ការផ្ញើកំណត់ហេតុ Nginx json ដោយប្រើវ៉ិចទ័រទៅ Clickhouse និង Elasticsearch

វ៉ិចទ័ររចនាឡើងដើម្បីប្រមូល បំប្លែង និងផ្ញើទិន្នន័យកំណត់ហេតុ រង្វាស់ និងព្រឹត្តិការណ៍។

→ Github

ត្រូវបានសរសេរជាភាសា Rust វាត្រូវបានកំណត់លក្ខណៈដោយដំណើរការខ្ពស់ និងការប្រើប្រាស់ RAM ទាប បើប្រៀបធៀបទៅនឹង analogues របស់វា។ លើសពីនេះ ការយកចិត្តទុកដាក់ច្រើនត្រូវបានបង់ចំពោះមុខងារដែលទាក់ទងនឹងភាពត្រឹមត្រូវ ជាពិសេសសមត្ថភាពក្នុងការរក្សាទុកព្រឹត្តិការណ៍ដែលមិនបានផ្ញើទៅកាន់សតិបណ្ដោះអាសន្ននៅលើថាស និងបង្វិលឯកសារ។

តាមស្ថាបត្យកម្ម វ៉ិចទ័រ គឺជារ៉ោតទ័រព្រឹត្តិការណ៍ដែលទទួលសារពីមួយ ឬច្រើន។ ប្រភពជាជម្រើសអនុវត្តលើសារទាំងនេះ ការផ្លាស់ប្តូរហើយបញ្ជូនពួកគេទៅមួយ ឬច្រើន។ បង្ហូរ.

វ៉ិចទ័រគឺជាការជំនួសសម្រាប់ filebeat និង logstash វាអាចដើរតួទាំងពីរ (ទទួល និងផ្ញើកំណត់ហេតុ) ព័ត៌មានលម្អិតបន្ថែមលើពួកវា តំបន់បណ្តាញ.

ប្រសិនបើនៅក្នុង Logstash ខ្សែសង្វាក់ត្រូវបានបង្កើតជា input → filter → output បន្ទាប់មកនៅក្នុង Vector វាគឺ ប្រភព → បំលែង។ → លិច

ឧទាហរណ៍អាចរកបាននៅក្នុងឯកសារ។

សេចក្តីណែនាំ​នេះ​គឺជា​សេចក្តីណែនាំ​ដែល​បាន​កែប្រែ​ពី​ Vyacheslav Rakhinsky. ការណែនាំដើមមានដំណើរការ geoip ។ នៅពេលសាកល្បង geoip ពីបណ្តាញខាងក្នុង វ៉ិចទ័របានផ្តល់កំហុសមួយ។

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

ប្រសិនបើអ្នកណាម្នាក់ត្រូវការដំណើរការ geoip បន្ទាប់មកយោងទៅការណែនាំដើមពី Vyacheslav Rakhinsky.

យើងនឹងកំណត់រចនាសម្ព័ន្ធការរួមបញ្ចូលគ្នានៃ Nginx (Access logs) → Vector (Client | Filebeat) → Vector (Server | Logstash) → ដោយឡែកពីគ្នានៅក្នុង Clickhouse និងដាច់ដោយឡែកពីគ្នានៅក្នុង Elasticsearch ។ យើងនឹងដំឡើងម៉ាស៊ីនមេចំនួន 4 ។ ទោះបីជាអ្នកអាចឆ្លងកាត់វាជាមួយម៉ាស៊ីនមេ 3 ក៏ដោយ។

គ្រោងការណ៍គឺដូចនេះ។

បិទ Selinux នៅលើម៉ាស៊ីនមេរបស់អ្នកទាំងអស់។

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

យើងដំឡើងកម្មវិធីត្រាប់តាមម៉ាស៊ីនមេ HTTP + ឧបករណ៍ប្រើប្រាស់នៅលើម៉ាស៊ីនមេទាំងអស់។

ជាកម្មវិធីត្រាប់តាមម៉ាស៊ីនមេ HTTP យើងនឹងប្រើ nodejs-stub-server ពី Maxim Ignatenko

Nodejs-stub-server មិនមាន rpm ទេ។ វាគឺជាការ បង្កើត rpm សម្រាប់វា។ rpm នឹងត្រូវបានសាងសង់ដោយប្រើ ក្រុមហ៊ុន Fedora Copr

បន្ថែមកន្លែងផ្ទុក antonpatsev/nodejs-stub-server

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

ដំឡើង nodejs-stub-server, Apache benchmark និង screen terminal multiplexer នៅលើ servers ទាំងអស់

yum -y install stub_http_server screen mc httpd-tools screen

ខ្ញុំបានកែតម្រូវពេលវេលាឆ្លើយតប stub_http_server នៅក្នុងឯកសារ /var/lib/stub_http_server/stub_http_server.js ដូច្នេះមានកំណត់ហេតុច្រើនទៀត។

var max_sleep = 10;

តោះបើកដំណើរការ stub_http_server ។

systemctl start stub_http_server
systemctl enable stub_http_server

ការដំឡើង Clickhouse នៅលើម៉ាស៊ីនមេ 3

ClickHouse ប្រើសំណុំការណែនាំ SSE 4.2 ដូច្នេះលុះត្រាតែមានការបញ្ជាក់ផ្សេងពីនេះ ការគាំទ្រសម្រាប់វានៅក្នុងខួរក្បាលដែលបានប្រើក្លាយជាតម្រូវការប្រព័ន្ធបន្ថែម។ នេះគឺជាពាក្យបញ្ជាដើម្បីពិនិត្យមើលថាតើ processor បច្ចុប្បន្នគាំទ្រ SSE 4.2 ដែរឬទេ៖

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

ដំបូងអ្នកត្រូវភ្ជាប់ឃ្លាំងផ្លូវការ៖

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

ដើម្បីដំឡើងកញ្ចប់អ្នកត្រូវដំណើរការពាក្យបញ្ជាខាងក្រោម៖

sudo yum install -y clickhouse-server clickhouse-client

អនុញ្ញាតឱ្យ clickhouse-server ស្តាប់កាតបណ្តាញនៅក្នុងឯកសារ /etc/clickhouse-server/config.xml

<listen_host>0.0.0.0</listen_host>

ការផ្លាស់ប្តូរកម្រិតនៃការកត់ត្រាពីដានទៅជាការបំបាត់កំហុស

បំបាត់កំហុស

ការកំណត់ការបង្ហាប់ស្តង់ដារ៖

min_compress_block_size  65536
max_compress_block_size  1048576

ដើម្បីធ្វើឱ្យការបង្ហាប់ Zstd សកម្ម វាត្រូវបានណែនាំមិនឱ្យប៉ះការកំណត់ ប៉ុន្តែត្រូវប្រើ DDL ។

ខ្ញុំរកមិនឃើញពីរបៀបប្រើការបង្ហាប់ zstd តាមរយៈ DDL នៅក្នុង Google ទេ។ ដូច្នេះ​ខ្ញុំ​បាន​ទុក​វា​ដូច​ជា។

មិត្តរួមការងារដែលប្រើការបង្ហាប់ zstd នៅក្នុង Clickhouse សូមចែករំលែកការណែនាំ។

ដើម្បីចាប់ផ្តើមម៉ាស៊ីនមេជាដេមិន សូមដំណើរការ៖

service clickhouse-server start

ឥឡូវនេះសូមបន្តទៅការដំឡើង Clickhouse

ចូលទៅកាន់ Clickhouse

clickhouse-client -h 172.26.10.109 -m

172.26.10.109 — IP របស់ម៉ាស៊ីនមេ ដែល Clickhouse ត្រូវបានដំឡើង។

តោះបង្កើតមូលដ្ឋានទិន្នន័យវ៉ិចទ័រ

CREATE DATABASE vector;

សូមពិនិត្យមើលថាមូលដ្ឋានទិន្នន័យមាន។

show databases;

បង្កើតតារាង vector.logs ។

/* 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;

យើងពិនិត្យមើលថាតារាងត្រូវបានបង្កើតឡើង។ តោះចាប់ផ្តើម clickhouse-client និងធ្វើការស្នើសុំ។

តោះទៅមូលដ្ឋានទិន្នន័យវ៉ិចទ័រ។

use vector;

Ok.

0 rows in set. Elapsed: 0.001 sec.

តោះមើលតារាង។

show tables;

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

ការដំឡើង elasticsearch នៅលើម៉ាស៊ីនមេទី 4 ដើម្បីផ្ញើទិន្នន័យដូចគ្នាទៅ Elasticsearch សម្រាប់ការប្រៀបធៀបជាមួយ Clickhouse

បន្ថែមគ្រាប់ចុច rpm សាធារណៈ

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

តោះបង្កើត 2 repo៖

/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

ដំឡើង elasticsearch និង kibana

yum install -y kibana elasticsearch

ដោយសារ​វា​នឹង​មាន​ក្នុង 1 ច្បាប់ចម្លង អ្នក​ត្រូវ​បន្ថែម​ឯកសារ​ខាងក្រោម​ទៅកាន់​ឯកសារ /etc/elasticsearch/elasticsearch.yml៖

discovery.type: single-node

ដូច្នេះវ៉ិចទ័រនោះអាចផ្ញើទិន្នន័យទៅ elasticsearch ពីម៉ាស៊ីនមេផ្សេងទៀត សូមផ្លាស់ប្តូរ network.host ។

network.host: 0.0.0.0

ដើម្បីភ្ជាប់ទៅ kibana សូមប្តូរប៉ារ៉ាម៉ែត្រ server.host នៅក្នុងឯកសារ /etc/kibana/kibana.yml

server.host: "0.0.0.0"

ចាស់ និងរួមបញ្ចូលការស្វែងរកយឺតនៅក្នុង autostart

systemctl enable elasticsearch
systemctl start elasticsearch

និងគីបាណា

systemctl enable kibana
systemctl start kibana

កំណត់រចនាសម្ព័ន្ធ Elasticsearch សម្រាប់របៀបថ្នាំងតែមួយ 1 shard, 0 ចម្លង។ ភាគច្រើនអ្នកនឹងមានចង្កោមនៃម៉ាស៊ីនមេមួយចំនួនធំ ហើយអ្នកមិនចាំបាច់ធ្វើបែបនេះទេ។

សម្រាប់លិបិក្រមនាពេលអនាគត ធ្វើបច្ចុប្បន្នភាពគំរូលំនាំដើម៖

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"}}' 

ការកំណត់ វ៉ិចទ័រ ជាការជំនួស Logstash នៅលើ server 2

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

តោះរៀបចំវ៉ិចទ័រជាការជំនួស Logstash ។ ការកែសម្រួលឯកសារ /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"

អ្នកអាចកែតម្រូវផ្នែក transforms.nginx_parse_add_defaults ។

ចាប់តាំងពី Vyacheslav Rakhinsky ប្រើការកំណត់ទាំងនេះសម្រាប់ CDN តូចមួយ ហើយវាអាចមានតម្លៃជាច្រើននៅក្នុង upstream_*

ឧទាហរណ៍:

"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"

ប្រសិនបើនេះមិនមែនជាស្ថានភាពរបស់អ្នកទេនោះផ្នែកនេះអាចត្រូវបានធ្វើឱ្យសាមញ្ញ

តោះបង្កើតការកំណត់សេវាកម្មសម្រាប់ systemd /etc/systemd/system/vector.service

# /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

បន្ទាប់ពីបង្កើតតារាង អ្នកអាចដំណើរការវ៉ិចទ័របាន។

systemctl enable vector
systemctl start vector

កំណត់ហេតុវ៉ិចទ័រអាចមើលដូចនេះ៖

journalctl -f -u vector

គួរតែមានធាតុដូចនេះនៅក្នុងកំណត់ហេតុ

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

នៅលើម៉ាស៊ីនភ្ញៀវ (ម៉ាស៊ីនមេបណ្តាញ) - ម៉ាស៊ីនមេទី 1

នៅលើម៉ាស៊ីនមេដែលមាន nginx អ្នកត្រូវបិទ ipv6 ចាប់តាំងពីតារាងកំណត់ហេតុនៅក្នុង clickhouse ប្រើវាល upstream_addr IPv4 ព្រោះខ្ញុំមិនប្រើ ipv6 នៅក្នុងបណ្តាញ។ ប្រសិនបើ ipv6 មិនត្រូវបានបិទវានឹងមានកំហុស៖

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

ប្រហែលជាអ្នកអានបន្ថែមការគាំទ្រ ipv6 ។

បង្កើតឯកសារ /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

ការអនុវត្តការកំណត់

sysctl --system

តោះដំឡើង nginx ។

បានបន្ថែមឯកសារឃ្លាំង nginx /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

ដំឡើងកញ្ចប់ nginx

yum install -y nginx

ដំបូងយើងត្រូវកំណត់រចនាសម្ព័ន្ធកំណត់ហេតុក្នុង Nginx ក្នុងឯកសារ /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;
}

ដើម្បីកុំឱ្យខូចការកំណត់រចនាសម្ព័ន្ធបច្ចុប្បន្នរបស់អ្នក Nginx អនុញ្ញាតឱ្យអ្នកមានការណែនាំ access_log ជាច្រើន។

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

កុំភ្លេចបន្ថែមច្បាប់ដើម្បី logrotate សម្រាប់កំណត់ហេតុថ្មី (ប្រសិនបើឯកសារកំណត់ហេតុមិនបញ្ចប់ដោយ .log)

