Strategier for Kubernetes-logging

I Kubernetes kører programmer inde i containere, som ofte er midlertidige. Det betyder, at containere kan starte, stoppe eller gå ned når som helst. Hvordan ved du, hvad der sker?

Logfiler er dit programs stemme! De giver vigtig indsigt i, hvordan dine programmer fungerer, hvilke fejl der opstår, og hjælper dig med at fejlfinde problemer effektivt.

Som standard opfanger Kubernetes alt output, som dit program sender til stdout (standardoutput) og stderr (standardfejl) i containeren.

• stdout: Bruges typisk til generelle informationsmeddelelser.
• stderr: Reserveres til advarsler og fejlmeddelelser.

Disse strømme håndteres derefter af containerkørselssystemet (såsom containerd eller CRI-O) og gøres tilgængelige.

For en enkelt container kan du nemt se dens logfiler ved hjælp af kommandoen kubectl logs. Det er velegnet til hurtig fejlfinding af en kørende eller netop nedbrudt Pod.

Lad os først oprette en enkel Pod, der genererer logfiler:

apiVersion: v1
kind: Pod
metadata:
  name: my-logger-pod
spec:
  containers:
  - name: logger-container
    image: busybox
    command: ["sh", "-c", "while true; do echo 'Hello from CoddyKit!'; sleep 5; done"]

Efter at have anvendt denne YAML (kubectl apply -f your-pod.yaml) kan du se dens logfiler:

Selvom kubectl logs er praktisk, har det begrænsninger. Hvis en Pod slettes, går ned eller planlægges på en anden node, er dens logfiler væk! Det skyldes, at kubectl logs henter dem direkte fra containerkørselssystemet på den node, hvor Pod'en kører.

I produktionsmiljøer er det ikke holdbart udelukkende at stole på kubectl logs. Du har brug for en måde at gemme og få adgang til logfiler på, selv efter at en Pod er forsvundet.

For at overvinde containerlogfilerens midlertidige karakter har vi brug for centraliseret logning. Det betyder, at logfiler fra alle dine Kubernetes-Pods indsamles og gemmes i et dedikeret, permanent system uden for klyngen.

Hvorfor centralisere?

• Vedholdenhed: Logfiler gemmes, selv hvis Pods forsvinder.
• Søgbarhed: Søg nemt på tværs af alle programmets logfiler.
• Analyse: Identificer tendenser, fejl og problemer med ydeevnen.
• Overvågning: Opret alarmer baseret på mønstre i logfilerne.

En af de mest almindelige og robuste strategier til centraliseret logning i Kubernetes er at bruge en logningsagent på nodeniveau. Det indebærer, at der køres en lille agentcontainer på hver node i din klynge.

• Agenten indsamler logfiler fra alle containere på sin node.
• Derefter videresender den logfilerne til en central logningsbackend.
• Disse agenter kører ofte som et Kubernetes-DaemonSet, der sikrer én instans pr. node.

Et andet mønster, som er mindre almindeligt til generel logning på tværs af klyngen, men nyttigt i særlige tilfælde, er en sidecar-logningscontainer.

Her kører en dedikeret logningsagent som en separat container i samme Pod som din programcontainer. Programmet skriver logfiler til en delt volumen, og sidecar-containeren henter dem og videresender dem.

Det er nyttigt, når et program skriver logfiler til en fil i stedet for stdout/stderr eller kræver særlig logbehandling.

Flere stærke open source-værktøjer bruges bredt til centraliseret logning i Kubernetes:

• Fluentd/Fluent Bit: Lette og effektive logindsamlere, der ofte bruges som agenter på nodeniveau.
• Elasticsearch: En distribueret søge- og analysemotor til lagring og indeksering af logfiler.
• Kibana: Et værktøj til datavisualisering og udforskning af Elasticsearch, som bruges til at se og analysere logfiler.

Tilsammen omtales disse ofte som EFK-stakken (Elasticsearch, Fluentd, Kibana).

Godt klaret! Du har udforsket grundlaget for logning i Kubernetes.

• Vi så, at logfiler er afgørende for overvågning og fejlfinding.
• Kubernetes opfanger som standard stdout og stderr.
• kubectl logs er nyttig til øjeblikkelig fejlfinding, men giver ikke vedholdenhed.
• Centraliseret logning er afgørende i produktion og bruger agenter på nodeniveau (såsom Fluentd) eller sidecar-mønstre til at samle logfiler.
• Værktøjer som EFK-stakken hjælper med at gemme, indeksere og visualisere disse samlede logfiler.

Derefter dykker vi ned i værktøjer til overvågning!