વેક્ટરનો ઉપયોગ કરીને Nginx json લોગને Clickhouse અને Elasticsearch પર મોકલી રહ્યું છે

વેક્ટર, લોગ ડેટા, મેટ્રિક્સ અને ઇવેન્ટ્સ એકત્રિત કરવા, રૂપાંતરિત કરવા અને મોકલવા માટે રચાયેલ છે.

→ Github

રસ્ટ ભાષામાં લખાયેલું હોવાથી, તે તેના એનાલોગની તુલનામાં ઉચ્ચ પ્રદર્શન અને ઓછી RAM વપરાશ દ્વારા વર્ગીકૃત થયેલ છે. વધુમાં, ચોકસાઈથી સંબંધિત કાર્યો પર ખૂબ ધ્યાન આપવામાં આવે છે, ખાસ કરીને, ડિસ્ક પરના બફરમાં ન મોકલેલ ઇવેન્ટ્સને સાચવવાની અને ફાઇલોને ફેરવવાની ક્ષમતા.

આર્કિટેક્ચરલ રીતે, વેક્ટર એ ઇવેન્ટ રાઉટર છે જે એક અથવા વધુ લોકો તરફથી સંદેશા મેળવે છે સ્ત્રોતો, વૈકલ્પિક રીતે આ સંદેશાઓ પર અરજી કરવી પરિવર્તનો, અને તેમને એક અથવા વધુને મોકલવા ડ્રેઇન્સ.

વેક્ટર એ ફાઇલબીટ અને લોગસ્ટૅશનું રિપ્લેસમેન્ટ છે, તે બંને ભૂમિકાઓમાં કાર્ય કરી શકે છે (લોગ પ્રાપ્ત કરો અને મોકલો), તેના પર વધુ વિગતો સાઇટ.

જો Logstash માં સાંકળ ઇનપુટ → ફિલ્ટર → આઉટપુટ તરીકે બનેલ હોય તો વેક્ટરમાં તે છે સૂત્રો → પરિવર્તન → સિંક

ઉદાહરણો દસ્તાવેજીકરણમાં મળી શકે છે.

આ સૂચના એમાંથી સુધારેલી સૂચના છે વ્યાચેસ્લાવ રાખિન્સકી. મૂળ સૂચનાઓમાં જીઓપ પ્રોસેસિંગ શામેલ છે. આંતરિક નેટવર્કમાંથી geoip નું પરીક્ષણ કરતી વખતે, વેક્ટરે ભૂલ આપી.

Aug 05 06:25:31.889 DEBUG transform{name=nginx_parse_rename_fields type=rename_fields}: vector::transforms::rename_fields: Field did not exist field=«geoip.country_name» rate_limit_secs=30

જો કોઈને geoip પર પ્રક્રિયા કરવાની જરૂર હોય, તો પછી મૂળ સૂચનાઓનો સંદર્ભ લો વ્યાચેસ્લાવ રાખિન્સકી.

અમે Nginx (એક્સેસ લૉગ્સ) → વેક્ટર (ક્લાયન્ટ | ફાઇલબીટ) → વેક્ટર (સર્વર | લોગસ્ટેશ) → ક્લિકહાઉસમાં અલગથી અને ઇલાસ્ટિકસર્ચમાં અલગથી રૂપરેખાંકિત કરીશું. અમે 4 સર્વર ઇન્સ્ટોલ કરીશું. જો કે તમે તેને 3 સર્વર સાથે બાયપાસ કરી શકો છો.

સ્કીમ કંઈક આવી છે.

તમારા બધા સર્વર પર સેલિનક્સને અક્ષમ કરો

sed -i 's/^SELINUX=.*/SELINUX=disabled/g' /etc/selinux/config
reboot

અમે બધા સર્વર્સ પર HTTP સર્વર ઇમ્યુલેટર + ઉપયોગિતાઓ ઇન્સ્ટોલ કરીએ છીએ

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

Nodejs-stub-server પાસે rpm નથી. તે તેના માટે આરપીએમ બનાવો. rpm નો ઉપયોગ કરીને બનાવવામાં આવશે Fedora Copr

antonpatsev/nodejs-stub-server repository ઉમેરો

yum -y install yum-plugin-copr epel-release
yes | yum copr enable antonpatsev/nodejs-stub-server

