前書き
Kubernetesクラスターで複数のサービスとアプリケーションを実行する場合、集中化されたクラスターレベルのログスタックを使用すると、Podによって生成された大量のログデータをすばやく分類して分析できます。 人気のある集中ログソリューションの1つは、Elasticsearch、Fluentd、およびKibana(EFK)スタックです。
Elasticsearchは、リアルタイムの分散型でスケーラブルな検索エンジンであり、フルテキスト検索と構造化検索、および分析を可能にします。 一般に、大量のログデータのインデックス作成と検索に使用されますが、さまざまな種類のドキュメントの検索にも使用できます。
Elasticsearchは通常、Elasticsearchの強力なデータ視覚化フロントエンドおよびダッシュボードであるKibanaと一緒にデプロイされます。 Kibanaを使用すると、Webインターフェースを介してElasticsearchログデータを探索し、ダッシュボードとクエリを作成して質問にすばやく回答し、Kubernetesアプリケーションの洞察を得ることができます。
このチュートリアルでは、Fluentdを使用して、ログデータを収集、変換し、Elasticsearchバックエンドに送信します。 Fluentdは人気のあるオープンソースのデータコレクターであり、Kubernetesノードに設定してコンテナーログファイルを追跡し、ログデータをフィルター処理して変換し、それをElasticsearchクラスターに配信します。
まず、スケーラブルなElasticsearchクラスターを構成して起動してから、Kibana Kubernetes Service and Deploymentを作成します。 最後に、FluentdをDaemonSetとして設定し、すべてのKubernetesワーカーノードで実行されるようにします。
前提条件
このガイドを始める前に、次のものが利用可能であることを確認してください。
-
役割ベースのアクセス制御(RBAC)が有効になっているKubernetes 1.10+クラスター
-
クラスターにEFKスタックを展開するのに十分なリソースがあることを確認し、ワーカーノードを追加してクラスターをスケーリングしない場合。 3ポッドのElasticsearchクラスター(必要に応じてこれを1に縮小できます)と、単一のKibanaポッドをデプロイします。 すべてのワーカーノードもFluentdポッドを実行します。 このガイドのクラスターは、3つのワーカーノードと管理されたコントロールプレーンで構成されています。
-
-
ローカルマシンにインストールされ、クラスターに接続するように構成された
kubectl
コマンドラインツール。kubectl
in the official documentationのインストールについて詳しく読むことができます。
これらのコンポーネントをセットアップしたら、このガイドから始める準備ができました。
[[step-1 -—-名前空間の作成]] ==ステップ1—名前空間の作成
Elasticsearchクラスターを展開する前に、最初にすべてのロギングインスツルメンテーションをインストールするネームスペースを作成します。 Kubernetesでは、ネームスペースと呼ばれる「仮想クラスター」抽象化を使用して、クラスターで実行されているオブジェクトを分離できます。 このガイドでは、EFKスタックコンポーネントをインストールするkube-logging
名前空間を作成します。 この名前空間により、Kubernetesクラスターの機能を失うことなく、ログスタックをすばやくクリーンアップおよび削除することもできます。
まず、kubectl
を使用して、クラスター内の既存の名前空間を調査します。
kubectl get namespaces
Kubernetesクラスターにプリインストールされている、次の3つの初期ネームスペースが表示されます。
OutputNAME STATUS AGE
default Active 5m
kube-system Active 5m
kube-public Active 5m
default
名前空間には、名前空間を指定せずに作成されたオブジェクトが格納されます。 kube-system
名前空間には、kube-dns
、kube-proxy
、kubernetes-dashboard
など、Kubernetesシステムによって作成および使用されるオブジェクトが含まれます。 この名前空間をクリーンな状態に保ち、アプリケーションとインストルメンテーションのワークロードで汚染しないようにすることをお勧めします。
kube-public
名前空間は、認証されていないユーザーであっても、クラスター全体で読み取りおよびアクセスできるようにするオブジェクトを格納するために使用できる、もう1つの自動的に作成された名前空間です。
kube-logging
名前空間を作成するには、まず、nanoなどのお気に入りのエディターを使用してkube-logging.yaml
というファイルを開いて編集します。
nano kube-logging.yaml
エディター内で、次の名前空間オブジェクトYAMLを貼り付けます。
kube-logging.yaml
kind: Namespace
apiVersion: v1
metadata:
name: kube-logging
次に、ファイルを保存して閉じます。
ここでは、Kubernetesオブジェクトのkind
をNamespace
オブジェクトとして指定します。 Namespace
オブジェクトの詳細については、Kubernetesの公式ドキュメントのNamespaces Walkthroughを参照してください。 また、オブジェクトの作成に使用されるKubernetes APIバージョン(v1
)を指定し、それにname
、kube-logging
を指定します。
kube-logging.yaml
名前空間オブジェクトファイルを作成したら、kubectl create
と-f
ファイル名フラグを使用して名前空間を作成します。
kubectl create -f kube-logging.yaml
次のような出力が表示されるはずです。
Outputnamespace/kube-logging created
その後、ネームスペースが正常に作成されたことを確認できます。
kubectl get namespaces
この時点で、新しいkube-logging
名前空間が表示されます。
OutputNAME STATUS AGE
default Active 23m
kube-logging Active 1m
kube-public Active 23m
kube-system Active 23m
これで、Elasticsearchクラスターをこの分離されたロギングネームスペースにデプロイできます。
