绝掉旧数据
退出移动版