रस्ट भाषेत लिहिल्या जात असल्याने, त्याच्या अॅनालॉगच्या तुलनेत उच्च कार्यक्षमता आणि कमी RAM वापराद्वारे दर्शविले जाते. याव्यतिरिक्त, अचूकतेशी संबंधित फंक्शन्सवर जास्त लक्ष दिले जाते, विशेषतः, डिस्कवरील बफरमध्ये न पाठवलेल्या घटना जतन करण्याची क्षमता आणि फायली फिरवण्याची क्षमता.
वास्तुशास्त्रीयदृष्ट्या, वेक्टर हा एक इव्हेंट राउटर आहे जो एक किंवा अधिक संदेश प्राप्त करतो स्रोत, वैकल्पिकरित्या या संदेशांवर अर्ज करणे परिवर्तने, आणि त्यांना एक किंवा अधिक पाठवत आहे नाले.
वेक्टर हे फाइलबीट आणि लॉगस्टॅशचे बदली आहे, ते दोन्ही भूमिकांमध्ये कार्य करू शकते (लॉग प्राप्त करणे आणि पाठवणे), त्यावरील अधिक तपशील साइट.
जर लॉगस्टॅशमध्ये साखळी इनपुट → फिल्टर → आउटपुट म्हणून तयार केली असेल तर व्हेक्टरमध्ये ती आहे स्त्रोत → रूपांतर → बुडणे
उदाहरणे कागदपत्रांमध्ये आढळू शकतात.
ही सूचना कडून सुधारित सूचना आहे व्याचेस्लाव राखिन्स्की. मूळ सूचनांमध्ये जिओआयपी प्रक्रिया समाविष्ट आहे. अंतर्गत नेटवर्कवरून geoip ची चाचणी करताना, वेक्टरने त्रुटी दिली.
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
आम्ही Nginx (ऍक्सेस लॉग) → व्हेक्टर (क्लायंट | फाइलबीट) → वेक्टर (सर्व्हर | लॉगस्टॅश) → क्लिकहाऊसमध्ये स्वतंत्रपणे आणि इलास्टिकसर्चमध्ये स्वतंत्रपणे कॉन्फिगर करू. आम्ही 4 सर्व्हर स्थापित करू. जरी आपण ते 3 सर्व्हरसह बायपास करू शकता.
योजना अशी काहीशी आहे.
तुमच्या सर्व सर्व्हरवर सेलिनक्स अक्षम करा
sed -i 's/^SELINUX=.*/SELINUX=disabled/g' /etc/selinux/config
reboot
आम्ही सर्व सर्व्हरवर HTTP सर्व्हर एमुलेटर + उपयुक्तता स्थापित करतो
ClickHouse SSE 4.2 सूचना संच वापरते, म्हणून अन्यथा निर्दिष्ट केल्याशिवाय, वापरलेल्या प्रोसेसरमध्ये समर्थन ही अतिरिक्त सिस्टम आवश्यकता बनते. सध्याचा प्रोसेसर SSE 4.2 ला सपोर्ट करतो की नाही हे तपासण्यासाठी येथे कमांड आहे:
सिंगल-नोड मोड 1 शार्ड, 0 प्रतिकृतीसाठी इलास्टिकसर्च कॉन्फिगर करत आहे. बहुधा आपल्याकडे मोठ्या संख्येने सर्व्हरचा क्लस्टर असेल आणि आपल्याला हे करण्याची आवश्यकता नाही.
INFO vector::topology::builder: Healthcheck: Passed.
INFO vector::topology::builder: Healthcheck: Passed.
क्लायंटवर (वेब सर्व्हर) - पहिला सर्व्हर
nginx सह सर्व्हरवर, तुम्हाला ipv6 अक्षम करणे आवश्यक आहे, कारण क्लिकहाऊसमधील लॉग टेबल फील्ड वापरते upstream_addr IPv4, कारण मी नेटवर्कमध्ये ipv6 वापरत नाही. ipv6 बंद न केल्यास, त्रुटी असतील:
DB::Exception: Invalid IPv4 value.: (while read the value of key upstream_addr)
प्रथम, आम्हाला /etc/nginx/nginx.conf फाइलमध्ये Nginx मध्ये लॉग फॉरमॅट कॉन्फिगर करणे आवश्यक आहे.
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;
}
तुमचे वर्तमान कॉन्फिगरेशन खंडित न करण्यासाठी, Nginx तुम्हाला अनेक access_log निर्देशांची परवानगी देतो
access_log /var/log/nginx/access.log main; # Стандартный лог
access_log /var/log/nginx/access.json.log vector; # Новый лог в формате json
नवीन लॉगसाठी लॉगरोटेट करण्यासाठी नियम जोडण्यास विसरू नका (जर लॉग फाइल .log ने समाप्त होत नसेल)
आणि /etc/vector/vector.toml कॉन्फिगरमध्ये Filebeat रिप्लेसमेंट कॉन्फिगर करा. IP पत्ता 172.26.10.108 हा लॉग सर्व्हरचा IP पत्ता आहे (वेक्टर-सर्व्हर)
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"
व्हेक्टर वापरकर्त्याला आवश्यक गटामध्ये जोडण्यास विसरू नका जेणेकरून तो लॉग फाइल्स वाचू शकेल. उदाहरणार्थ, centos मधील nginx adm गट अधिकारांसह लॉग तयार करते.
usermod -a -G adm vector
चला वेक्टर सेवा सुरू करूया
systemctl enable vector
systemctl start vector
वेक्टर लॉग याप्रमाणे पाहिले जाऊ शकतात:
journalctl -f -u vector
नोंदींमध्ये अशी नोंद असावी
INFO vector::topology::builder: Healthcheck: Passed.
ताण चाचणी
Apache बेंचमार्क वापरून चाचणी केली जाते.
httpd-tools पॅकेज सर्व सर्व्हरवर स्थापित केले होते
आम्ही स्क्रीनमधील 4 भिन्न सर्व्हरवरून Apache बेंचमार्क वापरून चाचणी सुरू करतो. प्रथम, आम्ही स्क्रीन टर्मिनल मल्टीप्लेक्सर लाँच करतो, आणि नंतर आम्ही Apache बेंचमार्क वापरून चाचणी सुरू करतो. आपण शोधू शकता अशा स्क्रीनसह कसे कार्य करावे लेख.
1ल्या सर्व्हरवरून
while true; do ab -H "User-Agent: 1server" -c 100 -n 10 -t 10 http://vhost1/; sleep 1; done
2ल्या सर्व्हरवरून
while true; do ab -H "User-Agent: 2server" -c 100 -n 10 -t 10 http://vhost2/; sleep 1; done
3ल्या सर्व्हरवरून
while true; do ab -H "User-Agent: 3server" -c 100 -n 10 -t 10 http://vhost3/; sleep 1; done
4ल्या सर्व्हरवरून
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;
क्लिकहाऊसमध्ये किती लॉग घेतले ते शोधूया.
लॉग टेबलचा आकार 857.19 MB आहे.
Elasticsearch मधील निर्देशांकातील समान डेटाचा आकार 4,5GB आहे.
जर तुम्ही पॅरामीटर्समध्ये वेक्टरमध्ये डेटा निर्दिष्ट केला नाही, तर क्लिकहाऊस इलास्टिकसर्चच्या तुलनेत 4500/857.19 = 5.24 पट कमी घेते.
वेक्टरमध्ये, कॉम्प्रेशन फील्ड डीफॉल्टनुसार वापरले जाते.