云原生日志采集插件

插件简介

云原生日志采集插件（log-agent）是基于开源fluent-bit和opentelemetry构建的云原生日志采集插件，支持基于CRD的日志采集策略，可以根据您配置的策略规则，对集群中的容器标准输出日志、容器文件日志、节点日志及K8s事件日志进行采集与转发。安装云原生日志采集插件后，默认采集容器标准输出日志和集群内K8s事件。采集日志的详细使用方法请参见收集数据面日志。

约束与限制

权限说明

云原生日志采集插件中的fluent-bit组件会根据用户的采集配置，读取各节点上容器标准输出、容器内文件日志以及节点日志并采集。

fluent-bit组件运行会使用到以下权限：

• CAP_DAC_OVERRIDE：忽略文件的 DAC 访问限制。
• CAP_FOWNER：忽略文件属主 ID 必须和进程用户 ID 相匹配的限制。
• DAC_READ_SEARCH：忽略文件读及目录搜索的 DAC 访问限制。
• SYS_PTRACE：允许跟踪任何进程。

本地集群安装云原生日志插件前置授权

由于云原生日志插件需要访问LTS和AOM两个云服务，访问云服务需要对云原生日志插件进行鉴权，本地集群云原生日志插件使用工作负载 Identity方式允许集群中的工作负载模拟IAM用户来访问云服务。

工作负载 Identity方式是将集群的公钥配置到IAM身份提供商中，并添加 ServiceAccount 与 IAM 账号映射规则。工作负载部署时挂载ServiceAccount对应的Token，使用此Token访问云服务，IAM 使用该公钥验证Token，从而无需直接使用 IAM 账号的 AK/SK 等信息，降低安全风险。

1. 获取本地集群私钥签发的jwks，该公钥用于验证集群签发的 ServiceAccount Token。
   1. 使用kubectl连接本地集群。
   2. 执行如下命令获取公钥。

      kubectl get --raw /openid/v1/jwks

      返回结果为一个 json 字符串，是当前集群的签名公钥，用于访问身份供应商。

      {
          "keys": [
              {
                  "kty": "RSA",
                  "e": "AQAB",
                  "use": "sig",
                  "kid": "Ew29q....",
                  "alg": "RS256",
                  "n": "peJdm...."
              }
          ]
      }

2. 在 IAM 配置身份供应商，标志当前集群在 IAM 侧的身份。
   1. 登录IAM控制台,查询本地集群所在项目的ID，创建身份供应商，协议选择OpenID Connect。指定插件需要配置指定的身份供应商名称，具体请参见表1。

      表1 log-agent身份供应商配置

      插件名称	身份提供商名称	客户端 ID	namespace	ServiceAccountName	用户组需要开通的最小权限
      log-agent	ucs-cluster-identity-{项目ID}	ucs-cluster-identity	monitoring	log-agent-serviceaccount	aom:alarm:* lts:*:*

      

   2. 单击“确定”，然后修改身份提供商信息，需要修改的信息如表2所示。随后创建身份转换规则，单击“创建规则”进行创建。
      

      表2 身份提供商配置参数说明

      参数	说明
      访问方式	选择“编程访问”。
      配置信息	身份供应商 URL：https://kubernetes.default.svc.cluster.local。 客户端 ID：指定插件需要配置指定的客户端 ID，请参见 表1。 签名公钥：本地集群的 jwks，获取方法请参见1。
      身份转换规则	身份映射规则是将集群内的 ServiceAccount 和 IAM 用户组做映射。 例如：在集群 default 命名空间下创建一个名为 XXX 的 ServiceAccount，映射到 demo 用户组，后续使用该 ServiceAccount 获取的 IAM Token 访问云服务就具有 demo 用户组的权限。 映射规则中，属性必须为 sub，值的格式为：system:serviceaccount:Namespace:ServiceAccountName 本地集群中的相关插件需要配置指定的 ServiceAccountName 和用户组权限才能正常工作，请参见 表1。

      

   3. 单击“确定”。

本地集群安装云原生日志采集插件

1. 登录UCS控制台，选择容器舰队，单击集群名称进入集群，在左侧导航栏中选择“插件中心”，在右侧找到云原生日志采集插件，单击“安装”。
2. 在安装插件页面，设置“规格配置”。

