क्लिकहाऊसला एनजीनक्स लॉग पाठवण्यासाठी एविटोकडून एनजीनएक्स-लॉग-कलेक्टर युटिलिटी

हा लेख प्रकल्पावर चर्चा करेल nginx-लॉग-कलेक्टर, जे nginx लॉग वाचेल, त्यांना क्लिकहाऊस क्लस्टरवर पाठवेल. सामान्यतः इलास्टिकसर्च हे लॉगसाठी वापरले जाते. क्लिकहाऊसला कमी संसाधने (डिस्क स्पेस, रॅम, सीपीयू) आवश्यक आहेत. क्लिकहाऊस डेटा जलद लिहितो. क्लिकहाऊस डेटा संकुचित करते, ज्यामुळे डिस्कवरील डेटा अधिक संक्षिप्त होतो. क्लिकहाऊसचे फायदे अहवालातील 2 स्लाइड्समध्ये पाहिले जाऊ शकतात व्हीके हजारो सर्व्हरमधून क्लिकहाऊसमध्ये डेटा कसा घालतो.

लॉगद्वारे विश्लेषणे पाहण्यासाठी, Grafana साठी डॅशबोर्ड तयार करूया.

कोण काळजी घेते, मांजरीच्या खाली आपले स्वागत आहे.

मानक पद्धतीने nginx, grafana स्थापित करा.

कडून उत्तरदायी-प्लेबुकसह क्लिकहाऊस क्लस्टर स्थापित करा डेनिस प्रोस्कुरिन.

क्लिकहाऊसमध्ये डेटाबेस आणि टेबल तयार करणे

यामध्ये फाइल Clickhouse मध्ये nginx-log-collector साठी डेटाबेस आणि टेबल्स तयार करण्यासाठी SQL क्वेरी वर्णन केल्या आहेत.

क्लिकहाऊस क्लस्टरच्या प्रत्येक सर्व्हरवर आम्ही प्रत्येक विनंती बदल्यात करतो.

महत्वाची नोंद. या ओळीत, "remote_servers" आणि "shard" मधील clickhouse_remote_servers.xml फाइलमधून logs_cluster तुमच्या क्लस्टरच्या नावाने बदलले पाहिजे.

ENGINE = Distributed('logs_cluster', 'nginx', 'access_log_shard', rand())

nginx-log-collector-rpm स्थापित करणे आणि कॉन्फिगर करणे

Nginx-log-colector मध्ये rpm नाही. येथे https://github.com/patsevanton/nginx-log-collector-rpm त्यासाठी rpm तयार करा. rpm वापरून तयार केले जाईल फेडोरा कॉप्र

rpm पॅकेज nginx-log-collector-rpm स्थापित करा

yum -y install yum-plugin-copr
yum copr enable antonpatsev/nginx-log-collector-rpm
yum -y install nginx-log-collector
systemctl start nginx-log-collector

कॉन्फिगरेशन संपादित करा /etc/nginx-log-collector/config.yaml:

  .......
  upload:
    table: nginx.access_log
    dsn: http://ip-адрес-кластера-clickhouse:8123/

- tag: "nginx_error:"
  format: error  # access | error
  buffer_size: 1048576
  upload:
    table: nginx.error_log
    dsn: http://ip-адрес-кластера-clickhouse:8123/

nginx सेट करत आहे

सामान्य nginx कॉन्फिगरेशन:

user  nginx;
worker_processes  auto;

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

events {
    worker_connections  1024;
}

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 avito_json escape=json
                     '{'
                     '"event_datetime": "$time_iso8601", '
                     '"server_name": "$server_name", '
                     '"remote_addr": "$remote_addr", '
                     '"remote_user": "$remote_user", '
                     '"http_x_real_ip": "$http_x_real_ip", '
                     '"status": "$status", '
                     '"scheme": "$scheme", '
                     '"request_method": "$request_method", '
                     '"request_uri": "$request_uri", '
                     '"server_protocol": "$server_protocol", '
                     '"body_bytes_sent": $body_bytes_sent, '
                     '"http_referer": "$http_referer", '
                     '"http_user_agent": "$http_user_agent", '
                     '"request_bytes": "$request_length", '
                     '"request_time": "$request_time", '
                     '"upstream_addr": "$upstream_addr", '
                     '"upstream_response_time": "$upstream_response_time", '
                     '"hostname": "$hostname", '
                     '"host": "$host"'
                     '}';

    access_log     syslog_server=unix:/var/run/nginx_log.sock,nohostname,tag=nginx avito_json; #ClickHouse
    error_log      syslog_server=unix:/var/run/nginx_log.sock,nohostname,tag=nginx_error; #ClickHouse

    #access_log  /var/log/nginx/access.log  main;

    proxy_ignore_client_abort on;
    sendfile        on;
    keepalive_timeout  65;
    include /etc/nginx/conf.d/*.conf;
}

व्हर्च्युअल होस्ट एक:

vhost1.conf:

upstream backend {
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
    server ip-адрес-сервера-с-stub_http_server:8080;
}