[[step-2 -—- creating-the-elasticsearch-statefulset]] ==ステップ2— ElasticsearchStatefulSetを作成する
ロギングスタックを格納する名前空間を作成したので、さまざまなコンポーネントの展開を開始できます。 まず、3ノードのElasticsearchクラスターを展開します。
このガイドでは、3つのElasticsearchポッドを使用して、可用性の高いマルチノードクラスターで発生する「スプリットブレイン」問題を回避します。 高レベルでは、「スプリットブレイン」は、1つ以上のノードが他のノードと通信できず、複数の「スプリット」マスターが選出されるときに発生します。 3つのノードでは、1つが一時的にクラスターから切断された場合、他の2つのノードが新しいマスターを選出し、最後のノードが再参加を試みている間クラスターは機能を継続できます。 詳細については、A new era for cluster coordination in ElasticsearchおよびVoting configurationsを参照してください。
ヘッドレスサービスの作成
まず、3つのポッドのDNSドメインを定義するelasticsearch
というヘッドレスKubernetesサービスを作成します。 ヘッドレスサービスは、ロードバランシングを実行しないか、静的IPを持ちません。ヘッドレスサービスの詳細については、公式のKubernetes documentationを参照してください。
お気に入りのエディターを使用して、elasticsearch_svc.yaml
というファイルを開きます。
nano elasticsearch_svc.yaml
次のKubernetesサービスYAMLに貼り付けます。
elasticsearch_svc.yaml
kind: Service
apiVersion: v1
metadata:
name: elasticsearch
namespace: kube-logging
labels:
app: elasticsearch
spec:
selector:
app: elasticsearch
clusterIP: None
ports:
- port: 9200
name: rest
- port: 9300
name: inter-node
次に、ファイルを保存して閉じます。
kube-logging
名前空間でelasticsearch
と呼ばれるService
を定義し、それにapp: elasticsearch
ラベルを付けます。 次に、.spec.selector
をapp: elasticsearch
に設定して、サービスがapp: elasticsearch
ラベルの付いたポッドを選択するようにします。 Elasticsearch StatefulSetをこのサービスに関連付けると、サービスは、app: elasticsearch
ラベルが付いたElasticsearchポッドを指すDNSAレコードを返します。
次に、clusterIP: None
を設定します。これにより、サービスがヘッドレスになります。 最後に、REST APIとの対話とノード間通信にそれぞれ使用されるポート9200
と9300
を定義します。
kubectl
を使用してサービスを作成します。
kubectl create -f elasticsearch_svc.yaml
次のような出力が表示されるはずです。
Outputservice/elasticsearch created
最後に、kubectl get
を使用してサービスが正常に作成されたことを再確認します。
kubectl get services --namespace=kube-logging
以下が表示されるはずです。
OutputNAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
elasticsearch ClusterIP None 9200/TCP,9300/TCP 26s
ポッド用にヘッドレスサービスと安定した.elasticsearch.kube-logging.svc.cluster.local
ドメインを設定したので、先に進んでStatefulSetを作成できます。
StatefulSetの作成
Kubernetes StatefulSetを使用すると、ポッドに安定したIDを割り当てて、安定した永続的なストレージを付与できます。 Elasticsearchでは、Podの再スケジュールと再起動の間でデータを保持するために安定したストレージが必要です。 StatefulSetワークロードの詳細については、KubernetesドキュメントのStatefulsetsページを参照してください。
お気に入りのエディターでelasticsearch_statefulset.yaml
というファイルを開きます。
nano elasticsearch_statefulset.yaml
StatefulSetオブジェクト定義をセクションごとに移動して、このファイルにブロックを貼り付けます。
次のブロックに貼り付けることから始めます。
elasticsearch_statefulset.yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
name: es-cluster
namespace: kube-logging
spec:
serviceName: elasticsearch
replicas: 3
selector:
matchLabels:
app: elasticsearch
template:
metadata:
labels:
app: elasticsearch
このブロックでは、kube-logging
名前空間にes-cluster
というStatefulSetを定義します。 次に、serviceName
フィールドを使用して、以前に作成したelasticsearch
サービスに関連付けます。 これにより、StatefulSet内の各ポッドに次のDNSアドレスを使用してアクセスできるようになります:es-cluster-[0,1,2].elasticsearch.kube-logging.svc.cluster.local
。ここで、[0,1,2]
はポッドに割り当てられた整数の序数に対応します。
3つのreplicas
(ポッド)を指定し、matchLabels
セレクターをapp: elasticseach
に設定します。これを、.spec.template.metadata
セクションでミラーリングします。 .spec.selector.matchLabels
フィールドと.spec.template.metadata.labels
フィールドは一致する必要があります。
これでオブジェクトの仕様に進むことができます。 前のブロックのすぐ下にあるYAMLの次のブロックに貼り付けます。
elasticsearch_statefulset.yaml
. . .
