ક્લિકહાઉસ પર nginx લૉગ્સ મોકલવા માટે એવિટો તરફથી Nginx-log-colector યુટિલિટી

આ લેખ પ્રોજેક્ટ વિશે ચર્ચા કરશે nginx-log-કલેક્ટર, જે nginx લૉગ્સ વાંચશે, તેમને ક્લિકહાઉસ ક્લસ્ટરમાં મોકલો. સામાન્ય રીતે ઈલાસ્ટીક સર્ચ નો ઉપયોગ લોગ માટે થાય છે. ક્લિકહાઉસને ઓછા સંસાધનોની જરૂર છે (ડિસ્ક સ્પેસ, RAM, CPU). ક્લિકહાઉસ ઝડપથી ડેટા લખે છે. ક્લિકહાઉસ ડેટાને સંકુચિત કરે છે, જે ડિસ્ક પરના ડેટાને વધુ કોમ્પેક્ટ બનાવે છે. રિપોર્ટની 2 સ્લાઈડ્સમાં ક્લિકહાઉસના ફાયદા જોઈ શકાય છે VK કેવી રીતે હજારો સર્વર્સમાંથી ક્લિકહાઉસમાં ડેટા દાખલ કરે છે.

લોગ દ્વારા વિશ્લેષણ જોવા માટે, ચાલો Grafana માટે ડેશબોર્ડ બનાવીએ.

કોણ કાળજી લે છે, બિલાડી હેઠળ સ્વાગત છે.

પ્રમાણભૂત રીતે nginx, grafana ઇન્સ્ટોલ કરો.

માંથી જવાબી-પ્લેબુક સાથે ક્લિકહાઉસ ક્લસ્ટર ઇન્સ્ટોલ કરો ડેનિસ પ્રોસ્કુરિન.

ક્લિકહાઉસમાં ડેટાબેઝ અને કોષ્ટકો બનાવવી

એમાં ફાઇલ ક્લિકહાઉસમાં nginx-log-collector માટે ડેટાબેઝ અને કોષ્ટકો બનાવવા માટેની SQL ક્વેરીઝનું વર્ણન કરવામાં આવ્યું છે.

અમે ક્લિકહાઉસ ક્લસ્ટરના દરેક સર્વર પર બદલામાં દરેક વિનંતી કરીએ છીએ.

મહત્વપૂર્ણ નોંધ. આ લાઇનમાં, "remote_servers" અને "shard" વચ્ચે clickhouse_remote_servers.xml ફાઇલમાંથી logs_cluster ને તમારા ક્લસ્ટર નામ સાથે બદલવું જોઈએ.

ENGINE = Distributed('logs_cluster', 'nginx', 'access_log_shard', rand())

nginx-log-collector-rpm ને ઇન્સ્ટોલ અને ગોઠવી રહ્યું છે

Nginx-log-colector પાસે rpm નથી. અહીં https://github.com/patsevanton/nginx-log-collector-rpm તેના માટે આરપીએમ બનાવો. rpm નો ઉપયોગ કરીને બનાવવામાં આવશે Fedora Copr

rpm પેકેજ nginx-log-collector-rpm ઇન્સ્ટોલ કરો

yum -y install yum-plugin-copr
yum copr enable antonpatsev/nginx-log-collector-rpm
yum -y install nginx-log-collector
systemctl start nginx-log-collector

રૂપરેખા સંપાદિત કરો /etc/nginx-log-collector/config.yaml:

  .......
  upload:
    table: nginx.access_log
    dsn: http://ip-адрес-кластера-clickhouse:8123/

- tag: "nginx_error:"
  format: error  # access | error
  buffer_size: 1048576
  upload:
    table: nginx.error_log
    dsn: http://ip-адрес-кластера-clickhouse:8123/

nginx સેટ કરી રહ્યું છે

સામાન્ય nginx રૂપરેખા:

user  nginx;
worker_processes  auto;

