简述Kubernetes容器日志收集原理！

### **概述**
**关于容器日志**
Docker的日志分为两类，一类是Docker引擎日志；另一类是容器日志。引擎日志一般都交给了系统日志，不同的操作系统会放在不同的位置。本文主要介绍容器日志，容器日志可以理解是运行在容器内部的应用输出的日志，默认情况下，docker logs显示当前运行的容器的日志信息，内容包含 STOUT（标准输出）和STDERR（标准错误输出）。日志都会以json-file的格式存储于 /var/lib/docker/containers/<容器id>/<容器id>-json.log，不过这种方式并不适合放到生产环境中。
* 默认方式下容器日志并不会限制日志文件的大小，容器会一直写日志，导致磁盘爆满，影响系统应用。（docker log-driver支持log文件的rotate）
* Docker Daemon收集容器的标准输出，当日志量过大时会导致Docker Daemon成为日志收集的瓶颈，日志的收集速度受限。
* 日志文件量过大时，利用docker logs -f查看时会直接将Docker Daemon阻塞住，造成docker ps等命令也不响应。
Docker提供了logging drivers配置，用户可以根据自己的需求去配置不同的log-driver，可参考官网Configure logging drivers[1]。但是上述配置的日志收集也是通过Docker Daemon收集，收集日志的速度依然是瓶颈。
```
log-driver 日志收集速度
syslog 14.9 MB/s
json-file 37.9 MB/s
```
能不能找到不通过Docker Daemon收集日志直接将日志内容重定向到文件并自动rotate的工具呢？答案是肯定的采用S6[2]基底镜像。
S6-log将CMD的标准输出重定向到/.../default/current，而不是发送到 Docker Daemon，这样就避免了Docker Daemon收集日志的性能瓶颈。本文就是采用S6基底镜像构建应用镜像形成统一日志收集方案。
**关于Kubernetes日志**
Kubernetes日志收集方案分成三个级别：
**应用（Pod）级别**
Pod级别的日志，默认是输出到标准输出和标志输入，实际上跟Docker容器的一致。使用kubectl logs pod-name -n namespace查看，具体参考：https://kubernetes.io/docs/reference/generated/kubectl/kubectl-commands#logs。
**节点级别**
Node级别的日志 , 通过配置容器的log-driver来进行管理，这种需要配合logrotare来进行，日志超过最大限制，自动进行rotate操作。
**集群级别**
集群级别的日志收集，有三种。
节点代理方式，在Node级别进行日志收集。一般使用DaemonSet部署在每个Node中。这种方式优点是耗费资源少，因为只需部署在节点，且对应用无侵入。缺点是只适合容器内应用日志必须都是标准输出。
使用sidecar container作为容器日志代理，也就是在Pod中跟随应用容器起一个日志处理容器，有两种形式：
一种是直接将应用容器的日志收集并输出到标准输出（叫做Streaming sidecar container），但需要注意的是，这时候，宿主机上实际上会存在两份相同的日志文件：一份是应用自己写入的；另一份则是sidecar的stdout和stderr对应的JSON文件。这对磁盘是很大的浪费，所以说，除非万不得已或者应用容器完全不可能被修改。
另一种是每一个Pod中都起一个日志收集agent（比如Logstash或Fluebtd）也就是相当于把方案一里的logging agent放在了Pod里。但是这种方案资源消耗（CPU，内存）较大，并且日志不会输出到标准输出，kubectl logs会看不到日志内容。
应用容器中直接将日志推到存储后端，这种方式就比较简单了，直接在应用里面将日志内容发送到日志收集服务后端。
### **日志架构**
通过上文对Kubernetes日志收集方案的介绍，要想设计一个统一的日志收集系统，可以采用节点代理方式收集每个节点上容器的日志，日志的整体架构如图所示：
解释如下：
1. 所有应用容器都是基于S6基底镜像的，容器应用日志都会重定向到宿主机的某个目录文件下比如/data/logs/namespace/appname/podname/log/xxxx.log
2. log-agent内部包含Filebeat，Logrotate等工具，其中Filebeat是作为日志文件收集的agent
3. 通过Filebeat将收集的日志发送到Kafka
4. Kafka在讲日志发送的ES日志存储/kibana检索层
5. Logstash作为中间工具主要用来在ES中创建index和消费Kafka的消息
整个流程很好理解，但是需要解决的是：
1. 用户部署的新应用，如何动态更新Filebeat配置
2. 如何保证每个日志文件都被正常的rotate
3. 如果需要更多的功能则需要二次开发Filebeat，使Filebeat支持更多的自定义配置
### **付诸实践**
解决上述问题，就需要开发一个log-agent应用以DaemonSet形式运行在Kubernetes集群的每个节点上，应用内部包含Filebeat，Logrotate和需要开发的功能组件。
第一个问题，如何动态更新Filebeat配置，可以利用http://github.com/fsnotify/fsnotify工具包监听日志目录变化create、delete事件，利用模板渲染的方法更新Filebeat配置文件。
第二个问题，利用http://github.com/robfig/cron工具包创建CronJob，定期rotate日志文件，注意应用日志文件所属用户，如果不是root用户所属，可以在配置中设置切换用户。
```
/var/log/xxxx/xxxxx.log {
su www-data www-data
missingok
notifempty
size 1G
copytruncate
}
```
第三个问题，关于二次开发filebeat，可以参考博文：https://www.jianshu.com/p/fe3ac68f4a7a
### **总结**
本文只是对Kubernetes日志收集提供了一个简单的思路，关于日志收集可以根据公司的需求，因地制宜。
### **写在最后**
欢迎大家关注我的公众号【**风平浪静如码**】，海量Java相关文章，学习资料都会在里面更新，整理的资料也会放在里面。
觉得写的还不错的就点个赞，加个关注呗！点关注，不迷路，持续更新！！！