બધા સર્વર્સ પર nodejs-stub-server, Apache બેન્ચમાર્ક અને સ્ક્રીન ટર્મિનલ મલ્ટિપ્લેક્સર ઇન્સ્ટોલ કરો

yum -y install stub_http_server screen mc httpd-tools screen

મેં /var/lib/stub_http_server/stub_http_server.js ફાઇલમાં stub_http_server પ્રતિસાદ સમય સુધાર્યો છે જેથી ત્યાં વધુ લોગ હોય.

var max_sleep = 10;

ચાલો stub_http_server લોંચ કરીએ.

systemctl start stub_http_server
systemctl enable stub_http_server

ક્લિકહાઉસ ઇન્સ્ટોલેશન સર્વર 3 પર

ક્લિકહાઉસ SSE 4.2 સૂચના સમૂહનો ઉપયોગ કરે છે, તેથી જ્યાં સુધી અન્યથા ઉલ્લેખિત ન હોય, વપરાયેલ પ્રોસેસરમાં તેના માટે સપોર્ટ એ વધારાની સિસ્ટમ આવશ્યકતા બની જાય છે. વર્તમાન પ્રોસેસર SSE 4.2 ને સપોર્ટ કરે છે કે કેમ તે તપાસવા માટે અહીં આદેશ છે:

grep -q sse4_2 /proc/cpuinfo && echo "SSE 4.2 supported" || echo "SSE 4.2 not supported"

પ્રથમ તમારે સત્તાવાર રીપોઝીટરીને કનેક્ટ કરવાની જરૂર છે:

sudo yum install -y yum-utils
sudo rpm --import https://repo.clickhouse.tech/CLICKHOUSE-KEY.GPG
sudo yum-config-manager --add-repo https://repo.clickhouse.tech/rpm/stable/x86_64

પેકેજો ઇન્સ્ટોલ કરવા માટે તમારે નીચેના આદેશો ચલાવવાની જરૂર છે:

sudo yum install -y clickhouse-server clickhouse-client

ક્લિકહાઉસ-સર્વરને ફાઇલ /etc/clickhouse-server/config.xml માં નેટવર્ક કાર્ડ સાંભળવાની મંજૂરી આપો

<listen_host>0.0.0.0</listen_host>

લોગીંગ લેવલને ટ્રેસથી ડીબગ સુધી બદલવું

ડિબગ

માનક કમ્પ્રેશન સેટિંગ્સ:

min_compress_block_size  65536
max_compress_block_size  1048576

Zstd કમ્પ્રેશનને સક્રિય કરવા માટે, રૂપરેખાને સ્પર્શ ન કરવાની, પરંતુ DDL નો ઉપયોગ કરવાની સલાહ આપવામાં આવી હતી.

Google માં DDL દ્વારા zstd કમ્પ્રેશનનો ઉપયોગ કેવી રીતે કરવો તે હું શોધી શક્યો નથી. તેથી મેં તેને જેમ છે તેમ છોડી દીધું.

ક્લીકહાઉસમાં zstd કમ્પ્રેશનનો ઉપયોગ કરતા સહકર્મીઓ, કૃપા કરીને સૂચનાઓ શેર કરો.

સર્વરને ડિમન તરીકે શરૂ કરવા માટે, ચલાવો:

service clickhouse-server start

હવે ચાલો ક્લિકહાઉસ સેટ કરવા તરફ આગળ વધીએ

ક્લિકહાઉસ પર જાઓ

clickhouse-client -h 172.26.10.109 -m

172.26.10.109 — સર્વરનો IP જ્યાં ક્લિકહાઉસ ઇન્સ્ટોલ કરેલું છે.

ચાલો વેક્ટર ડેટાબેઝ બનાવીએ

CREATE DATABASE vector;

ચાલો તપાસીએ કે ડેટાબેઝ અસ્તિત્વમાં છે.

show databases;

vector.logs ટેબલ બનાવો.