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

/etc/hosts फाइलमध्ये आभासी होस्ट जोडा:

ip-адрес-сервера-с-nginx vhost1

HTTP सर्व्हर एमुलेटर

HTTP सर्व्हर एमुलेटर म्हणून आम्ही वापरू nodejs-स्टब-सर्व्हर पासून मॅक्सिम इग्नाटेन्को

nodejs-stub-server मध्ये rpm नाही. येथे https://github.com/patsevanton/nodejs-stub-server त्यासाठी rpm तयार करा. rpm वापरून तयार केले जाईल फेडोरा कॉप्र

अपस्ट्रीम nginx rpm वर nodejs-stub-server पॅकेज स्थापित करा

yum -y install yum-plugin-copr
yum copr enable antonpatsev/nodejs-stub-server
yum -y install stub_http_server
systemctl start stub_http_server

ताण चाचणी

Apache बेंचमार्क वापरून चाचणी केली जाते.

ते स्थापित करा:

yum install -y httpd-tools

आम्ही 5 भिन्न सर्व्हरवरून Apache बेंचमार्क वापरून चाचणी सुरू करतो:

while true; do ab -H "User-Agent: 1server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 2server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 3server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 4server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done
while true; do ab -H "User-Agent: 5server" -c 10 -n 10 -t 10 http://vhost1/; sleep 1; done

ग्राफाना सेट करत आहे

तुम्हाला अधिकृत Grafana वेबसाइटवर डॅशबोर्ड सापडणार नाही.

म्हणून, आम्ही ते हाताने करू.

तुम्ही माझा सेव्ह केलेला डॅशबोर्ड शोधू शकता येथे.

आपल्याला सामग्रीसह टेबल व्हेरिएबल देखील तयार करणे आवश्यक आहे nginx.access_log.

सिंगलस्टॅट एकूण विनंत्या:

SELECT
 1 as t,
 count(*) as c
 FROM $table
 WHERE $timeFilter GROUP BY t

सिंगलस्टॅट अयशस्वी विनंत्या:

SELECT
 1 as t,
 count(*) as c
 FROM $table
 WHERE $timeFilter AND status NOT IN (200, 201, 401) GROUP BY t

सिंगलस्टॅट अयशस्वी होण्याची टक्केवारी:

SELECT
 1 as t, (sum(status = 500 or status = 499)/sum(status = 200 or status = 201 or status = 401))*100 FROM $table
 WHERE $timeFilter GROUP BY t

सिंगलस्टॅट सरासरी प्रतिसाद वेळ:

SELECT
 1, avg(request_time) FROM $table
 WHERE $timeFilter GROUP BY 1

सिंगलस्टॅट कमाल प्रतिसाद वेळ:

SELECT
 1 as t, max(request_time) as c
 FROM $table
 WHERE $timeFilter GROUP BY t

गणना स्थिती:

$columns(status, count(*) as c) from $table

पाई प्रमाणे डेटा आउटपुट करण्यासाठी, तुम्हाला प्लगइन स्थापित करणे आणि ग्राफाना रीलोड करणे आवश्यक आहे.

grafana-cli plugins install grafana-piechart-panel
service grafana-server restart

पाय टॉप 5 स्थिती:

SELECT
    1, /* fake timestamp value */
    status,
    sum(status) AS Reqs
FROM $table
WHERE $timeFilter
GROUP BY status
ORDER BY Reqs desc
LIMIT 5

पुढे मी स्क्रीनशॉटशिवाय विनंत्या देईन:

http_user_agent मोजा:

$columns(http_user_agent, count(*) c) FROM $table

चांगला दर/खराब दर:

$rate(countIf(status = 200) AS good, countIf(status != 200) AS bad) FROM $table

प्रतिसाद वेळ:

$rate(avg(request_time) as request_time) FROM $table

अपस्ट्रीम प्रतिसाद वेळ (पहिल्या अपस्ट्रीमचा प्रतिसाद वेळ):

$rate(avg(arrayElement(upstream_response_time,1)) as upstream_response_time) FROM $table

सर्व vhosts साठी सारणी गणना स्थिती:

$columns(status, count(*) as c) from $table

डॅशबोर्डचे सामान्य दृश्य

सरासरी() आणि क्वांटाइल() यांची तुलना करणे

सरासरी()

परिमाण()

निष्कर्ष:

आशा आहे की समुदाय nginx-log-colector विकसित/चाचणी आणि वापरण्यात सहभागी होईल.
आणि जेव्हा कोणी nginx-log-collecter लागू करतो तेव्हा तो तुम्हाला डिस्क, RAM, CPU किती सेव्ह केला हे सांगेल.

टेलिग्राम चॅनेल:

• क्लिकहाऊस
• Nginx
• चर्च ऑफ मेट्रिक्स
• सिस्टम संदेशांचे संकलन आणि विश्लेषण
• ग्राफाना

मिलीसेकंद:

मिलीसेकंदांची काळजी कोणाला आहे, कृपया यात लिहा किंवा मत द्या समस्या.

स्त्रोत: www.habr.com