K8s~为pod添加sidecar进行日志收集

咱们在k8s部署服务时，通常来讲一个服务会对应一类pod，而pod经过rs实现副本集，而这些pod的日志通常有控制台stdout和文件的，通常会把这些日志最终输出到elasticsearch里，再经过kabana进行分析，而在实现由pod到elasticsearch（es）时有多种方法，下面我列举一下：

1. 直接从标准控制台 stdout中经过fluentd进行收集，再存到es（ 早期docker有实现）
2. 经过logback里的fluentd包，直接把日志输出到fluentd，再存到es
3. 在k8s里，能够为pod添加一个边车（边斗，sidecar)，这个边车主要是fluentd插件，从容器日志文件里读取日志，收集到es

从上面的解析能够看到第1种若是你是docker swarm环境能够使用，而第2种与业务代码耦合太紧也不合适，只有第三种是将来的趋势，目前大都是使用这种方式！

实现方式

1 sidecar的fluentd的mapconfig

apiVersion: v1
kind: ConfigMap
metadata:
  name: fluentd-config
  namespace: saas
data:
  fluentd.conf: |
    <source>
      type tail
      format none
      path /var/log/*.log
      pos_file /var/log/log.pos
      tag saas
    </source>

    <match **>
      @id elasticsearch
      @type elasticsearch
      @log_level debug
      index_name fluentd
      type_name _doc
      host elasticsearch.elk
      port 9200
      include_tag_key true
      tag_key @log_name
      logstash_format true
      flush_interval 10s
    </match>

运行

kubectl create -f fluentd-config-sidecar.yaml

测试一个pod，像容器输出日志到目录，定时反复输出

apiVersion: v1
kind: Pod
metadata:
  labels:
    example: logging-sidecar
  name: logging-sidecar-example
spec:
  containers:
  - name: synthetic-logger
    image: 172.17.0.22:8888/saas/hello-world:latest
    command: ["bash", "-c", "i=\"0\"; while true; do echo \"`hostname`: $i \" >> /var/log/1.log; date --rfc-3339 ns >> /var/log/1.log; sleep 4; i=$[$i+1]; done"]
    volumeMounts:
    - name: varlog
      mountPath: /var/log
  - name: sidecar-log-collector
    image: registry.cn-beijing.aliyuncs.com/k8s-mqm/fluentd-elasticsearch:v2.1.0
    env:
    - name: FLUENTD_ARGS
      value: -c /etc/fluentd-config/fluentd.conf
    volumeMounts:
          - name: varlog
            mountPath: /var/log
          - name: config-volume
            mountPath: /etc/fluentd-config
  volumes:
    - name: varlog
      emptyDir: {}
    - name: config-volume
      configMap:
        name: fluentd-config

部署它

kubectl create -f fluentd-demo.yaml

而后去你的kabana里查看日志，能够按着@log_name字段去查询，这就是咱们日志里的tag，这个咱们能够在代码里配置，能够设置成一个namespace，这样方便日志的跟踪！