/* Это таблица где хранятся логи как есть */

CREATE TABLE vector.logs
(
    `node_name` String,
    `timestamp` DateTime,
    `server_name` String,
    `user_id` String,
    `request_full` String,
    `request_user_agent` String,
    `request_http_host` String,
    `request_uri` String,
    `request_scheme` String,
    `request_method` String,
    `request_length` UInt64,
    `request_time` Float32,
    `request_referrer` String,
    `response_status` UInt16,
    `response_body_bytes_sent` UInt64,
    `response_content_type` String,
    `remote_addr` IPv4,
    `remote_port` UInt32,
    `remote_user` String,
    `upstream_addr` IPv4,
    `upstream_port` UInt32,
    `upstream_bytes_received` UInt64,
    `upstream_bytes_sent` UInt64,
    `upstream_cache_status` String,
    `upstream_connect_time` Float32,
    `upstream_header_time` Float32,
    `upstream_response_length` UInt64,
    `upstream_response_time` Float32,
    `upstream_status` UInt16,
    `upstream_content_type` String,
    INDEX idx_http_host request_http_host TYPE set(0) GRANULARITY 1
)
ENGINE = MergeTree()
PARTITION BY toYYYYMMDD(timestamp)
ORDER BY timestamp
TTL timestamp + toIntervalMonth(1)
SETTINGS index_granularity = 8192;

અમે તપાસીએ છીએ કે કોષ્ટકો બનાવવામાં આવી છે. ચાલો લોન્ચ કરીએ clickhouse-client અને વિનંતી કરો.

ચાલો વેક્ટર ડેટાબેઝ પર જઈએ.

use vector;

Ok.

0 rows in set. Elapsed: 0.001 sec.

ચાલો કોષ્ટકો જોઈએ.

show tables;

┌─name────────────────┐
│ logs                │
└─────────────────────┘

ક્લિકહાઉસ સાથે સરખામણી કરવા માટે સમાન ડેટાને Elasticsearch ને મોકલવા માટે 4થા સર્વર પર elasticsearch ઇન્સ્ટોલ કરવું

સાર્વજનિક rpm કી ઉમેરો

rpm --import https://artifacts.elastic.co/GPG-KEY-elasticsearch

ચાલો 2 રેપો બનાવીએ:

/etc/yum.repos.d/elasticsearch.repo

[elasticsearch]
name=Elasticsearch repository for 7.x packages
baseurl=https://artifacts.elastic.co/packages/7.x/yum
gpgcheck=1
gpgkey=https://artifacts.elastic.co/GPG-KEY-elasticsearch
enabled=0
autorefresh=1
type=rpm-md

/etc/yum.repos.d/kibana.repo

[kibana-7.x]
name=Kibana repository for 7.x packages
baseurl=https://artifacts.elastic.co/packages/7.x/yum
gpgcheck=1
gpgkey=https://artifacts.elastic.co/GPG-KEY-elasticsearch
enabled=1
autorefresh=1
type=rpm-md

elasticsearch અને kibana ઇન્સ્ટોલ કરો

yum install -y kibana elasticsearch

કારણ કે તે 1 નકલમાં હશે, તમારે નીચેનાને /etc/elasticsearch/elasticsearch.yml ફાઇલમાં ઉમેરવાની જરૂર છે:

discovery.type: single-node

જેથી તે વેક્ટર બીજા સર્વરમાંથી elasticsearch પર ડેટા મોકલી શકે, ચાલો network.host બદલીએ.

network.host: 0.0.0.0

કિબાના સાથે જોડાવા માટે, ફાઇલ /etc/kibana/kibana.yml માં server.host પેરામીટર બદલો

server.host: "0.0.0.0"

ઓટોસ્ટાર્ટમાં ઓલ્ડ અને ઈલાસ્ટીક સર્ચનો સમાવેશ કરો

systemctl enable elasticsearch
systemctl start elasticsearch

અને કિબાના

systemctl enable kibana
systemctl start kibana

સિંગલ-નોડ મોડ 1 શાર્ડ, 0 પ્રતિકૃતિ માટે સ્થિતિસ્થાપક શોધને ગોઠવી રહ્યું છે. મોટે ભાગે તમારી પાસે મોટી સંખ્યામાં સર્વર્સનું ક્લસ્ટર હશે અને તમારે આ કરવાની જરૂર નથી.

