K8s~為pod添加sidecar進行日志收集

我們在k8s部署服務時，一般來說一個服務會對應一類pod，而pod通過rs實現副本集，而這些pod的日志一般有控制台stdout和文件的，一般會把這些日志最終輸出到elasticsearch里，再通過kabana進行分析，而在實現由pod到elasticsearch（es）時有多種方法，下面我列舉一下：

1. 直接從標准控制台 stdout中通過fluentd進行收集，再存到es（ 早期docker有實現）
2. 通過logback里的fluentd包，直接把日志輸出到fluentd，再存到es
3. 在k8s里，可以為pod添加一個邊車（邊斗，sidecar)，這個邊車主要是fluentd插件，從容器日志文件里讀取日志，收集到es

從上面的解析可以看到第1種如果你是docker swarm環境可以使用，而第2種與業務代碼耦合太緊也不合適，只有第三種是未來的趨勢，目前大都是使用這種方式！

實現方式

1 sidecar的fluentd的mapconfig

apiVersion: v1
kind: ConfigMap
metadata:
  name: fluentd-config
  namespace: saas
data:
  fluentd.conf: |
    <source>
      type tail
      format none
      path /var/log/*.log
      pos_file /var/log/log.pos
      tag saas
    </source>

    <match **>
      @id elasticsearch
      @type elasticsearch
      @log_level debug
      index_name fluentd
      type_name _doc
      host elasticsearch.elk
      port 9200
      include_tag_key true
      tag_key @log_name
      logstash_format true
      flush_interval 10s
    </match>

運行

kubectl create -f fluentd-config-sidecar.yaml

測試一個pod，像容器輸出日志到目錄，定時反復輸出

apiVersion: v1
kind: Pod
metadata:
  labels:
    example: logging-sidecar
  name: logging-sidecar-example
spec:
  containers:
  - name: synthetic-logger
    image: 172.17.0.22:8888/saas/hello-world:latest
    command: ["bash", "-c", "i=\"0\"; while true; do echo \"`hostname`: $i \" >> /var/log/1.log; date --rfc-3339 ns >> /var/log/1.log; sleep 4; i=$[$i+1]; done"]
    volumeMounts:
    - name: varlog
      mountPath: /var/log
  - name: sidecar-log-collector
    image: registry.cn-beijing.aliyuncs.com/k8s-mqm/fluentd-elasticsearch:v2.1.0
    env:
    - name: FLUENTD_ARGS
      value: -c /etc/fluentd-config/fluentd.conf
    volumeMounts:
          - name: varlog
            mountPath: /var/log
          - name: config-volume
            mountPath: /etc/fluentd-config
  volumes:
    - name: varlog
      emptyDir: {}
    - name: config-volume
      configMap:
        name: fluentd-config

部署它

kubectl create -f fluentd-demo.yaml

然后去你的kabana里查看日志，可以按着@log_name字段去查詢，這就是我們日志里的tag，這個我們可以在代碼里配置，可以設置成一個namespace，這樣方便日志的跟蹤！