#error_log  /var/log/nginx/error.log warn;
pid        /var/run/nginx.pid;

events {
    worker_connections  1024;
}

http {
    include       /etc/nginx/mime.types;
    default_type  application/octet-stream;

    log_format  main  '$remote_addr - $remote_user [$time_local] "$request" '
                      '$status $body_bytes_sent "$http_referer" '
                      '"$http_user_agent" "$http_x_forwarded_for"';

    log_format avito_json escape=json
                     '{'
                     '"event_datetime": "$time_iso8601", '
                     '"server_name": "$server_name", '
                     '"remote_addr": "$remote_addr", '
                     '"remote_user": "$remote_user", '
                     '"http_x_real_ip": "$http_x_real_ip", '
                     '"status": "$status", '
                     '"scheme": "$scheme", '
                     '"request_method": "$request_method", '
                     '"request_uri": "$request_uri", '
                     '"server_protocol": "$server_protocol", '
                     '"body_bytes_sent": $body_bytes_sent, '
                     '"http_referer": "$http_referer", '
                     '"http_user_agent": "$http_user_agent", '
                     '"request_bytes": "$request_length", '
                     '"request_time": "$request_time", '
                     '"upstream_addr": "$upstream_addr", '
                     '"upstream_response_time": "$upstream_response_time", '
                     '"hostname": "$hostname", '
                     '"host": "$host"'
                     '}';

    access_log     syslog_server=unix:/var/run/nginx_log.sock,nohostname,tag=nginx avito_json; #ClickHouse
    error_log      syslog_server=unix:/var/run/nginx_log.sock,nohostname,tag=nginx_error; #ClickHouse

    #access_log  /var/log/nginx/access.log  main;

    proxy_ignore_client_abort on;
    sendfile        on;
    keepalive_timeout  65;
    include /etc/nginx/conf.d/*.conf;
}

વર્ચ્યુઅલ હોસ્ટ એક:

vhost1.conf:

upstream backend {
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
}

server {
    listen   80;
    server_name vhost1;
    location / {
        proxy_pass http://backend;
    }
}

વર્ચ્યુઅલ હોસ્ટને /etc/hosts ફાઇલમાં ઉમેરો:

ip-адрес-сервера-с-nginx vhost1

HTTP સર્વર ઇમ્યુલેટર

HTTP સર્વર ઇમ્યુલેટર તરીકે અમે ઉપયોગ કરીશું nodejs-stub-server થી મેક્સિમ ઇગ્નાટેન્કો

nodejs-stub-server પાસે rpm નથી. અહીં https://github.com/patsevanton/nodejs-stub-server તેના માટે આરપીએમ બનાવો. rpm નો ઉપયોગ કરીને બનાવવામાં આવશે Fedora Copr

અપસ્ટ્રીમ nginx rpm પર nodejs-stub-server પેકેજ ઇન્સ્ટોલ કરો

yum -y install yum-plugin-copr
yum copr enable antonpatsev/nodejs-stub-server
yum -y install stub_http_server
systemctl start stub_http_server

તણાવ પરીક્ષણ

અપાચે બેન્ચમાર્કનો ઉપયોગ કરીને પરીક્ષણ હાથ ધરવામાં આવે છે.

તેને ઇન્સ્ટોલ કરો:

yum install -y httpd-tools

અમે અપાચે બેન્ચમાર્કનો ઉપયોગ કરીને 5 અલગ-અલગ સર્વર્સથી પરીક્ષણ શરૂ કરીએ છીએ:

while true; do ab -H "User-Agent: 1server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 2server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 3server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 4server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 5server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done

Grafana સુયોજિત કરી રહ્યા છીએ

તમને અધિકૃત Grafana વેબસાઇટ પર ડેશબોર્ડ મળશે નહીં.

તેથી, અમે તે હાથ દ્વારા કરીશું.

તમે મારું સાચવેલ ડેશબોર્ડ શોધી શકો છો અહીં.