ભાવિ અનુક્રમણિકાઓ માટે, ડિફૉલ્ટ નમૂનાને અપડેટ કરો:

curl -X PUT http://localhost:9200/_template/default -H 'Content-Type: application/json' -d '{"index_patterns": ["*"],"order": -1,"settings": {"number_of_shards": "1","number_of_replicas": "0"}}' 

સ્થાપન વેક્ટર સર્વર 2 પર લોગસ્ટેશના રિપ્લેસમેન્ટ તરીકે

yum install -y https://packages.timber.io/vector/0.9.X/vector-x86_64.rpm mc httpd-tools screen

ચાલો Logstash ના રિપ્લેસમેન્ટ તરીકે વેક્ટરને સેટ કરીએ. ફાઇલમાં ફેરફાર કરી રહ્યા છીએ /etc/vector/vector.toml

# /etc/vector/vector.toml

data_dir = "/var/lib/vector"

[sources.nginx_input_vector]
  # General
  type                          = "vector"
  address                       = "0.0.0.0:9876"
  shutdown_timeout_secs         = 30

[transforms.nginx_parse_json]
  inputs                        = [ "nginx_input_vector" ]
  type                          = "json_parser"

[transforms.nginx_parse_add_defaults]
  inputs                        = [ "nginx_parse_json" ]
  type                          = "lua"
  version                       = "2"

  hooks.process = """
  function (event, emit)

    function split_first(s, delimiter)
      result = {};
      for match in (s..delimiter):gmatch("(.-)"..delimiter) do
          table.insert(result, match);
      end
      return result[1];
    end

    function split_last(s, delimiter)
      result = {};
      for match in (s..delimiter):gmatch("(.-)"..delimiter) do
          table.insert(result, match);
      end
      return result[#result];
    end

    event.log.upstream_addr             = split_first(split_last(event.log.upstream_addr, ', '), ':')
    event.log.upstream_bytes_received   = split_last(event.log.upstream_bytes_received, ', ')
    event.log.upstream_bytes_sent       = split_last(event.log.upstream_bytes_sent, ', ')
    event.log.upstream_connect_time     = split_last(event.log.upstream_connect_time, ', ')
    event.log.upstream_header_time      = split_last(event.log.upstream_header_time, ', ')
    event.log.upstream_response_length  = split_last(event.log.upstream_response_length, ', ')
    event.log.upstream_response_time    = split_last(event.log.upstream_response_time, ', ')
    event.log.upstream_status           = split_last(event.log.upstream_status, ', ')

    if event.log.upstream_addr == "" then
        event.log.upstream_addr = "127.0.0.1"
    end

    if (event.log.upstream_bytes_received == "-" or event.log.upstream_bytes_received == "") then
        event.log.upstream_bytes_received = "0"
    end

    if (event.log.upstream_bytes_sent == "-" or event.log.upstream_bytes_sent == "") then
        event.log.upstream_bytes_sent = "0"
    end

    if event.log.upstream_cache_status == "" then
        event.log.upstream_cache_status = "DISABLED"
    end

    if (event.log.upstream_connect_time == "-" or event.log.upstream_connect_time == "") then
        event.log.upstream_connect_time = "0"
    end

    if (event.log.upstream_header_time == "-" or event.log.upstream_header_time == "") then
        event.log.upstream_header_time = "0"
    end

    if (event.log.upstream_response_length == "-" or event.log.upstream_response_length == "") then
        event.log.upstream_response_length = "0"
    end

    if (event.log.upstream_response_time == "-" or event.log.upstream_response_time == "") then
        event.log.upstream_response_time = "0"
    end

    if (event.log.upstream_status == "-" or event.log.upstream_status == "") then
        event.log.upstream_status = "0"
    end

    emit(event)

  end
  """

[transforms.nginx_parse_remove_fields]
    inputs                              = [ "nginx_parse_add_defaults" ]
    type                                = "remove_fields"
    fields                              = ["data", "file", "host", "source_type"]