spec:
containers:
- name: elasticsearch
image: docker.elastic.co/elasticsearch/elasticsearch:7.2.0
resources:
limits:
cpu: 1000m
requests:
cpu: 100m
ports:
- containerPort: 9200
name: rest
protocol: TCP
- containerPort: 9300
name: inter-node
protocol: TCP
volumeMounts:
- name: data
mountPath: /usr/share/elasticsearch/data
env:
- name: cluster.name
value: k8s-logs
- name: node.name
valueFrom:
fieldRef:
fieldPath: metadata.name
- name: discovery.seed_hosts
value: "es-cluster-0.elasticsearch,es-cluster-1.elasticsearch,es-cluster-2.elasticsearch"
- name: cluster.initial_master_nodes
value: "es-cluster-0,es-cluster-1,es-cluster-2"
- name: ES_JAVA_OPTS
value: "-Xms512m -Xmx512m"
ここで、StatefulSetでポッドを定義します。 コンテナにelasticsearch
という名前を付け、docker.elastic.co/elasticsearch/elasticsearch:7.2.0
Dockerイメージを選択します。 この時点で、このイメージタグを変更して、独自の内部Elasticsearchイメージまたは別のバージョンに対応させることができます。 このガイドでは、Elasticsearch7.2.0
のみがテストされていることに注意してください。
次に、resources
フィールドを使用して、コンテナーに少なくとも0.1 vCPUが保証されている必要があり、最大1つのvCPUをバーストできることを指定します(これにより、最初の大量の取り込みを実行するとき、または負荷の急増に対処するときのポッドのリソース使用量が制限されます)。 これらの値は、予想される負荷と利用可能なリソースに応じて変更する必要があります。 リソースのリクエストと制限の詳細については、公式のKubernetes Documentationを参照してください。
次に、REST APIとノード間通信用にそれぞれポート9200
と9300
を開いて名前を付けます。 data
という名前のPersistentVolumeをパス/usr/share/elasticsearch/data
のコンテナーにマウントするdata
という名前のvolumeMount
を指定します。 このStatefulSetのVolumeClaimsは、後のYAMLブロックで定義します。
最後に、コンテナにいくつかの環境変数を設定します。
-
cluster.name
:Elasticsearchクラスターの名前。このガイドではk8s-logs
です。 -
node.name
:ノードの名前。valueFrom
を使用して.metadata.name
フィールドに設定します。 これは、ノードに割り当てられた順序に応じて、es-cluster-[0,1,2]
に解決されます。 -
discovery.seed_hosts
:このフィールドは、ノード検出プロセスをシードするクラスター内のマスター適格ノードのリストを設定します。 このガイドでは、前に構成したヘッドレスサービスのおかげで、ポッドにはes-cluster-[0,1,2].elasticsearch.kube-logging.svc.cluster.local
の形式のドメインがあるため、それに応じてこの変数を設定します。 ローカル名前空間KubernetesDNS解決を使用して、これをes-cluster-[0,1,2].elasticsearch
に短縮できます。 Elasticsearchの検出の詳細については、公式のElasticsearch documentationを参照してください。 -
cluster.initial_master_nodes
:このフィールドは、マスター選出プロセスに参加するマスター適格ノードのリストも指定します。 このフィールドでは、ホスト名ではなく、node.name
でノードを識別する必要があることに注意してください。 -
ES_JAVA_OPTS
:ここでは、これを-Xms512m -Xmx512m
に設定します。これは、JVMに512MBの最小および最大ヒープサイズを使用するように指示します。 これらのパラメーターは、クラスターのリソースの可用性とニーズに応じて調整する必要があります。 詳細については、Setting the heap sizeを参照してください。
貼り付ける次のブロックは次のようになります。
elasticsearch_statefulset.yaml
. . .
initContainers:
- name: fix-permissions
image: busybox
command: ["sh", "-c", "chown -R 1000:1000 /usr/share/elasticsearch/data"]
securityContext:
privileged: true
volumeMounts:
- name: data
mountPath: /usr/share/elasticsearch/data
- name: increase-vm-max-map
image: busybox
command: ["sysctl", "-w", "vm.max_map_count=262144"]
securityContext:
privileged: true
- name: increase-fd-ulimit
image: busybox
command: ["sh", "-c", "ulimit -n 65536"]
securityContext:
privileged: true
このブロックでは、メインのelasticsearch
アプリコンテナーの前に実行されるいくつかのInitコンテナーを定義します。 これらの初期化コンテナはそれぞれ、定義された順序で完了まで実行されます。 Init Containersの詳細については、公式のKubernetes Documentationを参照してください。
1つ目はfix-permissions
という名前で、chown
コマンドを実行して、Elasticsearchデータディレクトリの所有者とグループをElasticsearchユーザーのUIDである1000:1000
に変更します。 デフォルトでは、Kubernetesはデータディレクトリをroot
としてマウントします。これにより、Elasticsearchからアクセスできなくなります。 この手順の詳細については、Elasticsearchの「https://www.elastic.co/guide/en/elasticsearch/reference/current/docker.html#_notes_for_production_use_and_defaults [本番環境での使用とデフォルトに関する注意事項]」をご覧ください。
2番目の名前はincrease-vm-max-map
で、コマンドを実行して、オペレーティングシステムのmmapカウントの制限を増やします。これはデフォルトでは低すぎるため、メモリ不足エラーが発生する可能性があります。 このステップの詳細については、公式のElasticsearch documentationを参照してください。
次に実行するInitコンテナはincrease-fd-ulimit
です。これは、ulimit
コマンドを実行して、開いているファイル記述子の最大数を増やします。 この手順の詳細については、公式のElasticsearchドキュメントの「https://www.elastic.co/guide/en/elasticsearch/reference/current/docker.html#_notes_for_production_use_and_defaults [プロダクションの使用とデフォルトに関する注意事項]」を参照してください。
[.note]#Note: ElasticsearchNotes for Production Useは、パフォーマンス上の理由からスワッピングを無効にすることにも言及しています。 Kubernetesのインストールまたはプロバイダーによっては、スワッピングがすでに無効になっている場合があります。 これを確認するには、exec
を実行中のコンテナーに入れ、cat /proc/swaps
を実行してアクティブなスワップデバイスを一覧表示します。 そこに何も表示されない場合、スワップは無効になっています。
#
メインアプリコンテナと、その前に実行されるInitコンテナを定義してコンテナOSを調整したので、StatefulSetオブジェクト定義ファイルに最後の部分であるvolumeClaimTemplates
を追加できます。
次のvolumeClaimTemplate
ブロックに貼り付けます。
elasticsearch_statefulset.yaml
. . .
