Nginx json տեղեկամատյաններն ուղարկելով Vector-ը Clickhouse-ին և Elasticsearch-ին

Վեկտոր, որը նախատեսված է տեղեկամատյանների տվյալների, չափումների և իրադարձությունների հավաքագրման, փոխակերպման և ուղարկելու համար:

→ Github

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.

Եթե ​​Logstash-ում շղթան կառուցված է որպես մուտքային → զտիչ → ելք, ապա դա վեկտորում է աղբյուրներ → փոխակերպում → խորտակվում է

Օրինակները կարելի է գտնել փաստաթղթերում:

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

Որպես HTTP սերվերի էմուլյատոր մենք կօգտագործենք nodejs-stub-server - ից Մաքսիմ Իգնատենկո

Nodejs-stub-server չունի rpm: Այստեղ դրա համար ստեղծեք rpm: rpm-ը կկառուցվի օգտագործելով Fedora Copr

Ավելացնել antonpatsev/nodejs-stub-server պահեստը

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

Տեղադրեք nodejs-stub-server, Apache-ի չափանիշը և էկրանի տերմինալային մուլտիպլեքսորը բոլոր սերվերների վրա

yum -y install stub_http_server screen mc httpd-tools screen

Ես ուղղեցի stub_http_server պատասխանի ժամանակը /var/lib/stub_http_server/stub_http_server.js ֆայլում, որպեսզի ավելի շատ տեղեկամատյաններ լինեն:

var max_sleep = 10;

Եկեք գործարկենք stub_http_server:

systemctl start stub_http_server
systemctl enable stub_http_server

Clickhouse տեղադրում սերվերի վրա 3

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.

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

Նախ անհրաժեշտ է միացնել պաշտոնական պահեստը.

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

Փաթեթներ տեղադրելու համար անհրաժեշտ է գործարկել հետևյալ հրամանները.

sudo yum install -y clickhouse-server clickhouse-client

Թույլատրել clickhouse-server-ին լսել ցանցային քարտը ֆայլում /etc/clickhouse-server/config.xml

<listen_host>0.0.0.0</listen_host>

Փոխելով գրանցման մակարդակը հետքից դեպի վրիպազերծում

Debug

Ստանդարտ սեղմման պարամետրեր.

min_compress_block_size  65536
max_compress_block_size  1048576

Zstd սեղմումն ակտիվացնելու համար խորհուրդ է տրվում չդիպչել կոնֆիգուրին, այլ ավելի շուտ օգտագործել DDL:

Ես չկարողացա գտնել, թե ինչպես օգտագործել zstd սեղմումը DDL-ի միջոցով Google-ում: Այսպիսով, ես թողեցի այն, ինչպես կա:

Գործընկերներ, ովքեր օգտագործում են zstd սեղմումը Clickhouse-ում, խնդրում ենք կիսվել հրահանգներով:

Սերվերը որպես դեյմոն գործարկելու համար գործարկեք՝

service clickhouse-server start

Այժմ եկեք անցնենք Clickhouse-ի ստեղծմանը

Գնացեք Clickhouse

clickhouse-client -h 172.26.10.109 -m

172.26.10.109 — սերվերի IP, որտեղ տեղադրված է Clickhouse:

Եկեք ստեղծենք վեկտորային տվյալների բազա

CREATE DATABASE vector;

Եկեք ստուգենք, որ տվյալների բազան գոյություն ունի:

show databases;

Ստեղծեք vector.logs աղյուսակ:

/* 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;

Մենք ստուգում ենք, որ աղյուսակները ստեղծվել են: Եկեք գործարկենք clickhouse-client և խնդրանքով դիմել.

Եկեք գնանք վեկտորային տվյալների բազա:

use vector;

Ok.

0 rows in set. Elapsed: 0.001 sec.

Եկեք նայենք աղյուսակներին:

show tables;

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

elasticsearch-ի տեղադրում 4-րդ սերվերի վրա՝ նույն տվյալները Elasticsearch-ին ուղարկելու համար՝ Clickhouse-ի հետ համեմատելու համար

Ավելացրեք հանրային rpm ստեղն

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

Եկեք ստեղծենք 2 ռեպո.

