基于Kubernetes构建日志收集系统-搭建Elasticsearch集群(一)

简介

当您在kubernetes集群上，部署了很多服务和应用。这时，你应该需要一个集群级别的日志收集器，来帮助您快速整理和分析由您的Pods生成的大量日志数据。现在一种流行的解决方案是，采用Elasticsearch,Fluentd,Kibana。

ElasticSearch 通常采用三类型节点部署，由master、data、client节点构成。出于资源可以最大化的利用，方便后期扩容，我们部署3个类型的节点。client节点用于接收请求，内存可以高一些。data 节点用于存储数据，磁盘空间很重要。

思路

容器使用stdout/stderr 方式，将日志输出到宿主机。我们可以在容器logs目录（/var/log/containers/），查看生成的容器日志文件。之后使用fluentd读取日志文件内容，输入到Elasticsearch中，Kibana读取Elasticsearch 进行图形化界面展示。如下图所示。

正文

第一步：创建命令空间

在部署Elasticsearch集群之前，我们将首先创建一个命名空间，在其中安装所有日志记录工具。在本指南中，我们将创建一个kube-logging命名空间，将EFK组件安装到该命名空间中。该命名空间还将使我们能够快速清理并删除EFK，而不会给Kubernetes 集群带来任何功能损失。

创建一个kube-logging.yaml 文件。

touch kube-logging.yaml

在kube-logging.yaml 文件中，写入如下代码。

kind: Namespace
apiVersion: v1
metadata:
  name: kube-logging

使用kubectl create -f 执行这个文件。

kubectl create -f kube-logging.yaml

执行后，你可以看到如下输出。

namespace/kube-logging created

你也可以使用kubectl get namespaces 命令，确认命名空间是否创建成功。

kubectl get namespaces

你应该会看到如下输出。

NAME           STATUS    AGE
default        Active    23m
kube-logging   Active    1m
kube-public    Active    23m
kube-system    Active    23m

如果你看到，输出值中包含kube-logging，恭喜你第一步已经成功了。

第二步：部署ElasticSearch master(主节点）

集群中，第一个节点是master 节点，它负责控制集群。新建一个elasticsearch-master-configmap.yaml文件，写入一些ElasticSearch 配置参数，启用security模块（x-pack安全验证）。yaml文件内容如下：

---
apiVersion: v1
kind: ConfigMap
metadata:
  namespace: kube-logging
  name: elasticsearch-master-config
  labels:
    app: elasticsearch
    role: master
data:
  elasticsearch.yml: |-
    cluster.name: ${CLUSTER_NAME}
    node.name: ${NODE_NAME}
    discovery.seed_hosts: ${NODE_LIST}
    cluster.initial_master_nodes: ${MASTER_NODES}
    network.host: 0.0.0.0
    node:
      master: true
      data: false
      ingest: false
    xpack.security.enabled: true
    xpack.monitoring.collection.enabled: true
---

然后，新建对应的Service yaml文件，命名elasticsearch-master-service.yaml。yaml文件内容如下：

---
apiVersion: v1
kind: Service
metadata:
  namespace: kube-logging
  name: elasticsearch-master
  labels:
    app: elasticsearch
    role: master
spec:
  ports:
  - port: 9300
    name: transport
  selector:
    app: elasticsearch
    role: master
---

最后，新建Deployment （部署）yaml文件,命名elasticsearch-master-deployment.yaml。yaml文件内容如下：

---
apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: kube-logging
  name: elasticsearch-master
  labels:
    app: elasticsearch
    role: master
spec:
  replicas: 1
  selector:
    matchLabels:
      app: elasticsearch
      role: master
  template:
    metadata:
      labels:
        app: elasticsearch
        role: master
    spec:
      containers:
      - name: elasticsearch-master
        image: docker.elastic.co/elasticsearch/elasticsearch:7.3.0
        env:
        - name: CLUSTER_NAME
          value: elasticsearch
        - name: NODE_NAME
          value: elasticsearch-master
        - name: NODE_LIST
          value: elasticsearch-master,elasticsearch-data,elasticsearch-client
        - name: MASTER_NODES
          value: elasticsearch-master
        - name: "ES_JAVA_OPTS"
          value: "-Xms256m -Xmx256m"
        ports:
        - containerPort: 9300
          name: transport
        volumeMounts:
        - name: config
          mountPath: /usr/share/elasticsearch/config/elasticsearch.yml
          readOnly: true
          subPath: elasticsearch.yml
        - name: storage
          mountPath: /data
      volumes:
      - name: config
        configMap:
          name: elasticsearch-master-config
      - name: "storage"
        emptyDir:
          medium: ""
      initContainers:
      - name: increase-vm-max-map
        image: busybox
        command: ["sysctl", "-w", "vm.max_map_count=262144"]
        securityContext:
          privileged: true
---

使用如下命令执行yaml文件。

kubectl apply -f elasticsearch-master-configmap.yaml -f elasticsearch-master-service.yaml -f elasticsearch-master-deployment.yaml

使用如下命令，检查是否部署成功。

kubectl get pods -n kube-logging

下图为部署成功的状态：

第三步：部署ElasticSearch data node(数据节点)

集群的第二个节点设置为数据节点，里面保存存储的数据。我们这时候，需要一个持久卷来保证数据的高可靠性。我这里面使用的NFS存储日志数据。现在我们创建一个yaml文件，使用ConfigMap（配置对象）配置变量，文件命名为elasticsearch-data-configmap.yaml。yaml文件内容如下：

apiVersion: v1
kind: ConfigMap
metadata:
  namespace: kube-logging
  name: elasticsearch-data-config
  labels:
    app: elasticsearch
    role: data
data:
  elasticsearch.yml: |-
    cluster.name: ${CLUSTER_NAME}
    node.name: ${NODE_NAME}
    discovery.seed_hosts: ${NODE_LIST}
    cluster.initial_master_nodes: ${MASTER_NODES}
    network.host: 0.0.0.0
    node:
      master: false
      data: true
      ingest: false
    xpack.security.enabled: true
    xpack.monitoring.collection.enabled: true

数据节点，也和master一样，只需要暴露9300端口，用于es集群成员之间通信。新建elasticsearch-data-service.yaml，yaml文件内容如下：

apiVersion: v1
kind: Service
metadata:
  namespace: kube-logging
  name: elasticsearch-data
  labels:
    app: elasticsearch
    role: data
spec:
  ports:
  - port: 9300
    name: transport
  selector:
    app: elasticsearch
    role: data

部署data 节点，我们选择StatefulSet(有状态部署)。我这里简单引用下文档，来说明下，StatefulSet 与 Deployment 区别。

StatefulSet 是用来管理有状态应用的工作负载 API 对象。

StatefulSet 用来管理某 Pod 集合的部署和扩缩，并为这些 Pod 提供持久存储和持久标识符。

和 Deployment 类似， StatefulSet 管理基于相同容器规约的一组 Pod。但和 Deployment 不同的是， StatefulSet 为它们的每个 Pod 维护了一个有粘性的 ID。这些 Pod 是基于相同的规约来创建的，但是不能相互替换：无论怎么调度，每个 Pod 都有一个永久不变的 ID。

如果希望使用存储卷为工作负载提供持久存储，可以使用 StatefulSet 作为解决方案的一部分。尽管 StatefulSet 中的单个 Pod 仍可能出现故障，但持久的 Pod 标识符使得将现有卷与替换已失败 Pod 的新 Pod 相匹配变得更加容易。

以上为StatefulSet 的概念。新建yaml文件，命名为elasticsearch-data-statefulset.yaml，文件内容如下：

apiVersion: apps/v1beta1
kind: StatefulSet
metadata:
  namespace: kube-logging
  name: elasticsearch-data
  labels:
    app: elasticsearch
    role: data
spec:
  serviceName: "elasticsearch-data"
  replicas: 1
  template:
    metadata:
      labels:
        app: elasticsearch-data
        role: data
    spec:
      containers:
      - name: elasticsearch-data
        image: docker.elastic.co/elasticsearch/elasticsearch:7.3.0
        env:
        - name: CLUSTER_NAME
          value: elasticsearch
        - name: NODE_NAME
          value: elasticsearch-data
        - name: NODE_LIST
          value: elasticsearch-master,elasticsearch-data,elasticsearch-client
        - name: MASTER_NODES
          value: elasticsearch-master
        - name: "ES_JAVA_OPTS"
          value: "-Xms300m -Xmx300m"
        ports:
        - containerPort: 9300
          name: transport
        volumeMounts:
        - name: config
          mountPath: /usr/share/elasticsearch/config/elasticsearch.yml
          readOnly: true
          subPath: elasticsearch.yml
        - name: elasticsearch-data-persistent-storage
          mountPath: /usr/share/elasticsearch/data

      volumes:
      - name: config
        configMap:
          name: elasticsearch-data-config
      initContainers:
      - name: increase-vm-max-map
        image: busybox
        command: ["sysctl", "-w", "vm.max_map_count=262144"]
        securityContext:
          privileged: true
  volumeClaimTemplates:
  - metadata:
      name: elasticsearch-data-persistent-storage
    spec:
      accessModes: [ "ReadWriteOnce" ]
      storageClassName: nfs-es
      resources:
        requests:
          storage: 10Gi

