{"id":89038,"date":"2020-07-17T19:42:30","date_gmt":"2020-07-17T17:42:30","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/logirovanie-v-kubernetes-efk-protiv-plg"},"modified":"2020-07-17T19:42:30","modified_gmt":"2020-07-17T17:42:30","slug":"logirovanie-v-kubernetes-efk-protiv-plg","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/logirovanie-v-kubernetes-efk-protiv-plg","title":{"rendered":"Kuberneteses logimine: EFK vs PLG","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Kuberneteses<\/p>\n

<\/p>\n

J\u00e4lgimine on muutunud j\u00e4rjest olulisemaks komponendiks pilvandmet\u00f6\u00f6tluse lahendustes, kuna jaotatud s\u00fcsteemide keerukus kasvab. See on vajalik nende k\u00e4itumise m\u00f5istmiseks. Vajame skaleeritavaid t\u00f6\u00f6riistu, mis suudavad andmeid k\u00f5igist teenustest koguda \u2014 ja pakkuda spetsialistidele \u00fchtset liidest, millel on j\u00f5udluse anal\u00fc\u00fcs, veateated, saadavus ja p\u00e4evikud. <\/p>\n

<\/p>\n

Need t\u00f6\u00f6riistad peavad olema t\u00f5husad ja j\u00f5udlusrikkad. Selles artiklis uurime kahte populaarset tehnoloogiakomplekti: EFK (Elasticsearch) ja PLG (Loki) ning k\u00e4sitleme nende arhitektuuri ja erinevusi.<\/p>\n

<\/a><\/noindex><\/p>\n

EFK komplekt<\/h2>\n

<\/p>\n

V\u00f5ib-olla olete juba kuulnud v\u00e4ga populaarsest ELK v\u00f5i EFK-st. Komplekt koosneb mitmest eraldi osast: Elasticsearch (objektide ladustamine), Logstash v\u00f5i FluentD (andmete kogumine ja agregatsioon) ja Kibana visualiseerimiseks.<\/p>\n

<\/p>\n

T\u00fc\u00fcpiline t\u00f6\u00f6voog n\u00e4eb v\u00e4lja j\u00e4rgmine:<\/p>\n

<\/p>\n

\"Kuberneteses<\/p>\n

<\/p>\n

Elasticsearch<\/strong> \u2014 jaotatud objektide ladustamine reaalajas anal\u00fc\u00fcsi ja otsimisega. Suurep\u00e4rane lahendus osaliselt struktureeritud andmete, n\u00e4iteks p\u00e4evikute, jaoks. Teave salvestatakse JSON-dokumentidena, indekseeritakse reaalajas ja jaotatakse klastrite vahel. Kasutatakse p\u00f6\u00f6ratud indeksi, mis sisaldab k\u00f5iki unikaalseid s\u00f5nu ja nendega seotud dokumente t\u00e4isteksti otsinguks, mis p\u00f5hineb Apache Lucene'i otsingumootoril.<\/p>\n

<\/p>\n

FluentD<\/strong> \u2014 andmete kogumise t\u00f6\u00f6riist, mis \u00fchtlustab andmeid kogumise ja tarbimise ajal. See p\u00fc\u00fcab andmeid JSON-is nii palju korraldada, kui v\u00f5imalik. Selle arhitektuur on laiendatav, olemas on \u00fcle saja erineva laienduse<\/a><\/noindex>, mida toetab kogukond, igaks juhuks.<\/p>\n

<\/p>\n

Kibana<\/strong> \u2014 andmete visualiseerimiseks m\u00f5eldud t\u00f6\u00f6riist Elasticsearchi jaoks, millel on erinevaid lisav\u00f5imalusi, nagu ajas j\u00e4rjestamise anal\u00fc\u00fcs, graafid, masin\u00f5pe jms.<\/p>\n

<\/p>\n

Elasticsearchi arhitektuur<\/h3>\n

<\/p>\n

Elasticsearchi klastri andmed on jaotatud k\u00f5igi s\u00f5lmede vahel. Klastrit moodustavad mitmed s\u00f5lmed, et parandada saadavust ja resistentsust. Iga s\u00f5lm v\u00f5ib t\u00e4ita k\u00f5iki klastri rollisid, kuid suurtes skaleeritavates juurutustes m\u00e4\u00e4ratakse s\u00f5lmedele tavaliselt eraldi \u00fclesanded.<\/p>\n

<\/p>\n

Klastri s\u00f5lmed:<\/p>\n

<\/p>\n