   表3 插件规格配置

   参数	参数说明
   插件规格	该插件可配置“小规格”、“大规格”或“自定义”规格。
   实例数	选择上方插件规格后，显示插件中的实例数。 选择“自定义”规格时，您可根据需求调整插件实例数。
   容器	log-agent插件包含以下容器，您可根据需求自定义调整规格： fluent-bit：日志收集器，以DaemonSet形式安装在每个节点。 cop-logs：负责采集侧配置文件生成及更新的组件。 log-operator：负责解析及更新日志规则的组件。 otel-collector：负责集中式日志转发的组件，将fluent-bit收集的日志转发到LTS。

3. 设置插件支持的“参数配置”。

   插件默认创建名称为“k8s-log-{集群 ID}”的日志组和相关采集日志流，并根据用户配置的采集规则进行日志采集与上报。

   • 默认日志规则：插件默认采集容器标准输出日志和集群内K8s事件，该设置不可自定义。
   • 访问密钥（AK/SK）：访问密钥获取方法请参见访问密钥。

4. 设置插件实例的“调度策略”。
   

   调度策略对于DaemonSet类型的插件实例不会生效。

   表4 插件调度配置

   参数	参数说明
   多可用区部署	优先模式：优先将插件的Deployment实例调度到不同可用区的节点上，如集群下节点不满足多可用区，插件实例将调度到单可用区。 强制模式：插件Deployment实例强制调度到不同可用区的节点上，如集群下节点不满足多可用区，插件实例将无法全部运行。

5. 完成以上配置后，单击“安装”。

组件说明

版本记录

自定义事件上报AOM

log-agent插件会将所有Warning级别事件以及部分Normal级别事件上报到AOM。您也可以根据需求自行设置需要上报的事件，具体方法如下：

1. 在集群上执行以下命令，编辑当前的事件采集配置。

   kubectl edit logconfig -n kube-system default-event-aom

2. 根据需要修改事件采集配置。

   apiVersion: logging.openvessel.io/v1
   kind: LogConfig
   metadata:
     annotations:
       helm.sh/resource-policy: keep
     name: default-event-aom
     namespace: kube-system
   spec:
     inputDetail:    #采集端配置
       type: event    #采集端类型，请勿修改
       event:
         normalEvents:    #Normal级别事件采集配置
           enable: true    #是否开启Normal级别事件采集
           includeNames:    #需要采集的事件名，不指定则采集所有事件
           - NotTriggerScaleUp
           includeNames:    #不采集的事件名，不指定则采集所有事件
           - NotTriggerScaleUp
         warningEvents:    #Warning级别事件采集配置
           enable: true    #是否开启Warning级别事件采集
           includeNames:    #需要采集的事件名，不指定则采集所有事件
           - NotTriggerScaleUp
           includeNames:    #不采集的事件名，不指定则采集所有事件
           - NotTriggerScaleUp
     outputDetail:
       type: AOM    #输出端类型，请勿修改
       AOM:
         events:
         - name: DeleteNodeWithNoServer    #事件名，必选
           nameCn: 废弃节点清理    #事件对应的中文名，不填则上报的事件直接显示英文
           resourceType: Namespace    #事件对应的资源类型
           severity: Major    #事件上报到AOM后的事件级别，默认Major。可选值：Critical：紧急；Major：重要；Minor：次要；Info：提示

log-agent事件说明

在log-agent插件的安装和运行阶段，log-operator组件会上报事件，您可以根据这些事件来判断安装是否成功，并确定故障原因。具体如表7所示：

log-agent指标说明

log-agent插件的log-operator、fluent-bit和otel-collector组件提供了一系列指标，您可以使用AOM或Prometheus来监控这些指标，以便及时了解log-agent插件的运行情况，具体操作可参考使用AOM监控自定义指标或使用Prometheus监控自定义指标。详细的指标如下所述：