[transforms.nginx_parse_coercer]

    type                                = "coercer"
    inputs                              = ["nginx_parse_remove_fields"]

    types.request_length = "int"
    types.request_time = "float"

    types.response_status = "int"
    types.response_body_bytes_sent = "int"

    types.remote_port = "int"

    types.upstream_bytes_received = "int"
    types.upstream_bytes_send = "int"
    types.upstream_connect_time = "float"
    types.upstream_header_time = "float"
    types.upstream_response_length = "int"
    types.upstream_response_time = "float"
    types.upstream_status = "int"

    types.timestamp = "timestamp"

[sinks.nginx_output_clickhouse]
    inputs   = ["nginx_parse_coercer"]
    type     = "clickhouse"

    database = "vector"
    healthcheck = true
    host = "http://172.26.10.109:8123" #  Адрес Clickhouse
    table = "logs"

    encoding.timestamp_format = "unix"

    buffer.type = "disk"
    buffer.max_size = 104900000
    buffer.when_full = "block"

    request.in_flight_limit = 20

[sinks.elasticsearch]
    type = "elasticsearch"
    inputs   = ["nginx_parse_coercer"]
    compression = "none"
    healthcheck = true
    # 172.26.10.116 - сервер где установен elasticsearch
    host = "http://172.26.10.116:9200" 
    index = "vector-%Y-%m-%d"

તમે transforms.nginx_parse_add_defaults વિભાગને સમાયોજિત કરી શકો છો.

ત્યારથી વ્યાચેસ્લાવ રાખિન્સકી નાના CDN માટે આ રૂપરેખાઓનો ઉપયોગ કરે છે અને અપસ્ટ્રીમમાં ઘણા મૂલ્યો હોઈ શકે છે_*

ઉદાહરણ તરીકે:

"upstream_addr": "128.66.0.10:443, 128.66.0.11:443, 128.66.0.12:443"
"upstream_bytes_received": "-, -, 123"
"upstream_status": "502, 502, 200"

જો આ તમારી પરિસ્થિતિ નથી, તો આ વિભાગને સરળ બનાવી શકાય છે

ચાલો systemd /etc/systemd/system/vector.service માટે સેવા સેટિંગ્સ બનાવીએ

# /etc/systemd/system/vector.service

[Unit]
Description=Vector
After=network-online.target
Requires=network-online.target

[Service]
User=vector
Group=vector
ExecStart=/usr/bin/vector
ExecReload=/bin/kill -HUP $MAINPID
Restart=no
StandardOutput=syslog
StandardError=syslog
SyslogIdentifier=vector

[Install]
WantedBy=multi-user.target

કોષ્ટકો બનાવ્યા પછી, તમે વેક્ટર ચલાવી શકો છો

systemctl enable vector
systemctl start vector

વેક્ટર લોગ આ રીતે જોઈ શકાય છે:

journalctl -f -u vector

લોગમાં આના જેવી એન્ટ્રીઓ હોવી જોઈએ

INFO vector::topology::builder: Healthcheck: Passed.
INFO vector::topology::builder: Healthcheck: Passed.

ક્લાયંટ (વેબ સર્વર) પર - 1 લી સર્વર

nginx સાથે સર્વર પર, તમારે ipv6 ને અક્ષમ કરવાની જરૂર છે, કારણ કે ક્લિકહાઉસમાં લોગ ટેબલ ફીલ્ડનો ઉપયોગ કરે છે upstream_addr IPv4, કારણ કે હું નેટવર્કની અંદર ipv6 નો ઉપયોગ કરતો નથી. જો ipv6 બંધ નથી, તો ત્યાં ભૂલો હશે:

DB::Exception: Invalid IPv4 value.: (while read the value of key upstream_addr)

કદાચ વાચકો, ipv6 સપોર્ટ ઉમેરો.

