生产环境下的 Node.js 日志记录方案

做者：Abhinav Dhasmana

翻译：疯狂的技术宅

原文：https://blog.bitsrc.io/settin...

未经容许严禁转载

设置正确的日志记录基础结构可帮助咱们查找发生的问题、调试和监视应用程序。从最基本的角度来看，咱们应该从基础架构中获得如下内容：

• 可以在咱们的日志中自由搜索文本
• 可以搜索特定的 api 日志
• 可以根据全部 API 的 statusCode 进行搜索
• 随着咱们向日志中添加更多的数据，系统应该是可扩展的

架构

提示：复用 JavaScript 组件

使用Bit（Github）在不一样项目之间共享和重用 JavaScript 组件。团队协做共享组件能够更快地构建应用程序。让 Bit 承担繁重的工做，可使你能够轻松地发布、安装和更新各个组件，而不会产生任何开销。 在此处了解更多信息。

本地设置

咱们将用 Docker 来管理服务。

弹性搜寻

使用如下命令启动并运行 ElasticSearch

docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" --name myES docker.elastic.co/elasticsearch/elasticsearch:7.4.1

能够经过如下命令检查你的容器是否已启动并运行

curl -X GET "localhost:9200/_cat/nodes?v&pretty"

Kibana

能够用另外一个 docker run 命令启动 Kibana 并使其运行。

docker run —-link myES:elasticsearch -p 5601:5601 kibana:7.4.1

请注意，咱们正在使用 --link 命令连接 kibana 和弹性搜索服务器

若是转到 http://localhost:5601/app/kibana，将会看到咱们的 kibana 仪表板。

如今，可使用 kibana 对咱们的弹性搜索集群运行全部查询。咱们能够导航到

http://localhost:5601/app/kibana#/dev_tools/console?_g=()

并运行咱们以前运行的查询（稍微冗长一些）

Fluentd

Fluentd 是对全部数据进行格式化的地方。

让咱们首先构建咱们的 Dockerfile。它有两件事：

• 安装必要的软件包
• 将配置文件复制到 docker 文件中

适用于 fluentd 的 Dockerfile：

FROM fluent/fluentd:latest
MAINTAINER Abhinav Dhasmana <Abhinav.dhasmana@live.com>

USER root

RUN apk add --no-cache --update --virtual .build-deps \
  sudo build-base ruby-dev \
  && sudo gem install fluent-plugin-elasticsearch \
  && sudo gem install fluent-plugin-record-modifier \
  && sudo gem install fluent-plugin-concat \
  && sudo gem install fluent-plugin-multi-format-parser \
  && sudo gem sources --clear-all \
  && apk del .build-deps \
  && rm -rf /home/fluent/.gem/ruby/2.5.0/cache/*.gem

COPY fluent.conf /fluentd/etc/

fluent 的配置文件：

# Recieve events over http from port 9880
<source>
  @type http
  port 9880
  bind 0.0.0.0
</source>

# Recieve events from 24224/tcp
<source>
  @type forward
  port 24224
  bind 0.0.0.0
</source>

# We need to massage the data before if goes into the ES
<filter **>
  # We parse the input with key "log" (https://docs.fluentd.org/filter/parser)
  @type parser
  key_name log
  # Keep the original key value pair in the result
  reserve_data true
  <parse>
    # Use apache2 parser plugin to parse the data
    @type multi_format
    <pattern>
      format apache2
    </pattern>
    <pattern>
      format json
      time_key timestamp
    </pattern>
    <pattern>
      format none
    </pattern>
  </parse>
</filter>


# Fluentd will decide what to do here if the event is matched
# In our case, we want all the data to be matched hence **
<match **>
# We want all the data to be copied to elasticsearch using inbuilt
# copy output plugin https://docs.fluentd.org/output/copy
  @type copy
  <store>
  # We want to store our data to elastic search using out_elasticsearch plugin
  # https://docs.fluentd.org/output/elasticsearch. See Dockerfile for installation
    @type elasticsearch
    time_key timestamp_ms
    host 0.0.0.0
    port 9200
    # Use conventional index name format (logstash-%Y.%m.%d)
    logstash_format true
    # We will use this when kibana reads logs from ES
    logstash_prefix fluentd
    logstash_dateformat %Y-%m-%d
    flush_interval 1s
    reload_connections false
    reconnect_on_error true
    reload_on_failure true
  </store>
</match>