下面用如下命令来执行这几个yaml文件。

kubectl apply -f elasticsearch-data-configmap.yaml -f elasticsearch-data-service.yaml -f elasticsearch-data-statefulset.yaml

使用如下命令，检查Deployment是否部署成功。

kubectl get pods -n kube-logging

下图为部署成功的状态：

第四步：部署ElasticSearch 客户端节点

客户端节点接收数据，传送到数据节点。

新建yaml文件，命名为elasticsearch-client-configmap.yaml，文件内容如下：

apiVersion: v1
kind: ConfigMap
metadata:
  namespace: kube-logging
  name: elasticsearch-client-config
  labels:
    app: elasticsearch
    role: client
data:
  elasticsearch.yml: |-
    cluster.name: ${CLUSTER_NAME}
    node.name: ${NODE_NAME}
    discovery.seed_hosts: ${NODE_LIST}
    cluster.initial_master_nodes: ${MASTER_NODES}
    network.host: 0.0.0.0
    node:
      master: false
      data: false
      ingest: true
    xpack.security.enabled: true
    xpack.monitoring.collection.enabled: true

client(客户端)节点，暴露两个端口，9300用于集群内节点互相访问，9200用于接收http请求。新建yaml文件，命名为elasticsearch-client-service.yaml，文件内容如下：

apiVersion: v1
kind: Service
metadata:
  namespace: kube-logging
  name: elasticsearch-client
  labels:
    app: elasticsearch
    role: client
spec:
  ports:
  - port: 9200
    name: client
  - port: 9300
    name: transport
  selector:
    app: elasticsearch
    role: client
---

使用Deployment 部署client节点，新建yaml文件，命名为elasticsearch-client-deployment.yaml，文件内容如下：

---
apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: kube-logging
  name: elasticsearch-client
  labels:
    app: elasticsearch
    role: client
spec:
  replicas: 1
  selector:
    matchLabels:
      app: elasticsearch
      role: client
  template:
    metadata:
      labels:
        app: elasticsearch
        role: client
    spec:
      containers:
      - name: elasticsearch-client
        image: docker.elastic.co/elasticsearch/elasticsearch:7.3.0
        env:
        - name: CLUSTER_NAME
          value: elasticsearch
        - name: NODE_NAME
          value: elasticsearch-client
        - name: NODE_LIST
          value: elasticsearch-master,elasticsearch-data,elasticsearch-client
        - name: MASTER_NODES
          value: elasticsearch-master
        - name: "ES_JAVA_OPTS"
          value: "-Xms256m -Xmx256m"
        ports:
        - containerPort: 9200
          name: client
        - containerPort: 9300
          name: transport
        volumeMounts:
        - name: config
          mountPath: /usr/share/elasticsearch/config/elasticsearch.yml
          readOnly: true
          subPath: elasticsearch.yml
        - name: storage
          mountPath: /data
      volumes:
      - name: config
        configMap:
          name: elasticsearch-client-config
      - name: "storage"
        emptyDir:
          medium: ""
      initContainers:
      - name: increase-vm-max-map
        image: busybox
        command: ["sysctl", "-w", "vm.max_map_count=262144"]
        securityContext:
          privileged: true

下面用如下命令来执行这几个yaml文件。

kubectl apply -f elasticsearch-client-configmap.yaml -f elasticsearch-client-service.yaml -f elasticsearch-client-deployment.yaml

使用如下命令，检查Deployment是否部署成功。

kubectl get pods -n kube-logging

下图为部署成功的状态：

第五步：生成账号密码。

我们已经开启xpack验证，现在需要在client节点，执行bin/elasticsearch-setup-passwords 命令，用于生成密码。命令整合如下：

kubectl exec -it $(kubectl get pods -n kube-logging | grep elasticsearch-client | sed -n 1p | awk '{print $1}') -n kube-logging -- bin/elasticsearch-setup-passwords auto -b

查看生成的账号密码，使用elastic账号与对应密码数据，生成k8s secret，用于Kibana（展示器）与 Fluentd(收集器)，访问Elasticsearch。命令如下：

kubectl create secret generic elasticsearch-pw-elastic -n kube-logging --from-literal password=fjskjafiojewB

Es集群3个节点已经部署完成。下一步，就是部署Kibana访问Elasticsearch集群。欢迎点赞，评论。

posted @ 2021-02-07 22:23 Yun-Hai 阅读(802) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

云海

基于Kubernetes构建日志收集系统-搭建Elasticsearch集群(一)

公告