ફાઇલ બનાવો /etc/sysctl.d/98-disable-ipv6.conf

net.ipv6.conf.all.disable_ipv6 = 1
net.ipv6.conf.default.disable_ipv6 = 1
net.ipv6.conf.lo.disable_ipv6 = 1

સેટિંગ્સ લાગુ કરી રહ્યા છીએ

sysctl --system

ચાલો nginx ઇન્સ્ટોલ કરીએ.

nginx રીપોઝીટરી ફાઇલ ઉમેરી /etc/yum.repos.d/nginx.repo

[nginx-stable]
name=nginx stable repo
baseurl=http://nginx.org/packages/centos/$releasever/$basearch/
gpgcheck=1
enabled=1
gpgkey=https://nginx.org/keys/nginx_signing.key
module_hotfixes=true

nginx પેકેજ ઇન્સ્ટોલ કરો

yum install -y nginx

પ્રથમ, આપણે Nginx માં લોગ ફોર્મેટને /etc/nginx/nginx.conf ફાઇલમાં ગોઠવવાની જરૂર છે.

user  nginx;
# you must set worker processes based on your CPU cores, nginx does not benefit from setting more than that
worker_processes auto; #some last versions calculate it automatically

# number of file descriptors used for nginx
# the limit for the maximum FDs on the server is usually set by the OS.
# if you don't set FD's then OS settings will be used which is by default 2000
worker_rlimit_nofile 100000;

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

# provides the configuration file context in which the directives that affect connection processing are specified.
events {
    # determines how much clients will be served per worker
    # max clients = worker_connections * worker_processes
    # max clients is also limited by the number of socket connections available on the system (~64k)
    worker_connections 4000;

    # optimized to serve many clients with each thread, essential for linux -- for testing environment
    use epoll;

    # accept as many connections as possible, may flood worker connections if set too low -- for testing environment
    multi_accept on;
}

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 vector escape=json
    '{'
        '"node_name":"nginx-vector",'
        '"timestamp":"$time_iso8601",'
        '"server_name":"$server_name",'
        '"request_full": "$request",'
        '"request_user_agent":"$http_user_agent",'
        '"request_http_host":"$http_host",'
        '"request_uri":"$request_uri",'
        '"request_scheme": "$scheme",'
        '"request_method":"$request_method",'
        '"request_length":"$request_length",'
        '"request_time": "$request_time",'
        '"request_referrer":"$http_referer",'
        '"response_status": "$status",'
        '"response_body_bytes_sent":"$body_bytes_sent",'
        '"response_content_type":"$sent_http_content_type",'
        '"remote_addr": "$remote_addr",'
        '"remote_port": "$remote_port",'
        '"remote_user": "$remote_user",'
        '"upstream_addr": "$upstream_addr",'
        '"upstream_bytes_received": "$upstream_bytes_received",'
        '"upstream_bytes_sent": "$upstream_bytes_sent",'
        '"upstream_cache_status":"$upstream_cache_status",'
        '"upstream_connect_time":"$upstream_connect_time",'
        '"upstream_header_time":"$upstream_header_time",'
        '"upstream_response_length":"$upstream_response_length",'
        '"upstream_response_time":"$upstream_response_time",'
        '"upstream_status": "$upstream_status",'
        '"upstream_content_type":"$upstream_http_content_type"'
    '}';

    access_log  /var/log/nginx/access.log  main;
    access_log  /var/log/nginx/access.json.log vector;      # Новый лог в формате json

    sendfile        on;
    #tcp_nopush     on;

    keepalive_timeout  65;

    #gzip  on;

    include /etc/nginx/conf.d/*.conf;
}

તમારા વર્તમાન રૂપરેખાંકનને ન તોડવા માટે, Nginx તમને ઘણા ઍક્સેસ_લોગ નિર્દેશો ધરાવવાની મંજૂરી આપે છે

access_log  /var/log/nginx/access.log  main;            # Стандартный лог
access_log  /var/log/nginx/access.json.log vector;      # Новый лог в формате json

નવા લોગ માટે લોગરોટેટ કરવા માટે નિયમ ઉમેરવાનું ભૂલશો નહીં (જો લોગ ફાઈલ .log સાથે સમાપ્ત થતી નથી)

/etc/nginx/conf.d/ માંથી default.conf દૂર કરો

rm -f /etc/nginx/conf.d/default.conf

વર્ચ્યુઅલ હોસ્ટ ઉમેરો /etc/nginx/conf.d/vhost1.conf

server {
    listen 80;
    server_name vhost1;
    location / {
        proxy_pass http://172.26.10.106:8080;
    }
}

વર્ચ્યુઅલ હોસ્ટ ઉમેરો /etc/nginx/conf.d/vhost2.conf

server {
    listen 80;
    server_name vhost2;
    location / {
        proxy_pass http://172.26.10.108:8080;
    }
}