volumeClaimTemplates:
- metadata:
name: data
labels:
app: elasticsearch
spec:
accessModes: [ "ReadWriteOnce" ]
storageClassName: do-block-storage
resources:
requests:
storage: 100Gi
このブロックでは、StatefulSetのvolumeClaimTemplates
を定義します。 Kubernetesはこれを使用して、ポッドのPersistentVolumeを作成します。 上記のブロックでは、data
(volumeMount+`s defined previously), and give it the same `+app: elasticsearch
ラベルでStatefulSetと呼ばれるname
)という名前を付けています。
次に、アクセスモードをReadWriteOnce
として指定します。これは、単一ノードによってのみ読み取り/書き込みとしてマウントできることを意味します。 デモの目的でDigitalOceanKubernetesクラスターを使用するため、このガイドではストレージクラスをdo-block-storage
と定義します。 Kubernetesクラスターを実行している場所に応じて、この値を変更する必要があります。 詳細については、Persistent Volumeのドキュメントを参照してください。
最後に、各PersistentVolumeのサイズを100GiBにすることを指定します。 生産のニーズに応じてこの値を調整する必要があります。
完全なStatefulSet仕様は次のようになります。
elasticsearch_statefulset.yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
name: es-cluster
namespace: kube-logging
spec:
serviceName: elasticsearch
replicas: 3
selector:
matchLabels:
app: elasticsearch
template:
metadata:
labels:
app: elasticsearch
spec:
containers:
- name: elasticsearch
image: docker.elastic.co/elasticsearch/elasticsearch:7.2.0
resources:
limits:
cpu: 1000m
requests:
cpu: 100m
ports:
- containerPort: 9200
name: rest
protocol: TCP
- containerPort: 9300
name: inter-node
protocol: TCP
volumeMounts:
- name: data
mountPath: /usr/share/elasticsearch/data
env:
- name: cluster.name
value: k8s-logs
- name: node.name
valueFrom:
fieldRef:
fieldPath: metadata.name
- name: discovery.seed_hosts
value: "es-cluster-0.elasticsearch,es-cluster-1.elasticsearch,es-cluster-2.elasticsearch"
- name: cluster.initial_master_nodes
value: "es-cluster-0,es-cluster-1,es-cluster-2"
- name: ES_JAVA_OPTS
value: "-Xms512m -Xmx512m"
initContainers:
- name: fix-permissions
image: busybox
command: ["sh", "-c", "chown -R 1000:1000 /usr/share/elasticsearch/data"]
securityContext:
privileged: true
volumeMounts:
- name: data
mountPath: /usr/share/elasticsearch/data
- name: increase-vm-max-map
image: busybox
command: ["sysctl", "-w", "vm.max_map_count=262144"]
securityContext:
privileged: true
- name: increase-fd-ulimit
image: busybox
command: ["sh", "-c", "ulimit -n 65536"]
securityContext:
privileged: true
volumeClaimTemplates:
- metadata:
name: data
labels:
app: elasticsearch
spec:
accessModes: [ "ReadWriteOnce" ]
storageClassName: do-block-storage
resources:
requests:
storage: 100Gi
Elasticsearchの構成に満足したら、ファイルを保存して閉じます。
ここで、kubectl
を使用してStatefulSetをデプロイします。
kubectl create -f elasticsearch_statefulset.yaml
次のような出力が表示されるはずです。
Outputstatefulset.apps/es-cluster created
kubectl rollout status
を使用してロールアウトされるStatefulSetを監視できます。
kubectl rollout status sts/es-cluster --namespace=kube-logging
クラスターがロールアウトされると、次の出力が表示されるはずです。
OutputWaiting for 3 pods to be ready...
Waiting for 2 pods to be ready...
Waiting for 1 pods to be ready...
partitioned roll out complete: 3 new pods have been updated...
すべてのPodがデプロイされたら、REST APIに対してリクエストを実行して、Elasticsearchクラスターが正しく機能していることを確認できます。
これを行うには、最初にローカルポート9200
をkubectl port-forward
を使用してElasticsearchノード(es-cluster-0
)の1つのポート9200
に転送します。
kubectl port-forward es-cluster-0 9200:9200 --namespace=kube-logging
次に、別のターミナルウィンドウで、REST APIに対してcurl
リクエストを実行します。
curl http://localhost:9200/_cluster/state?pretty
次の出力が表示されます。
Output{
"cluster_name" : "k8s-logs",
"compressed_size_in_bytes" : 348,
"cluster_uuid" : "QD06dK7CQgids-GQZooNVw",
"version" : 3,
"state_uuid" : "mjNIWXAzQVuxNNOQ7xR-qg",
"master_node" : "IdM5B7cUQWqFgIHXBp0JDg",
"blocks" : { },
"nodes" : {
"u7DoTpMmSCixOoictzHItA" : {
"name" : "es-cluster-1",
"ephemeral_id" : "ZlBflnXKRMC4RvEACHIVdg",
"transport_address" : "10.244.8.2:9300",
"attributes" : { }
},
"IdM5B7cUQWqFgIHXBp0JDg" : {
"name" : "es-cluster-0",
"ephemeral_id" : "JTk1FDdFQuWbSFAtBxdxAQ",
"transport_address" : "10.244.44.3:9300",
"attributes" : { }
},
"R8E7xcSUSbGbgrhAdyAKmQ" : {
"name" : "es-cluster-2",
"ephemeral_id" : "9wv6ke71Qqy9vk2LgJTqaA",
"transport_address" : "10.244.40.4:9300",
"attributes" : { }
}
},
...
これは、Elasticsearchクラスターk8s-logs
が、es-cluster-0
、es-cluster-1
、およびes-cluster-2
の3つのノードで正常に作成されたことを示しています。 現在のマスターノードはes-cluster-0
です。
Elasticsearchクラスターが稼働しているので、Kibanaフロントエンドのセットアップに進むことができます。
[[step-3 -—- creating-the-kibana-deployment-and-service]] ==ステップ3—Kibanaデプロイメントとサービスの作成
KubernetesでKibanaを起動するために、kibana
というサービスと、1つのポッドレプリカで構成されるデプロイメントを作成します。 本番環境のニーズに応じてレプリカの数をスケーリングでき、オプションで、サービスのLoadBalancer
タイプを指定して、デプロイメントポッド間でリクエストの負荷を分散できます。
今回は、同じファイルにサービスとデプロイを作成します。 お気に入りのエディターでkibana.yaml
というファイルを開きます。
nano kibana.yaml
次のサービス仕様を貼り付けます。
kibana.yaml
apiVersion: v1
kind: Service
metadata:
name: kibana
namespace: kube-logging
labels:
app: kibana
spec:
ports:
- port: 5601
selector:
app: kibana
---
apiVersion: apps/v1
kind: Deployment
metadata:
name: kibana
namespace: kube-logging
labels:
app: kibana
spec:
replicas: 1
selector:
matchLabels:
app: kibana
template:
metadata:
labels:
app: kibana
spec:
containers:
- name: kibana
image: docker.elastic.co/kibana/kibana:7.2.0
resources:
limits:
cpu: 1000m
requests:
cpu: 100m
env:
- name: ELASTICSEARCH_URL
value: http://elasticsearch:9200
ports:
- containerPort: 5601
次に、ファイルを保存して閉じます。
この仕様では、kube-logging
名前空間にkibana
というサービスを定義し、それにapp: kibana
ラベルを付けました。
また、ポート5601
でアクセス可能であり、app: kibana
ラベルを使用してサービスのターゲットポッドを選択するように指定しました。
Deployment
仕様では、kibana
というデプロイメントを定義し、1つのポッドレプリカが必要であることを指定します。
docker.elastic.co/kibana/kibana:7.2.0
画像を使用します。 この時点で、独自のプライベートまたはパブリックKibanaイメージを代わりに使用できます。
ポッドに対して少なくとも0.1 vCPUを保証し、1 vCPUの制限までバーストすることを指定します。 これらのパラメータは、予想される負荷と利用可能なリソースに応じて変更できます。
次に、ELASTICSEARCH_URL
環境変数を使用して、Elasticsearchクラスターのエンドポイントとポートを設定します。 Kubernetes DNSを使用すると、このエンドポイントはサービス名elasticsearch
に対応します。 このドメインは、3つのElasticsearchポッドのIPアドレスのリストに解決されます。 Kubernetes DNSの詳細については、DNS for Services and Podsを参照してください。
最後に、Kibanaのコンテナポートを5601
に設定します。これに対して、kibana
サービスがリクエストを転送します。
Kibanaの構成に満足したら、kubectl
を使用してサービスとデプロイメントをロールアウトできます。
kubectl create -f kibana.yaml
次のような出力が表示されるはずです。
Outputservice/kibana created
deployment.apps/kibana created
次のコマンドを実行して、ロールアウトが成功したことを確認できます。
kubectl rollout status deployment/kibana --namespace=kube-logging
次のような出力が表示されるはずです。
Outputdeployment "kibana" successfully rolled out