让咱们使这台 Docker 机器跑起来

docker build -t abhinavdhasmana/fluentd .docker run -p 9880:9880  --network host  abhinavdhasmana/fluentd

Node.js 应用

我已经建立了一个用于演示的小型 Node.js 程序，你能够在 https://github.com/abhinavdha... 中找到。这是一个用 Express Generator 建立的小型 Express 应用。它用 morgan 生成 apache 格式的日志。你也能够用本身的应用。只要输出保持不变，咱们的基础架构就不会在乎。让咱们构建并运行 docker 映像。

docker build -t abhinavdhasmana/logging .

固然，咱们能够经过下面给出的单个 docker compose 文件来获取全部 docker 容器。

为 EFK 设置撰写的 docker compose文件：

version: "3"
services:
  fluentd:
    build: "./fluentd"
    ports:
      - "9880:9880"
      - "24224:24224"
    network_mode: "host"
  web:
    build: .
    ports:
      - "3000:3000"
    links:
      - fluentd
    logging:
      driver: "fluentd"
      options:
        fluentd-address: localhost:24224
  elasticsearch:
    image: elasticsearch:7.4.1
    ports:
      - "9200:9200"
      - "9300:9300"
    environment:
      - discovery.type=single-node
  kibana:
    image: kibana:7.4.1
    links:
      - "elasticsearch"
    ports:
      - "5601:5601"

就是这样而已。咱们的基础架构已准备就绪。如今能够经过访问 http://localhost:3000 来生成一些日志。

如今，咱们再次转到 kibana 仪表板，并定义要使用的索引：

注意，在咱们的 fluent.conf 中提到了 logstash_prefix fluentd，所以咱们在这里使用相同的字符串。接下来是一些基本的 kibana 设置。

弹性搜索使用动态映射来猜想其索引字段的 type。下面的截图显示了这些：

让咱们检查一下如何知足开始时提到的要求：

• 可以在日志中自由文本搜索： 在 ES 和 kibana 的帮助下，咱们能够在任何字段上进行搜索以得到结果。
• 可以搜索特定的api日志： 在 kibana 左侧的 “Available fields” 部分中，咱们能够看到字段 path。对其应用过滤器能够查找咱们感兴趣的 API。
• 可以根据全部API的 statusCode 进行搜索： 与上述相同。使用 code 字段并应用过滤器。
• 随着向日志中添加更多的数据，系统应该是可扩展的： 咱们使用如下环境变量 discovery.type = single-node 在单节点模式下开始了弹性搜索。能够从集群模式开始，添加更多节点，或者在咱们选择的任何云提供商上使用托管解决方案。我已经尝试过了 AWS，而且易于设置。 AWS 还免费提供 Elasticsearch 的托管 kibana 实例。

---

本文首发微信公众号：前端先锋

欢迎扫描二维码关注公众号，天天都给你推送新鲜的前端技术文章

---

欢迎继续阅读本专栏其它高赞文章：

• 深刻理解Shadow DOM v1
• 一步步教你用 WebVR 实现虚拟现实游戏
• 13个帮你提升开发效率的现代CSS框架
• 快速上手BootstrapVue
• JavaScript引擎是如何工做的？从调用栈到Promise你须要知道的一切
• WebSocket实战：在 Node 和 React 之间进行实时通讯
• 关于 Git 的 20 个面试题
• 深刻解析 Node.js 的 console.log
• Node.js 到底是什么？
• 30分钟用Node.js构建一个API服务器
• Javascript的对象拷贝
• 程序员30岁前月薪达不到30K，该何去何从
• 14个最好的 JavaScript 数据可视化库
• 8 个给前端的顶级 VS Code 扩展插件
• Node.js 多线程彻底指南
• 把HTML转成PDF的4个方案及实现

---

• 更多文章...