વર્ચ્યુઅલ હોસ્ટ ઉમેરો /etc/nginx/conf.d/vhost3.conf

server {
    listen 80;
    server_name vhost3;
    location / {
        proxy_pass http://172.26.10.109:8080;
    }
}

વર્ચ્યુઅલ હોસ્ટ ઉમેરો /etc/nginx/conf.d/vhost4.conf

server {
    listen 80;
    server_name vhost4;
    location / {
        proxy_pass http://172.26.10.116:8080;
    }
}

વર્ચ્યુઅલ હોસ્ટ ઉમેરો (172.26.10.106 સર્વરનું ip જ્યાં nginx ઇન્સ્ટોલ કરેલું છે) /etc/hosts ફાઇલમાં બધા સર્વર્સ પર:

172.26.10.106 vhost1
172.26.10.106 vhost2
172.26.10.106 vhost3
172.26.10.106 vhost4

અને જો બધું તૈયાર છે

nginx -t 
systemctl restart nginx

હવે ચાલો તેને જાતે ઇન્સ્ટોલ કરીએ વેક્ટર

yum install -y https://packages.timber.io/vector/0.9.X/vector-x86_64.rpm

ચાલો systemd /etc/systemd/system/vector.service માટે સેટિંગ્સ ફાઇલ બનાવીએ.

[Unit]
Description=Vector
After=network-online.target
Requires=network-online.target

[Service]
User=vector
Group=vector
ExecStart=/usr/bin/vector
ExecReload=/bin/kill -HUP $MAINPID
Restart=no
StandardOutput=syslog
StandardError=syslog
SyslogIdentifier=vector

[Install]
WantedBy=multi-user.target

અને /etc/vector/vector.toml રૂપરેખામાં ફાઇલબીટ રિપ્લેસમેન્ટને ગોઠવો. IP સરનામું 172.26.10.108 એ લોગ સર્વરનું IP સરનામું છે (વેક્ટર-સર્વર)

data_dir = "/var/lib/vector"

[sources.nginx_file]
  type                          = "file"
  include                       = [ "/var/log/nginx/access.json.log" ]
  start_at_beginning            = false
  fingerprinting.strategy       = "device_and_inode"

[sinks.nginx_output_vector]
  type                          = "vector"
  inputs                        = [ "nginx_file" ]

  address                       = "172.26.10.108:9876"

વેક્ટર વપરાશકર્તાને જરૂરી જૂથમાં ઉમેરવાનું ભૂલશો નહીં જેથી તે લોગ ફાઇલો વાંચી શકે. ઉદાહરણ તરીકે, centos માં nginx એ એડમ જૂથ અધિકારો સાથે લોગ બનાવે છે.

usermod -a -G adm vector

ચાલો વેક્ટર સેવા શરૂ કરીએ

systemctl enable vector
systemctl start vector

વેક્ટર લોગ આ રીતે જોઈ શકાય છે:

journalctl -f -u vector

લોગમાં આના જેવી એન્ટ્રી હોવી જોઈએ

INFO vector::topology::builder: Healthcheck: Passed.

તણાવ પરીક્ષણ

અપાચે બેન્ચમાર્કનો ઉપયોગ કરીને પરીક્ષણ હાથ ધરવામાં આવે છે.

httpd-tools પેકેજ બધા સર્વરો પર સ્થાપિત થયેલ હતું

અમે સ્ક્રીનમાં 4 અલગ-અલગ સર્વર પરથી Apache બેન્ચમાર્કનો ઉપયોગ કરીને પરીક્ષણ શરૂ કરીએ છીએ. પ્રથમ, અમે સ્ક્રીન ટર્મિનલ મલ્ટિપ્લેક્સર લોન્ચ કરીએ છીએ, અને પછી અમે અપાચે બેન્ચમાર્કનો ઉપયોગ કરીને પરીક્ષણ શરૂ કરીએ છીએ. તમે શોધી શકો છો તે સ્ક્રીન સાથે કેવી રીતે કામ કરવું લેખ.