• log-operator组件（仅华为云集群）

  端口：8443；地址：/metrics；协议：https

  表8 指标

  指标名	说明	类型
  log_operator_aksk_latest_update_times	AK/SK最后更新时间	Gauge
  log_operator_aksk_update_total	AK/SK更新次数	Counter
  log_operator_send_request_total	发送请求数	Counter
  log_operator_webhook_listen_status	Webhook监听状态	Gauge
  log_operator_http_request_duration_seconds	HTTP请求时延	Histogram
  log_operator_http_request_total	HTTP请求数	Counter
  log_operator_webhook_request_total	Webhook请求数	Counter

• fluent-bit组件

  端口：2020；地址：/api/v1/metrics/prometheus；协议：http

  表9 指标

  指标名	说明	类型
  fluentbit_filter_add_records_total	用于记录在过滤器中添加的记录总数	Counter
  fluentbit_filter_drop_records_total	用于记录被过滤掉的日志记录数量	Counter
  fluentbit_input_bytes_total	用于衡量Fluent Bit在处理日志数据时输入的总字节数	Counter
  fluentbit_input_files_closed_total	用于记录关闭的文件总数	Counter
  fluentbit_input_files_opened_total	用于监控Fluent Bit的文件输入插件（input plugin）打开的文件数量	Counter
  fluentbit_input_files_rotated_total	用于记录Fluent Bit输入插件已经轮转的文件总数	Counter
  fluentbit_input_records_total	用于衡量 Fluent Bit 在输入插件中处理的记录数	Counter
  fluentbit_output_dropped_records_total	用于记录输出插件丢弃的记录数量	Counter
  fluentbit_output_errors_total	用于监控 Fluent Bit 的输出错误数量	Counter
  fluentbit_output_proc_bytes_total	用于监控 Fluent Bit 的输出插件（output plugin）处理的总字节数	Counter
  fluentbit_output_proc_records_total	用于监控 Fluent Bit 的输出插件处理的记录数	Counter
  fluentbit_output_retried_records_total	用于衡量 Fluent Bit 在输出数据时重试的次数	Counter
  fluentbit_output_retries_total	用于衡量 Fluent Bit 在发送数据到输出插件时发生重试的次数	Counter
  fluentbit_uptime	Fluent Bit 运行的时间，通常以秒为单位	Counter
  fluentbit_build_info	用于显示Fluent Bit的版本和构建信息	Gauge

• otel-collector组件

  端口：8888；地址：/metrics；协议：http

  表10 指标

  指标名	说明	类型
  otelcol_exporter_enqueue_failed_log_records	用于衡量OpenTelemetry Collector在将日志记录发送到下游系统时，由于某些原因无法成功发送的日志记录数量	Counter
  otelcol_exporter_enqueue_failed_metric_points	用于衡量在将指标数据发送到后端时，由于某些原因导致无法成功发送的指标数据点的数量	Counter
  otelcol_exporter_enqueue_failed_spans	用于衡量otelcol exporter在将span发送到后端时失败的次数	Counter
  otelcol_exporter_send_failed_log_records	用于衡量日志记录发送失败的数量	Counter
  otelcol_exporter_sent_log_records	用于衡量OpenTelemetry Collector（otelcol）发送的日志记录数量	Counter
  otelcol_process_cpu_seconds	用于度量进程CPU使用时间的指标，它表示进程在特定时间段内使用的CPU时间，单位为秒	Counter
  otelcol_process_memory_rss	是OpenTelemetry中用于监控进程内存使用情况的一个指标。其中，rss代表Resident Set Size，即进程当前占用的物理内存大小	Gauge
  otelcol_process_runtime_heap_alloc_bytes	用于监控进程运行时堆内存分配的指标。它表示进程在运行时分配的堆内存的总字节数。	Gauge
  otelcol_process_runtime_total_alloc_bytes	用于衡量进程在运行时分配的总字节数	Counter
  otelcol_process_runtime_total_sys_memory_bytes	用于衡量进程在运行时使用的系统内存总量，单位为字节。	Gauge
  otelcol_process_uptime	指OpenTelemetry收集器进程的运行时间，以秒为单位。	Counter
  otelcol_receiver_accepted_log_records	用于衡量OpenTelemetry收集器接收并成功处理的日志记录数量	Counter
  otelcol_receiver_refused_log_records	用于衡量接收器（receiver）拒绝接收的日志记录数量	Counter