/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

Տեղադրեք elasticsearch և kibana

yum install -y kibana elasticsearch

Քանի որ այն կլինի 1 օրինակով, դուք պետք է ավելացնեք հետևյալը /etc/elasticsearch/elasticsearch.yml ֆայլում.

discovery.type: single-node

Որպեսզի այդ վեկտորը կարողանա տվյալներ ուղարկել elasticsearch-ին այլ սերվերից, եկեք փոխենք network.host-ը։

network.host: 0.0.0.0

Kibana-ին միանալու համար փոխեք server.host պարամետրը ֆայլում /etc/kibana/kibana.yml:

server.host: "0.0.0.0"

Հին և ներառում է elasticsearch-ը autostart-ում

systemctl enable elasticsearch
systemctl start elasticsearch

և կիբանա

systemctl enable kibana
systemctl start kibana

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.

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"}}' 

Տեղակայում Վեկտոր որպես Logstash-ի փոխարինում սերվեր 2-ում

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

Եկեք ստեղծենք Vector-ը որպես Logstash-ի փոխարինում: Ֆայլի խմբագրում /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"

Դուք կարող եք կարգավորել transforms.nginx_parse_add_defaults բաժինը:

Ինչպես Վյաչեսլավ Ռախինսկի օգտագործում է այս կազմաձևերը փոքր CDN-ի համար և կարող են լինել մի քանի արժեքներ վերևում_*

Օրինակ `

"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"

Եթե ​​սա ձեր իրավիճակը չէ, ապա այս բաժինը կարող է պարզեցվել

Եկեք ստեղծենք ծառայության կարգավորումներ systemd /etc/systemd/system/vector.service-ի համար

# /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

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)

Թերևս ընթերցողներ, ավելացրեք ipv6 աջակցություն:

Ստեղծեք /etc/sysctl.d/98-disable-ipv6.conf ֆայլը

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

Կիրառելով կարգավորումները

sysctl --system

Եկեք տեղադրենք nginx:

Ավելացվեց nginx պահեստային ֆայլը /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

Տեղադրեք nginx փաթեթը

yum install -y nginx

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)

Հեռացրեք default.conf-ը /etc/nginx/conf.d/-ից

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

Ավելացնել վիրտուալ հոսթ /etc/nginx/conf.d/vhost1.conf

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

Ավելացնել վիրտուալ հոսթ /etc/nginx/conf.d/vhost2.conf

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

Ավելացնել վիրտուալ հոսթ /etc/nginx/conf.d/vhost3.conf

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

Ավելացնել վիրտուալ հոսթ /etc/nginx/conf.d/vhost4.conf

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

/etc/hosts ֆայլում բոլոր սերվերներին ավելացրեք վիրտուալ հոսթեր (սերվերի 172.26.10.106 ip, որտեղ տեղադրված է nginx):

172.26.10.106 vhost1
172.26.10.106 vhost2
172.26.10.106 vhost3
172.26.10.106 vhost4

Եվ եթե ամեն ինչ պատրաստ է, ապա

nginx -t 
systemctl restart nginx

Հիմա եկեք ինքներս տեղադրենք Վեկտոր

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

Եկեք ստեղծենք պարամետրերի ֆայլ systemd /etc/systemd/system/vector.service-ի համար

[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

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

Եկեք ստուգենք տվյալները Clickhouse-ում

Գնացեք Clickhouse

clickhouse-client -h 172.26.10.109 -m

SQL հարցում կատարելը

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 │                       │
└──────────────┴─────────────────────┴─────────────┴─────────┴────────────────┴────────────────────┴───────────────────┴─────────────┴────────────────┴────────────────┴────────────────┴──────────────┴──────────────────┴─────────────────┴──────────────────────────┴───────────────────────┴───────────────┴─────────────┴─────────────┴───────────────┴───────────────┴─────────────────────────┴─────────────────────┴───────────────────────┴───────────────────────┴──────────────────────┴──────────────────────────┴────────────────────────┴─────────────────┴───────────────────────

Պարզեք աղյուսակների չափերը Clickhouse-ում

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:

Վեկտորում սեղմման դաշտը օգտագործվում է լռելյայն:

Telegram զրույցի կողմից clickhouse
Telegram զրույցի կողմից Elasticsearch- ը
Telegram զրույցը «Համակարգի հավաքում և վերլուծություն գրառումներ"

Source: www.habr.com