Գրված լինելով Rust լեզվով, այն բնութագրվում է բարձր կատարողականությամբ և RAM-ի ցածր սպառմամբ՝ համեմատած իր անալոգների հետ: Բացի այդ, մեծ ուշադրություն է դարձվում կոռեկտության հետ կապված գործառույթներին, մասնավորապես, չուղարկված իրադարձությունները սկավառակի բուֆերում պահելու և ֆայլերը պտտելու ունակությանը:
Ճարտարապետական առումով Vector-ը իրադարձությունների երթուղիչ է, որը հաղորդագրություններ է ստանում մեկից կամ մի քանիսից աղբյուրները, ընտրովի կիրառելով այս հաղորդագրությունների վրա փոխակերպումներ, և դրանք ուղարկելով մեկ կամ մի քանիսին դրենաժներ.
Վեկտորը փոխարինում է filebeat-ին և logstash-ին, այն կարող է գործել երկու դերերում (ստանալ և ուղարկել տեղեկամատյաններ), դրանց մասին ավելի մանրամասն Առցանց.
Այս հրահանգը վերանայված հրահանգ է Վյաչեսլավ Ռախինսկի. Բնօրինակ հրահանգները պարունակում են geoip մշակում: Ներքին ցանցից geoip-ը փորձարկելիս վեկտորը սխալ է տվել։
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
Եթե ինչ-որ մեկին անհրաժեշտ է մշակել geoip-ը, ապա դիմեք բնօրինակի հրահանգներին Վյաչեսլավ Ռախինսկի.
Մենք կկազմաձևենք Nginx-ի համակցությունը (Access logs) → Vector (Client | Filebeat) → Vector (Server | Logstash) → առանձին՝ Clickhouse-ում և առանձին՝ Elasticsearch-ում։ Տեղադրելու ենք 4 սերվեր։ Չնայած դուք կարող եք այն շրջանցել 3 սերվերով։
Սխեման մոտավորապես այսպիսին է.
Անջատեք Selinux-ը ձեր բոլոր սերվերների վրա
sed -i 's/^SELINUX=.*/SELINUX=disabled/g' /etc/selinux/config
reboot
Մենք տեղադրում ենք HTTP սերվերի էմուլյատոր + կոմունալ ծառայություններ բոլոր սերվերների վրա
ClickHouse-ն օգտագործում է SSE 4.2 հրահանգների հավաքածուն, ուստի, եթե այլ բան նախատեսված չէ, օգտագործվող պրոցեսորում դրա աջակցությունը դառնում է համակարգի լրացուցիչ պահանջ: Ահա հրամանը՝ ստուգելու, թե արդյոք ընթացիկ պրոցեսորն աջակցում է SSE 4.2-ին.
Elasticsearch-ի կարգավորում մեկ հանգույցի ռեժիմի համար 1 բեկոր, 0 կրկնօրինակ: Ամենայն հավանականությամբ, դուք կունենաք մեծ թվով սերվերների կլաստեր, և ձեզ հարկավոր չէ դա անել:
Ապագա ինդեքսների համար թարմացրեք լռելյայն ձևանմուշը.
Աղյուսակները ստեղծելուց հետո կարող եք գործարկել Vector-ը
systemctl enable vector
systemctl start vector
Վեկտորային տեղեկամատյանները կարելի է դիտել այսպես.
journalctl -f -u vector
Գրանցամատյաններում պետք է լինեն այսպիսի գրառումներ
INFO vector::topology::builder: Healthcheck: Passed.
INFO vector::topology::builder: Healthcheck: Passed.
Հաճախորդի վրա (վեբ սերվեր) - 1-ին սերվեր
Nginx-ով սերվերի վրա դուք պետք է անջատեք ipv6-ը, քանի որ clickhouse-ի տեղեկամատյանների աղյուսակը օգտագործում է դաշտը upstream_addr IPv4, քանի որ ես չեմ օգտագործում ipv6 ցանցի ներսում: Եթե ipv6-ն անջատված չէ, սխալներ կլինեն.
DB::Exception: Invalid IPv4 value.: (while read the value of key upstream_addr)
Նախ, մենք պետք է կարգավորենք տեղեկամատյանի ձևաչափը Nginx-ում ֆայլում /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;
}
Ձեր ընթացիկ կոնֆիգուրացիան չխախտելու համար Nginx-ը թույլ է տալիս ունենալ մի քանի access_log հրահանգներ
access_log /var/log/nginx/access.log main; # Стандартный лог
access_log /var/log/nginx/access.json.log vector; # Новый лог в формате json
Չմոռանաք ավելացնել նոր տեղեկամատյանների մուտքագրման կանոն (եթե log ֆայլը չի ավարտվում .log-ով)
Եվ կարգավորեք Filebeat-ի փոխարինումը /etc/vector/vector.toml կոնֆիգուրայում: IP հասցեն 172.26.10.108-ը գրանցամատյան սերվերի IP հասցեն է (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"
Մի մոռացեք ավելացնել վեկտոր օգտագործողին անհրաժեշտ խմբին, որպեսզի նա կարողանա կարդալ տեղեկամատյանների ֆայլերը: Օրինակ, nginx-ը centos-ում ստեղծում է տեղեկամատյաններ adm խմբի իրավունքներով:
usermod -a -G adm vector
Սկսենք վեկտորային ծառայությունը
systemctl enable vector
systemctl start vector
Վեկտորային տեղեկամատյանները կարելի է դիտել այսպես.
journalctl -f -u vector
Տեղեկամատյաններում պետք է լինի այսպիսի գրառում
INFO vector::topology::builder: Healthcheck: Passed.
Սթրեսի թեստավորում
Թեստավորումն իրականացվում է Apache-ի չափանիշի միջոցով:
httpd-tools փաթեթը տեղադրվել է բոլոր սերվերների վրա
Մենք սկսում ենք փորձարկել Apache-ի չափանիշը էկրանի 4 տարբեր սերվերներից: Սկզբում մենք գործարկում ենք էկրանի տերմինալային մուլտիպլեքսորը, այնուհետև սկսում ենք փորձարկումը՝ օգտագործելով Apache-ի չափանիշը: Ինչպես աշխատել էկրանի հետ, որը կարող եք գտնել Հոդված.
1-ին սերվերից
while true; do ab -H "User-Agent: 1server" -c 100 -n 10 -t 10 http://vhost1/; sleep 1; done
2-ին սերվերից
while true; do ab -H "User-Agent: 2server" -c 100 -n 10 -t 10 http://vhost2/; sleep 1; done
3-ին սերվերից
while true; do ab -H "User-Agent: 3server" -c 100 -n 10 -t 10 http://vhost3/; sleep 1; done
4-ին սերվերից
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;
Եկեք պարզենք, թե որքան տեղեկամատյաններ են հավաքվել Clickhouse-ում:
Տեղեկամատյանների աղյուսակի չափը 857.19 ՄԲ է:
Elasticsearch-ում նույն տվյալների չափը 4,5 ԳԲ է:
Եթե պարամետրերում վեկտորում տվյալներ չեք նշում, Clickhouse-ը վերցնում է 4500/857.19 = 5.24 անգամ ավելի քիչ, քան Elasticsearch-ում: