业务日志收集方案

起因：

我们线上的业务通常会部署到10几台或者几十台机器上，线上的日志如果用salt执行命令远程的grep已经是越来越不方便了，所以我们决定对日志进行统一收集，管理

1. 选择方案

我们业务日志不算特别的多，因此不想方案过于复杂，并且公司内部已经有ES和kafaka集群
因此可以选方案有
1） rsyslog + kafka + elasticsearch
2）fluentd + kafka + elasticsearch
我最终选择了方案1：
a) 由于公司的服务器主要是centos， 默认已经安装了rsyslog
b) Fluentd是JRuby开发的，而rsyslog是二进制程序
以前有过logstash的使用经历，当日志量较大时，logstash会把CPU打的很高

感受：rsyslog的功能其实非常强大，
它所有配置都是从某个input获取数据再发送到output(和logstask很像)
支持：
1） 文件 –> kafka
2) 文件 –> elasticsearch
3) tcp/udp –> 文件
4）文件 –> 其它主机(TCP/UDP)
input 和 output 是可以任意组合的
如果你不想搭建Elasticsearch和Kafka，完全可以把所有日志收集到某个文件服务器
然后在这台文件服务器上再使用logrotate，完全可以满足日常的开销

kafka只是用来做缓冲的，如果日志没有明显的波峰，可以不使用kafka

2. 实施

2.1 统一日志字段

我们多个业务项目，并且有Golang、Python等多种语言，为了保证，入ES的数据格式一致，我们统一了日志的字段，如下
* 所有字段都是比选的，如果没有请留成空字符串*

不同的业务和项目之间通过service字段区分

也就是我们要求业务在打日志的时候以JSON格式打印到文件中，并包含以上字段，这样就可以很方便的被Rsyslog收集并，写入Kakfa队列，最后再入到ES中。
注意 程序可以打2份日志，一份按原来格式入文件，一份以JSON格式写文件供rsyslog使用

范例

这里给一个Python 的范例项目供大家参考
https://github.com/vearne/json_log

2.2 Rsyslog的安装和配置

1)安装

查看版本
rsyslogd -version
rsyslog 需要 v8.7.x以后的版本
安装rsyslogd
yum install rsyslog
yum install rsyslog-kafka
默认安装的版本就已经是8.30.0

2) 添加配置文件

在/etc/rsyslog.d中添加各自的配置文件

# import modules
module(load="imfile")
module(load="omkafka")
# 将日志文件中的数据原样输出到kafaka topic中
template(name="our_json" type="string" string="%msg%\n")
# 指定处理规则
ruleset(name="kafka_devops") {
    action (
        type="omkafka"
        template="our_json"
        topic="devops"
        broker=["192.168.2.100:9092"]
        errorFile="/var/log/kafka_error.log"
    )
    stop
}
# 输入 
# File 为待监测的文件，如果文件发生变化
# rsyslog 会把变化的部分发送到kafka相应的topic中
input(type="imfile" Tag="" File="/tmp/test.log" Ruleset="kafka_devops")

3) 重启rsyslog 使配置生效

/etc/init.d/rsyslog restart

2.3 kafka日志入ES

略

2.4 kibana

略

3. 总结

本文描述了完整的日志收集过程， 希望对大家有帮助

参考资料

1.日志系列–程序日志处理挑战与方案
2.Docker日志收集最佳实践