Spring Boot 2 实战:轻量级日志loki集成1
项目做正规了,日志系统是少不了的。目前大部分日志平台推荐基于ELK构建,不过ELK算是比较重了,架构太大,中小项目不太好Hold住,希望找一款简单一些的,如果实在找不到再上ELK。之前储备了一些技术候选库,翻了翻果然有一款名叫Loki的日志系统,可一百度大部分都是电影里的这货,不靠谱?
Loki
事实上日志系统的开发团队靠谱的很,就是监控领域大名鼎鼎的Grafana Labs,为人所熟知的有开源数据可视化工具Grafana、监控系统Prometheus等等。
Loki是他们受 Prometheus 启发打造的开源项目,是一款可扩展,高可用,支持多租户的日志聚合系统。设计的理念就是为了让日志聚合更简单,它被设计为非常经济高效且易于操作。它不索引日志的内容,而是为每个日志流设置一组标签。它主要由三部分组成:
- Promtail是日志收集器,负责收集应用的日志并发送给Loki。
- Loki用于日志的存储和解析,并提供查询API给下游展示。
- Grafana负责将Loki的日志可视化。
看上去挺不错的,我要试一试。
简单上手
遇到新东西先跑个小DEMO,说实话目前国内介绍这个的都没有详细的上手DEMO,尤其是和Spring Boot对接这一块。我照着原版文档,花了小半天终于跑成功了。
Loki安装
首先是安装,现在跑DEMO我优先选择快捷方便的Docker。下面是我修改过的Docker Compose脚本,根据你自己的需要改改就能一键启动Loki。
version: "3"
networks:
loki:
services:
loki:
image: grafana/loki:2.2.1
container_name: loki-service
volumes:
# 将loki的配置文件挂载到本地 c:/docker/loki 目录
- c:/docker/loki:/etc/loki/
ports:
- "3100:3100"
command: -config.file=/etc/loki/loki.yml
networks:
- loki
promtail:
image: grafana/promtail:2.2.1
container_name: promtail-service
volumes:
# 为了读取本地的日志目录,这个是个默认配置目的就是为跑起来,生产肯定不是这样的。
- c:/docker/log:/var/log/
# promtail 的配置文件也挂载到本地 c:/docker/promtail目录
- c:/docker/promtail:/etc/promtail/
command: -config.file=/etc/promtail/promtail.yml
networks:
- loki
grafana:
image: grafana/grafana:latest
container_name: grafana-service
ports:
- "3000:3000"
networks:
- loki
上面的挂载目录c:/docker/loki
和c:/docker/promtail
你根据自己的情况调整位置。
Loki的配置
上面文件中的-config.file=/etc/loki/loki.yml
是Loki的配置文件,我们需要将配置文件loki.yml
提前放在c:/docker/loki
下,我使用默认配置:
auth_enabled: false
server:
http_listen_port: 3100
ingester:
lifecycler:
address: 127.0.0.1
ring:
kvstore:
store: inmemory
replication_factor: 1
final_sleep: 0s
chunk_idle_period: 1h # Any chunk not receiving new logs in this time will be flushed
max_chunk_age: 1h # All chunks will be flushed when they hit this age, default is 1h
chunk_target_size: 1048576 # Loki will attempt to build chunks up to 1.5MB, flushing first if chunk_idle_period or max_chunk_age is reached first
chunk_retain_period: 30s # Must be greater than index read cache TTL if using an index cache (Default index read cache TTL is 5m)
max_transfer_retries: 0 # Chunk transfers disabled
schema_config:
configs:
- from: 2020-10-24
store: boltdb-shipper
object_store: filesystem
schema: v11
index:
prefix: index_
period: 24h
storage_config:
boltdb_shipper:
active_index_directory: /loki/boltdb-shipper-active
cache_location: /loki/boltdb-shipper-cache
cache_ttl: 24h # Can be increased for faster performance over longer query periods, uses more disk space
shared_store: filesystem
filesystem:
directory: /loki/chunks
compactor:
working_directory: /loki/boltdb-shipper-compactor
shared_store: filesystem
limits_config:
reject_old_samples: true
reject_old_samples_max_age: 168h
chunk_store_config:
max_look_back_period: 0s
table_manager:
retention_deletes_enabled: false
retention_period: 0s
ruler:
storage:
type: local
local:
directory: /loki/rules
rule_path: /loki/rules-temp
alertmanager_url: http://localhost:9093
ring:
kvstore:
store: inmemory
enable_api: true
不要纠结这些配置项是干什么的,先跑起来再说,用到了去查文档,要有的放矢。
Promtail的配置
和Loki类似,Promtail也要在本地挂载的c:/docker/promtail
目录下配置promtail.yml
,这里也使用默认配置:
server:
http_listen_port: 9080
grpc_listen_port: 0
positions:
filename: /tmp/positions.yaml
clients:
- url: http://loki:3100/loki/api/v1/push
scrape_configs:
- job_name: system
static_configs:
- targets:
- localhost
labels:
job: varlogs
# 这个跟挂载的位置有点关系,你可以猜猜
__path__: /var/log/*log
我猜测 /var/log/*log
就是读取日志的位置,所以我把它挂载到本地c:/docker/log
,等下弄点日志到本地这个目录下,看看能读取出来不。
启动Loki
配置完毕后执行docker-compose -f <docker-compose.yml 路径> up
命令,会先下载镜像然后启动三个Docker容器。成功后打开http://localhost:3000/
登录Grafana,默认账号密码是admin/admin
。然后在侧边栏添加数据源为Loki:
然后配置Loki的URL为http://loki:3100
,然后点确定和测试,有绿色提示就表示成功了。r
我们使用的是Docker Compose,因此
hostname
是服务名称loki
。
然后点击侧边栏一个指南针形状的图标Explore,就进入日志的UI了,这时候啥也没有。
得造点日志,搞一个Spring Boot应用,然后在application.yml
中配置日志选项,然后启动应用生成一些日志。
logging:
file:
# 弄到疑似Promtail的日志读取路径试试
path: c:/docker/log
level:
org: debug
然后我输入了一个从文档中找到的查询日志的表达式(Loki query){filename="/var/log/spring.log"}
, 文件名称去c:/docker/log
下看,有了有了!Nice!
总结
今天从零演示了Spring Boot对接日志新贵Loki,看上去还真不错。学习新东西,要清楚它的场景,要清楚自己每一步的目标,先跑起来DEMO,再去研究定制化,最后才是底层原理。你学得越多就越熟练,你学得越多就越知道自己的短板,才能有目标和方向,不要盲目学,更不要过于追求底层原理。好了,后面我会继续研究探索Loki如何在生产环境的实际运用,请持续关注:码农小胖哥,也请点赞,转发,给个鼓励。
评论系统未开启,无法评论!