Budući da je napisan na jeziku Rust, karakteriziraju ga visoke performanse i niska potrošnja RAM-a u usporedbi s analogama. Osim toga, velika se pažnja posvećuje funkcijama vezanim uz ispravnost, posebice mogućnosti spremanja neposlanih događaja u međuspremnik na disku i rotiranja datoteka.
Arhitektonski, Vector je usmjerivač događaja koji prima poruke od jednog ili više njih izvori, opcionalno primjenom preko ovih poruka transformacije, i slanje ih jednom ili više njih odvodi.
Vector je zamjena za filebeat i logstash, može djelovati u obje uloge (primati i slati zapise), više detalja o njima Online.
Ako je u Logstashu lanac izgrađen kao ulaz → filter → izlaz onda u Vectoru jest izvori → transformira → sudoperi
Primjeri se mogu naći u dokumentaciji.
Ova je uputa revidirana uputa iz Vjačeslav Rahinski. Izvorne upute sadrže geoip obradu. Prilikom testiranja geoip-a s interne mreže, vektor je dao pogrešku.
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
Ako netko treba obraditi geoip, pogledajte originalne upute od Vjačeslav Rahinski.
Konfigurirat ćemo kombinaciju Nginx (Pristupni zapisnici) → Vektor (Klijent | Filebeat) → Vektor (Poslužitelj | Logstash) → zasebno u Clickhouseu i posebno u Elasticsearchu. Instalirat ćemo 4 servera. Iako ga možete zaobići s 3 poslužitelja.
Shema je otprilike ovakva.
Onemogućite Selinux na svim svojim poslužiteljima
sed -i 's/^SELINUX=.*/SELINUX=disabled/g' /etc/selinux/config
reboot
Instaliramo emulator HTTP poslužitelja + pomoćne programe na sve poslužitelje
ClickHouse koristi skup instrukcija SSE 4.2, pa osim ako nije drugačije navedeno, podrška za njega u korištenom procesoru postaje dodatni sistemski zahtjev. Evo naredbe za provjeru podržava li trenutni procesor SSE 4.2:
Konfiguriranje Elasticsearch za način rada s jednim čvorom 1 fragment, 0 replika. Najvjerojatnije ćete imati klaster velikog broja poslužitelja i ne morate to raditi.
Nakon što izradite tablice, možete pokrenuti Vector
systemctl enable vector
systemctl start vector
Vektorski dnevnici mogu se vidjeti ovako:
journalctl -f -u vector
U zapisnicima bi trebali postojati ovakvi unosi
INFO vector::topology::builder: Healthcheck: Passed.
INFO vector::topology::builder: Healthcheck: Passed.
Na klijentu (Web poslužitelj) - 1. poslužitelj
Na poslužitelju s nginxom trebate onemogućiti ipv6, budući da tablica zapisa u clickhouseu koristi polje upstream_addr IPv4, budući da ne koristim ipv6 unutar mreže. Ako ipv6 nije isključen, javljat će se pogreške:
DB::Exception: Invalid IPv4 value.: (while read the value of key upstream_addr)
Prvo moramo konfigurirati format dnevnika u Nginxu u datoteci /etc/nginx/nginx.conf
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;
}
Kako ne biste pokvarili vašu trenutnu konfiguraciju, Nginx vam omogućuje da imate nekoliko access_log direktiva
access_log /var/log/nginx/access.log main; # Стандартный лог
access_log /var/log/nginx/access.json.log vector; # Новый лог в формате json
Ne zaboravite dodati pravilo za logrotate za nove zapise (ako datoteka dnevnika ne završava s .log)
I konfigurirajte Filebeat zamjenu u konfiguraciji /etc/vector/vector.toml. IP adresa 172.26.10.108 je IP adresa log poslužitelja (Vector-Server)
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"
Ne zaboravite dodati korisnika vektora u traženu grupu kako bi mogao čitati datoteke dnevnika. Na primjer, nginx u centosu stvara zapise s pravima adm grupe.
usermod -a -G adm vector
Pokrenimo vektorsku uslugu
systemctl enable vector
systemctl start vector
Vektorski dnevnici mogu se vidjeti ovako:
journalctl -f -u vector
U zapisnicima bi trebao postojati ovakav unos
INFO vector::topology::builder: Healthcheck: Passed.
Testiranje otpornosti na stres
Provodimo testiranje koristeći Apache benchmark.
Paket httpd-tools instaliran je na svim poslužiteljima
Započinjemo testiranje korištenjem referentne vrijednosti Apache s 4 različita poslužitelja na zaslonu. Prvo pokrećemo multipleksor ekranskog terminala, a zatim počinjemo s testiranjem pomoću referentne vrijednosti Apache. Kako raditi sa ekranom možete pronaći u članak.
Od 1. poslužitelja
while true; do ab -H "User-Agent: 1server" -c 100 -n 10 -t 10 http://vhost1/; sleep 1; done
Od 2. poslužitelja
while true; do ab -H "User-Agent: 2server" -c 100 -n 10 -t 10 http://vhost2/; sleep 1; done
Od 3. poslužitelja
while true; do ab -H "User-Agent: 3server" -c 100 -n 10 -t 10 http://vhost3/; sleep 1; done
Od 4. poslužitelja
while true; do ab -H "User-Agent: 4server" -c 100 -n 10 -t 10 http://vhost4/; sleep 1; done
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;
Saznajmo koliko je trupaca zauzelo Clickhouse.
Veličina tablice zapisa je 857.19 MB.
Veličina istih podataka u indeksu u Elasticsearchu je 4,5 GB.
Ako u parametrima ne navedete podatke u vektoru, Clickhouse uzima 4500/857.19 = 5.24 puta manje nego u Elasticsearchu.
U vektoru se polje kompresije koristi prema zadanim postavkama.