1 લી સર્વરથી

while true; do ab -H "User-Agent: 1server" -c 100 -n 10 -t 10 http://vhost1/; sleep 1; done

2 લી સર્વરથી

while true; do ab -H "User-Agent: 2server" -c 100 -n 10 -t 10 http://vhost2/; sleep 1; done

3 લી સર્વરથી

while true; do ab -H "User-Agent: 3server" -c 100 -n 10 -t 10 http://vhost3/; sleep 1; done

4 લી સર્વરથી

while true; do ab -H "User-Agent: 4server" -c 100 -n 10 -t 10 http://vhost4/; sleep 1; done

ચાલો ક્લિકહાઉસમાં ડેટા તપાસીએ

ક્લિકહાઉસ પર જાઓ

clickhouse-client -h 172.26.10.109 -m

SQL ક્વેરી બનાવી રહ્યા છીએ

SELECT * FROM vector.logs;

┌─node_name────┬───────────timestamp─┬─server_name─┬─user_id─┬─request_full───┬─request_user_agent─┬─request_http_host─┬─request_uri─┬─request_scheme─┬─request_method─┬─request_length─┬─request_time─┬─request_referrer─┬─response_status─┬─response_body_bytes_sent─┬─response_content_type─┬───remote_addr─┬─remote_port─┬─remote_user─┬─upstream_addr─┬─upstream_port─┬─upstream_bytes_received─┬─upstream_bytes_sent─┬─upstream_cache_status─┬─upstream_connect_time─┬─upstream_header_time─┬─upstream_response_length─┬─upstream_response_time─┬─upstream_status─┬─upstream_content_type─┐
│ nginx-vector │ 2020-08-07 04:32:42 │ vhost1      │         │ GET / HTTP/1.0 │ 1server            │ vhost1            │ /           │ http           │ GET            │             66 │        0.028 │                  │             404 │                       27 │                       │ 172.26.10.106 │       45886 │             │ 172.26.10.106 │             0 │                     109 │                  97 │ DISABLED              │                     0 │                0.025 │                       27 │                  0.029 │             404 │                       │
└──────────────┴─────────────────────┴─────────────┴─────────┴────────────────┴────────────────────┴───────────────────┴─────────────┴────────────────┴────────────────┴────────────────┴──────────────┴──────────────────┴─────────────────┴──────────────────────────┴───────────────────────┴───────────────┴─────────────┴─────────────┴───────────────┴───────────────┴─────────────────────────┴─────────────────────┴───────────────────────┴───────────────────────┴──────────────────────┴──────────────────────────┴────────────────────────┴─────────────────┴───────────────────────

ક્લિકહાઉસમાં કોષ્ટકોનું કદ શોધો

select concat(database, '.', table)                         as table,
       formatReadableSize(sum(bytes))                       as size,
       sum(rows)                                            as rows,
       max(modification_time)                               as latest_modification,
       sum(bytes)                                           as bytes_size,
       any(engine)                                          as engine,
       formatReadableSize(sum(primary_key_bytes_in_memory)) as primary_keys_size
from system.parts
where active
group by database, table
order by bytes_size desc;

ચાલો જાણીએ કે ક્લિકહાઉસમાં કેટલા લોગ લેવામાં આવ્યા.

લોગ ટેબલનું કદ 857.19 MB છે.

Elasticsearch માં અનુક્રમણિકામાં સમાન ડેટાનું કદ 4,5GB છે.

જો તમે પેરામીટર્સમાં વેક્ટરમાં ડેટાનો ઉલ્લેખ કરતા નથી, તો ક્લિકહાઉસ 4500/857.19 = 5.24 ગણો ઇલાસ્ટિકસર્ચ કરતાં ઓછો લે છે.

વેક્ટરમાં, કમ્પ્રેશન ફીલ્ડનો ઉપયોગ મૂળભૂત રીતે થાય છે.

દ્વારા ટેલિગ્રામ ચેટ ક્લિકહાઉસ
દ્વારા ટેલિગ્રામ ચેટ સ્થિતિસ્થાપક શોધ
દ્વારા ટેલિગ્રામ ચેટ "સિસ્ટમનો સંગ્રહ અને વિશ્લેષણ સંદેશાઓ"

સોર્સ: www.habr.com