તમારે સામગ્રી સાથે ટેબલ ચલ બનાવવાની પણ જરૂર છે nginx.access_log.

સિંગલસ્ટેટ કુલ વિનંતીઓ:

SELECT
 1 as t,
 count(*) as c
 FROM $table
 WHERE $timeFilter GROUP BY t

સિંગલસ્ટેટ નિષ્ફળ વિનંતીઓ:

SELECT
 1 as t,
 count(*) as c
 FROM $table
 WHERE $timeFilter AND status NOT IN (200, 201, 401) GROUP BY t

સિંગલસ્ટેટ નિષ્ફળતા ટકા:

SELECT
 1 as t, (sum(status = 500 or status = 499)/sum(status = 200 or status = 201 or status = 401))*100 FROM $table
 WHERE $timeFilter GROUP BY t

સિંગલસ્ટેટ સરેરાશ પ્રતિભાવ સમય:

SELECT
 1, avg(request_time) FROM $table
 WHERE $timeFilter GROUP BY 1

સિંગલસ્ટેટ મહત્તમ પ્રતિભાવ સમય:

SELECT
 1 as t, max(request_time) as c
 FROM $table
 WHERE $timeFilter GROUP BY t

ગણતરી સ્થિતિ:

$columns(status, count(*) as c) from $table

પાઇની જેમ ડેટા આઉટપુટ કરવા માટે, તમારે પ્લગઇન ઇન્સ્ટોલ કરવાની અને ગ્રાફનાને ફરીથી લોડ કરવાની જરૂર છે.

grafana-cli plugins install grafana-piechart-panel
service grafana-server restart

પાઇ ટોપ 5 સ્થિતિ:

SELECT
    1, /* fake timestamp value */
    status,
    sum(status) AS Reqs
FROM $table
WHERE $timeFilter
GROUP BY status
ORDER BY Reqs desc
LIMIT 5

આગળ હું સ્ક્રીનશોટ વિના વિનંતીઓ આપીશ:

ગણતરી http_user_agent:

$columns(http_user_agent, count(*) c) FROM $table

સારા દર/ખરાબ દર:

$rate(countIf(status = 200) AS good, countIf(status != 200) AS bad) FROM $table

પ્રતિભાવ સમય:

$rate(avg(request_time) as request_time) FROM $table

અપસ્ટ્રીમ પ્રતિભાવ સમય (1લી અપસ્ટ્રીમનો પ્રતિભાવ સમય):

$rate(avg(arrayElement(upstream_response_time,1)) as upstream_response_time) FROM $table

બધા vhosts માટે કોષ્ટક ગણતરી સ્થિતિ:

$columns(status, count(*) as c) from $table

ડેશબોર્ડનું સામાન્ય દૃશ્ય

સરેરાશ() અને ક્વોન્ટાઈલ() ની સરખામણી

સરેરાશ()

પરિમાણ()

ઉપસંહાર:

આશા છે કે સમુદાય nginx-log-colector વિકસાવવા/પરીક્ષણ કરવામાં અને તેનો ઉપયોગ કરવામાં સામેલ થશે.
અને જ્યારે કોઈ વ્યક્તિ nginx-log-colector ને લાગુ કરે છે, ત્યારે તે તમને કહેશે કે તેણે ડિસ્ક, RAM, CPU કેટલી સેવ કરી છે.

ટેલિગ્રામ ચેનલો:

• ક્લિકહાઉસ
• Nginx
• મેટ્રિક્સ ચર્ચ
• સિસ્ટમ સંદેશાઓનું સંગ્રહ અને વિશ્લેષણ
• ગ્રાફના

મિલિસેકન્ડ્સ:

મિલિસેકન્ડ વિશે કોણ ધ્યાન રાખે છે, કૃપા કરીને આમાં લખો અથવા મત આપો મુદ્દો.

સોર્સ: www.habr.com