Kibanaインターフェースにアクセスするために、ローカルポートをKibanaを実行しているKubernetesノードにもう一度転送します。 kubectl get
を使用してKibanaポッドの詳細を取得します。
kubectl get pods --namespace=kube-logging
OutputNAME READY STATUS RESTARTS AGE
es-cluster-0 1/1 Running 0 55m
es-cluster-1 1/1 Running 0 54m
es-cluster-2 1/1 Running 0 54m
kibana-6c9fb4b5b7-plbg2 1/1 Running 0 4m27s
ここで、Kibanaポッドがkibana-6c9fb4b5b7-plbg2
と呼ばれていることがわかります。
ローカルポート5601
をこのポッドのポート5601
に転送します。
kubectl port-forward kibana-6c9fb4b5b7-plbg2 5601:5601 --namespace=kube-logging
次のような出力が表示されるはずです。
OutputForwarding from 127.0.0.1:5601 -> 5601
Forwarding from [::1]:5601 -> 5601
次に、Webブラウザで次のURLにアクセスします。
http://localhost:5601
次のKibanaウェルカムページが表示されたら、KubernetesクラスターにKibanaが正常にデプロイされています。
これで、EFKスタックの最終コンポーネントであるログコレクターFluentdの展開に進むことができます。
[[step-4 -—- creating-the-fluentd-daemonset]] ==ステップ4— FluentdDaemonSetの作成
このガイドでは、FluentdをDaemonSetとして設定します。これは、Kubernetesクラスター内の各ノードで特定のPodのコピーを実行するKubernetesワークロードタイプです。 このDaemonSetコントローラーを使用して、クラスター内のすべてのノードでFluentdログエージェントポッドを展開します。 このロギングアーキテクチャの詳細については、公式Kubernetesの「https://kubernetes.io/docs/concepts/cluster-administration/logging/#using-a-node-logging-agent [ノードロギングエージェントの使用]」を参照してください。 docs。
Kubernetesでは、stdout
とstderr
にログを記録するコンテナ化されたアプリケーションのログストリームがキャプチャされ、ノード上のJSONファイルにリダイレクトされます。 Fluentd Podは、これらのログファイルを調整し、ログイベントをフィルタリングし、ログデータを変換して、Step 2でデプロイしたElasticsearchログバックエンドに送信します。
Fluentdエージェントは、コンテナログに加えて、kubelet、kube-proxy、DockerログなどのKubernetesシステムコンポーネントログを追跡します。 Fluentdロギングエージェントによって調整されたソースの完全なリストを表示するには、ロギングエージェントの構成に使用されるkubernetes.conf
ファイルを参照してください。 Kubernetesクラスターでのロギングの詳細については、公式の「https://kubernetes.io/docs/concepts/cluster-administration/logging/#logging-at-the-node-level [ノードレベルでのロギング]」を参照してください。 Kubernetesのドキュメント。
お気に入りのテキストエディタでfluentd.yaml
というファイルを開くことから始めます。
nano fluentd.yaml
繰り返しになりますが、Kubernetesオブジェクト定義をブロックごとに貼り付けて、コンテキストを提供します。 このガイドでは、Fluentdメンテナが提供するFluentd DaemonSet specを使用します。 Fluentdメンテナが提供するもう1つの役立つリソースは、Kuberentes Fluentdです。
まず、次のServiceAccount定義を貼り付けます。
fluentd.yaml
apiVersion: v1
kind: ServiceAccount
metadata:
name: fluentd
namespace: kube-logging
labels:
app: fluentd
ここでは、FluentdポッドがKubernetes APIにアクセスするために使用するfluentd
というサービスアカウントを作成します。 kube-logging
名前空間で作成し、もう一度ラベルapp: fluentd
を付けます。 Kubernetesのサービスアカウントの詳細については、Kubernetesの公式ドキュメントのConfigure Service Accounts for Podsを参照してください。
次に、次のClusterRole
ブロックに貼り付けます。
fluentd.yaml
. . .
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: fluentd
labels:
app: fluentd
rules:
- apiGroups:
- ""
resources:
- pods
- namespaces
verbs:
- get
- list
- watch
ここでは、pods
およびnamespaces
オブジェクトに対するget
、list
、およびwatch
アクセス許可を付与するfluentd
というClusterRoleを定義します。 ClusterRolesを使用すると、ノードなどのクラスタースコープのKubernetesリソースへのアクセスを許可できます。 ロールベースのアクセス制御とクラスターロールの詳細については、Kubernetesの公式ドキュメントのUsing RBAC Authorizationを参照してください。
ここで、次のClusterRoleBinding
ブロックに貼り付けます。
fluentd.yaml
. . .
---
kind: ClusterRoleBinding
apiVersion: rbac.authorization.k8s.io/v1
metadata:
name: fluentd
roleRef:
kind: ClusterRole
name: fluentd
apiGroup: rbac.authorization.k8s.io
subjects:
- kind: ServiceAccount
name: fluentd
namespace: kube-logging
このブロックでは、fluentd
ClusterRoleをfluentd
サービスアカウントにバインドするfluentd
と呼ばれるClusterRoleBinding
を定義します。 これにより、fluentd
ServiceAccountにfluentd
クラスターロールにリストされているアクセス許可が付与されます。
この時点で、実際のDaemonSet仕様の貼り付けを開始できます。
fluentd.yaml
. . .
