6個K8s日誌系統建設中的典型問題，你遇到過幾個？

做者 |  元乙  阿里雲日誌服務數據採集客戶端負責人，目前採集客戶端 logtail 在集團百萬規模部署，天天採集上萬應用數 PB 數據，經歷屢次雙 十一、雙 12 考驗。

導讀：隨着 K8s 不斷更新迭代，使用 K8s 日誌系統建設的開發者，逐漸遇到了各類複雜的問題和挑戰。本篇文章中，做者結合本身多年經驗，分析 K8s 日誌系統建設難點，期待爲讀者提供有益參考。

在 Logging 這塊作了幾年，最近 1 年來愈來愈多的同窗來諮詢如何爲 Kubernetes 構建一個日誌系統，或者是來求助在這過程當中遇到一系列問題如何解決，授人以魚不如授人以漁，因而想把咱們這些年積累的經驗以文章的形式發出來，讓看到這篇文章的同窗能少走彎路。這個系列文章定位爲長篇連載，內容偏向落地實操以及經驗分享，且內容會隨着技術的迭代而不按期更新。
 

前言

第一次聽到 Kubernetes 的名字是在 2016 年，那個時候 Kubernetes 還處於和 Docker Swarm、Mesos 方案的「三國鼎立時代」，Kubernetes 因爲一系列優點（可擴展、聲明式接口、雲友好）在這一競爭中嶄露頭角，最終得到統治地位。

Kubernetes 做爲 CNCF 最核心的項目（沒有之一），是 Cloud Native（雲原生）落地的底座，目前阿里已經全面基於 Kubernetes 在開展全站的雲原生改造，在 1-2 年內，阿里巴巴 100% 的業務都將跑在公有云上。

CloudNative 在 CNCF 的定義的核心是：在公有云、私有云、混合雲等環境中，經過 Containers、Service Meshes、 MicroServices、Immutable Infrastructure、Declarative APIs 構建和運行可彈性擴展的且具備高容錯性、易於管理、可觀察、鬆耦合的應用系統。可觀察性是應用系統必不可少的一個部分，雲原生的設計理念中就有一條：面向診斷性設計（Diagnosability），包括集羣級別的日誌、Metric 和 Trace。
 

爲什麼咱們須要日誌系統

一般一個線上問題的定位流程是：經過 Metric 發現問題，根據 Trace 定位到問題模塊，根據模塊具體的日誌定位問題緣由。在日誌中包括了錯誤、關鍵變量、代碼運行路徑等信息，這些是問題排查的核心，所以日誌永遠是線上問題排查的必經路徑。

在阿里的十多年中，日誌系統伴隨着計算形態的發展在不斷演進，大體分爲 3 個主要階段：

1. 在單機時代，幾乎全部的應用都是單機部署，當服務壓力增大時，只能切換更高規格的 IBM 小型機。日誌做爲應用系統的一部分，主要用做程序 Debug，一般結合 grep 等 Linux 常見的文本命令進行分析；
2. 隨着單機系統成爲制約阿里業務發展的瓶頸，爲了真正的 Scale out，飛天項目啓動：2013 年飛天 5K 項目正式上線。在這個階段各個業務開始了分佈式改造，服務之間的調用也從本地變爲分佈式，爲了更好的管理、調試、分析分佈式應用，咱們開發了 Trace（分佈式鏈路追蹤）系統、各式各樣的監控系統，這些系統的統一特色是將全部的日誌（包括 Metric 等）進行集中化的存儲；
3. 爲了支持更快的開發、迭代效率，近年來咱們開始了容器化改造，並開始了擁抱 Kubernetes 生態、業務全量上雲、Serverless 等工做。在這階段，日誌不管從規模、種類都呈現爆炸式的增加，對日誌進行數字化、智能化分析的需求也愈來愈高，所以統一的日誌平臺應運而生。

 

可觀察性的終極解讀

在 CNCF 中，可觀察性的主要做用是問題的診斷，上升到公司總體層面，可觀察性（Observability）不只僅包括 DevOps 領域，還包括業務、運營、BI、審計、安全等領域，可觀察性的最終的目標是實現公司各個方面的數字化、智能化。

在阿里，幾乎全部的業務角色都會涉及到各式各樣的日誌數據，爲了支撐各種應用場景，咱們開發了很是多的工具和功能：日誌實時分析、鏈路追蹤、監控、數據加工、流計算、離線計算、BI 系統、審計系統等等。日誌系統主要專一於數據的實時採集、清洗、智能分析與監控以及對接各種各樣的流計算、離線系統。
 

Kubernetes 日誌系統建設難點

單純日誌系統的解決方案很是多，相對也比較成熟，這裏就再也不去贅述，咱們這次只針對 Kubernetes 上的日誌系統建設而論。Kubernetes 上的日誌方案相比咱們以前基於物理機、虛擬機場景的日誌方案有很大不一樣，例如：

1. 日誌的形式變得更加複雜，不只有物理機/虛擬機上的日誌，還有容器的標準輸出、容器內的文件、容器事件、Kubernetes 事件等等信息須要採集；
2. 環境的動態性變強，在 Kubernetes 中，機器的宕機、下線、上線、Pod銷燬、擴容/縮容等都是常態，這種狀況下日誌的存在是瞬時的（例如若是 Pod 銷燬後該 Pod 日誌就不可見了），因此日誌數據必須實時採集到服務端。同時還須要保證日誌的採集可以適應這種動態性極強的場景；
3. 日誌的種類變多，上圖是一個典型的 Kubernetes 架構，一個請求從客戶端須要通過 CDN、Ingress、Service Mesh、Pod 等多個組件，涉及多種基礎設施，其中的日誌種類增長了不少，例如 K8s 各類系統組件日誌、審計日誌、ServiceMesh 日誌、Ingress 等；
4. 業務架構變化，如今愈來愈多的公司開始在 Kubernetes 上落地微服務架構，在微服務體系中，服務的開發更加複雜，服務之間的依賴以及服務底層產品的依賴愈來愈多，這時的問題排查將更加複雜，若是關聯各個維度的日誌將是一個困難的問題；
5. 日誌方案集成困難，一般咱們都會在 Kubernetes 上搭建一套 CICD 系統，這套 CICD 系統須要儘量的自動化的完成業務的集成和部署，其中日誌的採集、存儲、清洗等也須要集成到這套系統中，並和 K8s 的聲明式部署方式儘量一致。而現有的日誌系統一般都是較獨立的系統，集成到 CICD 中代價極大；
6. 日誌規模問題，一般在系統初期的時候咱們會選擇自建開源的日誌系統，這種方式在測試驗證階段或公司發展初期是沒有什麼問題的，但當業務逐漸增加，日誌量增加到必定規模時，自建的開源系統不少時候都會遇到各類各樣的問題，例如租戶隔離、查詢延遲、數據可靠性、系統可用性等。日誌系統雖不是 IT 中最核心的路徑，但一旦關鍵時刻出現這些問題都將是很是可怕的影響，例如大促的時候出現緊急問題，排查時多個工程師併發查詢把日誌系統打爆，致使故障恢復時間變長，大促收到影響。

相信在搞 K8s 日誌系統建設的同窗看到上面的難點分析都會深有感觸，後面咱們會從落地角度出發，詳細介紹在阿里咱們如何去搭建 K8s 的日誌系統，敬請關注。

 

原文連接

本文爲雲棲社區原創內容，未經容許不得轉載。