យក default.conf ចេញពី /etc/nginx/conf.d/

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

បន្ថែមម៉ាស៊ីននិម្មិត /etc/nginx/conf.d/vhost1.conf

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

បន្ថែមម៉ាស៊ីននិម្មិត /etc/nginx/conf.d/vhost2.conf

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

បន្ថែមម៉ាស៊ីននិម្មិត /etc/nginx/conf.d/vhost3.conf

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

បន្ថែមម៉ាស៊ីននិម្មិត /etc/nginx/conf.d/vhost4.conf

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

បន្ថែមម៉ាស៊ីននិម្មិត (172.26.10.106 ip នៃម៉ាស៊ីនមេដែល nginx ត្រូវបានដំឡើង) ទៅម៉ាស៊ីនមេទាំងអស់ទៅឯកសារ /etc/hosts៖

172.26.10.106 vhost1
172.26.10.106 vhost2
172.26.10.106 vhost3
172.26.10.106 vhost4

ហើយប្រសិនបើអ្វីៗរួចរាល់

nginx -t 
systemctl restart nginx

ឥឡូវតោះដំឡើងវាដោយខ្លួនឯង។ វ៉ិចទ័រ

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

តោះបង្កើតឯកសារកំណត់សម្រាប់ systemd /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

ហើយកំណត់រចនាសម្ព័ន្ធការជំនួស Filebeat នៅក្នុង /etc/vector/vector.toml config ។ អាសយដ្ឋាន IP 172.26.10.108 គឺជាអាសយដ្ឋាន IP របស់ម៉ាស៊ីនមេកំណត់ហេតុ (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"

កុំភ្លេចបន្ថែមអ្នកប្រើប្រាស់វ៉ិចទ័រទៅក្រុមដែលត្រូវការដើម្បីឱ្យគាត់អាចអានឯកសារកំណត់ហេតុ។ ឧទាហរណ៍ nginx ក្នុង centos បង្កើតកំណត់ហេតុដែលមានសិទ្ធិក្រុម adm ។

usermod -a -G adm vector

តោះចាប់ផ្តើមសេវាកម្មវ៉ិចទ័រ

systemctl enable vector
systemctl start vector

កំណត់ហេតុវ៉ិចទ័រអាចមើលដូចនេះ៖

journalctl -f -u vector

គួរតែមានធាតុដូចនេះនៅក្នុងកំណត់ហេតុ

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

ការធ្វើតេស្តភាពតានតឹង

ការធ្វើតេស្តត្រូវបានអនុវត្តដោយប្រើ Apache benchmark ។

កញ្ចប់ httpd-tools ត្រូវបានដំឡើងនៅលើម៉ាស៊ីនមេទាំងអស់។

យើងចាប់ផ្តើមសាកល្បងដោយប្រើ Apache benchmark ពីម៉ាស៊ីនមេ 4 ផ្សេងគ្នានៅក្នុងអេក្រង់។ ដំបូង យើងបើកដំណើរការ multixer ស្ថានីយអេក្រង់ ហើយបន្ទាប់មកយើងចាប់ផ្តើមសាកល្បងដោយប្រើ Apache benchmark ។ របៀបធ្វើការជាមួយអេក្រង់ដែលអ្នកអាចរកបាន អត្ថបទ.

ពីម៉ាស៊ីនមេទី 1

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

ពីម៉ាស៊ីនមេទី 2

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

ពីម៉ាស៊ីនមេទី 3

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

ពីម៉ាស៊ីនមេទី 4

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

តោះពិនិត្យមើលទិន្នន័យនៅក្នុង Clickhouse

ចូលទៅកាន់ Clickhouse

clickhouse-client -h 172.26.10.109 -m

បង្កើតសំណួរ SQL

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

ស្វែងយល់ពីទំហំនៃតារាងនៅក្នុង Clickhouse

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;

ចូរយើងស្វែងយល់ថាតើកំណត់ហេតុប៉ុន្មានបានធ្វើឡើងនៅក្នុង Clickhouse ។

ទំហំតារាងកំណត់ហេតុគឺ 857.19 MB ។

ទំហំនៃទិន្នន័យដូចគ្នានៅក្នុងសន្ទស្សន៍នៅក្នុង Elasticsearch គឺ 4,5GB ។

ប្រសិនបើអ្នកមិនបញ្ជាក់ទិន្នន័យក្នុងវ៉ិចទ័រក្នុងប៉ារ៉ាម៉ែត្រនោះ Clickhouse ចំណាយ 4500/857.19 = 5.24 ដងតិចជាងនៅក្នុង Elasticsearch ។

នៅក្នុងវ៉ិចទ័រ វាលបង្ហាប់ត្រូវបានប្រើតាមលំនាំដើម។

Telegram ជជែកដោយ ផ្ទះចុច
Telegram ជជែកដោយ Elasticsearch
Telegram ជជែកដោយ "ការប្រមូលនិងការវិភាគនៃប្រព័ន្ធ សារ"

ប្រភព: www.habr.com