---
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: fluentd
namespace: kube-logging
labels:
app: fluentd
ここでは、kube-logging
名前空間にfluentd
というDaemonSetを定義し、それにapp: fluentd
ラベルを付けます。
次に、次のセクションに貼り付けます。
fluentd.yaml
. . .
spec:
selector:
matchLabels:
app: fluentd
template:
metadata:
labels:
app: fluentd
spec:
serviceAccount: fluentd
serviceAccountName: fluentd
tolerations:
- key: node-role.kubernetes.io/master
effect: NoSchedule
containers:
- name: fluentd
image: fluent/fluentd-kubernetes-daemonset:v1.4.2-debian-elasticsearch-1.1
env:
- name: FLUENT_ELASTICSEARCH_HOST
value: "elasticsearch.kube-logging.svc.cluster.local"
- name: FLUENT_ELASTICSEARCH_PORT
value: "9200"
- name: FLUENT_ELASTICSEARCH_SCHEME
value: "http"
- name: FLUENTD_SYSTEMD_CONF
value: disable
ここでは、.metadata.labels
で定義されたapp: fluentd
ラベルを照合してから、DaemonSetにfluentd
サービスアカウントを割り当てます。 また、このDaemonSetによって管理されるポッドとしてapp: fluentd
を選択します。
次に、Kubernetesマスターノードの同等の汚染に一致するNoSchedule
許容値を定義します。 これにより、DaemonSetもKubernetesマスターに確実にロールアウトされます。 マスターノードでFluentd Podを実行したくない場合は、この許容を削除します。 Kubernetesの汚染と許容の詳細については、Kubernetesの公式ドキュメントの「https://kubernetes.io/docs/concepts/configuration/taint-and-toleration/[Taints and Tolerations]」を参照してください。
次に、fluentd
と呼ばれるポッドコンテナの定義を開始します。
Fluentdメンテナから提供されたofficial v1.4.2 Debian imageを使用します。 独自のプライベートまたはパブリックFluentdイメージを使用する場合、または別のイメージバージョンを使用する場合は、コンテナー仕様のimage
タグを変更します。 Dockerfileとこのイメージのコンテンツは、Fluentdのfluentd-kubernetes-daemonset Github repoで利用できます。
次に、いくつかの環境変数を使用してFluentdを構成します。
-
FLUENT_ELASTICSEARCH_HOST
:これを前に定義したElasticsearchヘッドレスサービスアドレスelasticsearch.kube-logging.svc.cluster.local
に設定します。 これは、3つのElasticsearchポッドのIPアドレスのリストに解決されます。 実際のElasticsearchホストは、おそらくこのリストで最初に返されるIPアドレスです。 クラスター全体にログを配布するには、FluentdのElasticsearch Outputプラグインの構成を変更する必要があります。 このプラグインの詳細については、Elasticsearch Output Pluginを参照してください。 -
FLUENT_ELASTICSEARCH_PORT
:これを以前に構成したElasticsearchポート9200
に設定しました。 -
FLUENT_ELASTICSEARCH_SCHEME
:これをhttp
に設定します。 -
FLUENTD_SYSTEMD_CONF
:これをdisable
に設定して、コンテナに設定されていないsystemd
に関連する出力を抑制します。
最後に、次のセクションに貼り付けます。
fluentd.yaml
. . .
resources:
limits:
memory: 512Mi
requests:
cpu: 100m
memory: 200Mi
volumeMounts:
- name: varlog
mountPath: /var/log
- name: varlibdockercontainers
mountPath: /var/lib/docker/containers
readOnly: true
terminationGracePeriodSeconds: 30
volumes:
- name: varlog
hostPath:
path: /var/log
- name: varlibdockercontainers
hostPath:
path: /var/lib/docker/containers
ここでは、FluentDポッドに512 MiBのメモリ制限を指定し、0.1vCPUと200MiBのメモリを保証します。 予想されるログボリュームと利用可能なリソースに応じて、これらのリソース制限とリクエストを調整できます。
次に、varlog
とvarlibdockercontainers
volumeMounts
を使用して、/var/log
と/var/lib/docker/containers
のホストパスをコンテナーにマウントします。 これらのvolumes
は、ブロックの最後で定義されます。
このブロックで定義する最後のパラメーターはterminationGracePeriodSeconds
です。これにより、FluentdはSIGTERM
シグナルを受信すると30秒で正常にシャットダウンします。 30秒後、コンテナにはSIGKILL
シグナルが送信されます。 terminationGracePeriodSeconds
のデフォルト値は30秒であるため、ほとんどの場合、このパラメーターは省略できます。 Kubernetesのワークロードを正常に終了する方法の詳細については、Googleの「https://cloud.google.com/blog/products/gcp/kubernetes-best-practices-terminating-with-grace[Kubernetesベストプラクティス:猶予で終了]」を参照してください。
Fluentdの仕様全体は次のようになります。
fluentd.yaml
apiVersion: v1
kind: ServiceAccount
metadata:
name: fluentd
namespace: kube-logging
labels:
app: fluentd
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: fluentd
labels:
app: fluentd
rules:
- apiGroups:
- ""
resources:
- pods
- namespaces
verbs:
- get
- list
- watch
---
kind: ClusterRoleBinding
apiVersion: rbac.authorization.k8s.io/v1
metadata:
name: fluentd
roleRef:
kind: ClusterRole
name: fluentd
apiGroup: rbac.authorization.k8s.io
subjects:
- kind: ServiceAccount
name: fluentd
namespace: kube-logging
---
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: fluentd
namespace: kube-logging
labels:
app: fluentd
spec:
selector:
matchLabels:
app: fluentd
template:
metadata:
labels:
app: fluentd
spec:
serviceAccount: fluentd
serviceAccountName: fluentd
tolerations:
- key: node-role.kubernetes.io/master
effect: NoSchedule
containers:
- name: fluentd
image: fluent/fluentd-kubernetes-daemonset:v1.4.2-debian-elasticsearch-1.1
env:
- name: FLUENT_ELASTICSEARCH_HOST
value: "elasticsearch.kube-logging.svc.cluster.local"
- name: FLUENT_ELASTICSEARCH_PORT
value: "9200"
- name: FLUENT_ELASTICSEARCH_SCHEME
value: "http"
- name: FLUENTD_SYSTEMD_CONF
value: disable
resources:
limits:
memory: 512Mi
requests:
cpu: 100m
memory: 200Mi
volumeMounts:
- name: varlog
mountPath: /var/log
- name: varlibdockercontainers
mountPath: /var/lib/docker/containers
readOnly: true
terminationGracePeriodSeconds: 30
volumes:
- name: varlog
hostPath:
path: /var/log
- name: varlibdockercontainers
hostPath:
path: /var/lib/docker/containers
Fluentd DaemonSetの構成が完了したら、ファイルを保存して閉じます。
ここで、kubectl
を使用してDaemonSetをロールアウトします。
kubectl create -f fluentd.yaml
次のような出力が表示されるはずです。
Outputserviceaccount/fluentd created
clusterrole.rbac.authorization.k8s.io/fluentd created
clusterrolebinding.rbac.authorization.k8s.io/fluentd created
daemonset.extensions/fluentd created
kubectl
を使用して、DaemonSetが正常にロールアウトされたことを確認します。
kubectl get ds --namespace=kube-logging
次のステータス出力が表示されます。
OutputNAME DESIRED CURRENT READY UP-TO-DATE AVAILABLE NODE SELECTOR AGE
fluentd 3 3 3 3 3 58s
これは、3fluentd
のポッドが実行されていることを示しています。これは、Kubernetesクラスター内のノードの数に対応します。
Kibanaをチェックして、ログデータが適切に収集され、Elasticsearchに送信されていることを確認できます。
kubectl port-forward
を開いたまま、http://localhost:5601
に移動します。
左側のナビゲーションメニューでDiscoverをクリックします。
次の構成ウィンドウが表示されます。
これにより、Kibanaで探索したいElasticsearchインデックスを定義できます。 詳細については、Kibanaの公式ドキュメントのDefining your index patternsを参照してください。 今のところ、logstash-*
ワイルドカードパターンを使用して、Elasticsearchクラスター内のすべてのログデータをキャプチャします。 テキストボックスにlogstash-*
と入力し、Next stepをクリックします。
その後、次のページに移動します。
これにより、Kibanaがログデータを時間でフィルタリングするために使用するフィールドを構成できます。 ドロップダウンで、@timestampフィールドを選択し、Create index patternを押します。
次に、左側のナビゲーションメニューでDiscoverを押します。
ヒストグラムグラフといくつかの最近のログエントリが表示されます。
この時点で、KubernetesクラスターでEFKスタックの構成とロールアウトが正常に完了しました。 Kibanaを使用してログデータを分析する方法については、Kibana User Guideを参照してください。
次のオプションセクションでは、数値を標準出力に出力する単純なカウンターポッドをデプロイし、Kibanaでログを検索します。
[[step-5-optional--testing-container-logging]] ==ステップ5(オプション)—コンテナロギングのテスト
特定のポッドの最新ログを調査する基本的なKibanaの使用例を示すために、連続番号を標準出力に出力する最小限のカウンターポッドを展開します。
ポッドを作成することから始めましょう。 お気に入りのエディターでcounter.yaml
というファイルを開きます。
nano counter.yaml
次に、次のポッド仕様を貼り付けます。
counter.yaml
apiVersion: v1
kind: Pod
metadata:
name: counter
spec:
containers:
- name: count
image: busybox
args: [/bin/sh, -c,
'i=0; while true; do echo "$i: $(date)"; i=$((i+1)); sleep 1; done']
ファイルを保存して閉じます。
これは、while
ループを実行し、番号を順番に出力する、counter
と呼ばれる最小のポッドです。
kubectl
を使用してcounter
ポッドをデプロイします。
kubectl create -f counter.yaml
ポッドを作成して実行したら、Kibanaダッシュボードに戻ります。
Discoverページで、検索バーにkubernetes.pod_name:counter
と入力します。 これにより、counter
という名前のポッドのログデータがフィルタリングされます。
次に、counter
ポッドのログエントリのリストが表示されます。
任意のログエントリをクリックして、コンテナ名、Kubernetesノード、ネームスペースなどの追加のメタデータを表示できます。
結論
このガイドでは、KubernetesクラスターでElasticsearch、Fluentd、Kibanaを設定および構成する方法を示しました。 各Kubernetesワーカーノードで実行される単一のログエージェントポッドで構成される最小限のログアーキテクチャを使用しました。
このロギングスタックを運用Kubernetesクラスターにデプロイする前に、このガイド全体で示されているリソース要件と制限を調整することをお勧めします。 組み込みの監視およびセキュリティ機能を有効にするために、X-Packを設定することもできます。
ここで使用したロギングアーキテクチャは、3つのElasticsearchポッド、単一のKibanaポッド(負荷分散されていない)、およびDaemonSetとして展開されたFluentdポッドのセットで構成されています。 実稼働ユースケースに応じて、このセットアップをスケーリングすることもできます。 ElasticsearchとKibanaスタックのスケーリングの詳細については、Scaling Elasticsearchを参照してください。
Kubernetesでは、ユースケースにより適した、より複雑なログエージェントアーキテクチャも使用できます。 詳細については、KubernetesドキュメントのLogging Architectureを参照してください。