【APM】在Kubernetes中,使用Helm安装loki-distributed 2.9.6

2024-05-13 15:20

本文主要是介绍【APM】在Kubernetes中,使用Helm安装loki-distributed 2.9.6,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、Loki简介

Grafana Loki 是一个开源的云原生日志聚合和分析系统,由 Grafana Labs 开发并维护。Loki 专注于为大规模的日志处理提供经济高效且易于管理的解决方案,尤其适用于微服务架构以及容器化和分布式环境。

以下是 Loki 的核心特性与设计原则:

  1. 标签驱动存储

    • Loki 不对完整的日志内容进行索引,而是仅对每个日志流(log stream)定义的一组标签(tags)进行索引,类似于 Prometheus 对时间序列数据的处理方式。这种方式显著减少了存储开销,特别是对于包含大量相似或重复文本的日志数据。
  2. 水平扩展

    • Loki 被设计成可以水平扩展以处理海量日志数据,通过多个工作节点共同分担存储和查询压力。
  3. 组件结构

    • Promtail:是 Loki 生态系统的一部分,它是一个用于从服务器收集日志并将它们发送到 Loki 的日志代理。
    • Distributor:接收来自客户端(如 Promtail 或其他日志推送器)的日志数据,验证、分批,并将它们转发给 Ingester 进行进一步处理。
    • Ingester:负责接收经过 Distributor 分发来的日志块,将其持久化存储在对象存储中,并在日志被索引后删除临时数据。
    • Querier:响应用户发起的日志查询请求,从存储中检索相关日志数据。
    • Grafana UI集成:Loki 可以无缝集成到 Grafana 中,为用户提供可视化界面来搜索、过滤、分析和展示日志信息。
  4. 经济高效

    • 由于其独特的索引策略和使用低成本的对象存储(例如 Amazon S3、MinIO 等),Loki 可以大幅减少存储成本。
  5. 多租户支持

    • Loki 提供了多租户功能,允许不同团队或者项目在同一集群上独立管理和查看各自日志。

综上所述,Grafana Loki 旨在简化日志管理,并通过其创新的设计,为企业提供了在现代云环境中处理日志的一种高效且经济的方式。

2、Github

https://github.com/grafana/loki

3、Helm安装

Helm是一个用于Kubernetes的应用程序包管理工具,它简化了Kubernetes应用的部署和管理过程。Helm的工作原理类似于Linux中的apt或者yum,但专门针对Kubernetes资源

3.1 添加Helm源

helm repo add grafana  https://grafana.github.io/helm-charts

3.2 下载chart包

helm pull grafana/loki-distributed --version 0.78.5
tar zxvf loki-distributed-0.78.5.tgz 

vim loki-distributed/values.yaml

global:image:# -- Overrides the Docker registry globally for all imagesregistry: null# -- Overrides the priorityClassName for all podspriorityClassName: null# -- configures cluster domain ("cluster.local" by default)clusterDomain: "cluster.local"# -- configures DNS service namednsService: "coredns"       #注意下这个位置,要修改成自己集群的dns值,默认值是kube-dns# -- configures DNS service namespacednsNamespace: "kube-system".........

3.3 安装

helm upgrade --install  loki-distributed  loki-distributed/  -n logs

我把 sts/ingester服务和sts/querier服务持久化到了一个pvc,容器内挂载位置都是/var/loki,主要是解决 Failed to load chunks 问题https://github.com/grafana/helm-charts/issues/1111

3.4 修改配置

configmap/loki-distributed

auth_enabled: false
chunk_store_config:max_look_back_period: 0s
common:compactor_address: http://loki-distributed-compactor:3100
compactor:shared_store: filesystem
distributor:ring:kvstore:store: memberlist
frontend:compress_responses: truelog_queries_longer_than: 5stail_proxy_url: http://loki-distributed-querier:3100
frontend_worker:frontend_address: loki-distributed-query-frontend-headless:9095
ingester:chunk_block_size: 262144chunk_encoding: snappychunk_idle_period: 30mchunk_retain_period: 1mlifecycler:ring:kvstore:store: memberlistreplication_factor: 1max_transfer_retries: 0wal:dir: /var/loki/wal
ingester_client:grpc_client_config:grpc_compression: gzip
limits_config:enforce_metric_name: falsemax_cache_freshness_per_query: 10mreject_old_samples: truereject_old_samples_max_age: 168hsplit_queries_by_interval: 15m
memberlist:join_members:- loki-distributed-memberlist
query_range:align_queries_with_step: truecache_results: truemax_retries: 5results_cache:cache:embedded_cache:enabled: truettl: 24h
ruler:alertmanager_url: https://alertmanager.xxexternal_url: https://alertmanager.xxring:kvstore:store: memberlistrule_path: /tmp/loki/scratchstorage:local:directory: /etc/loki/rulestype: local
runtime_config:file: /var/loki-distributed-runtime/runtime.yaml
schema_config:configs:- from: "2020-09-07"index:period: 24hprefix: loki_index_object_store: filesystemschema: v11store: boltdb-shipper
server:http_listen_port: 3100grpc_server_max_recv_msg_size: 1048576000grpc_server_max_send_msg_size: 1048576000
storage_config:boltdb_shipper:active_index_directory: /var/loki/indexcache_location: /var/loki/cachecache_ttl: 168hshared_store: filesystemfilesystem:directory: /var/loki/chunks
table_manager:retention_deletes_enabled: falseretention_period: 0s

最后重启loki,现在我们就有了一个分布式的Loki服务

这篇关于【APM】在Kubernetes中,使用Helm安装loki-distributed 2.9.6的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/986081

相关文章

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Python中help()和dir()函数的使用

《Python中help()和dir()函数的使用》我们经常需要查看某个对象(如模块、类、函数等)的属性和方法,Python提供了两个内置函数help()和dir(),它们可以帮助我们快速了解代... 目录1. 引言2. help() 函数2.1 作用2.2 使用方法2.3 示例(1) 查看内置函数的帮助(

Linux脚本(shell)的使用方式

《Linux脚本(shell)的使用方式》:本文主要介绍Linux脚本(shell)的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录概述语法详解数学运算表达式Shell变量变量分类环境变量Shell内部变量自定义变量:定义、赋值自定义变量:引用、修改、删

Java使用HttpClient实现图片下载与本地保存功能

《Java使用HttpClient实现图片下载与本地保存功能》在当今数字化时代,网络资源的获取与处理已成为软件开发中的常见需求,其中,图片作为网络上最常见的资源之一,其下载与保存功能在许多应用场景中都... 目录引言一、Apache HttpClient简介二、技术栈与环境准备三、实现图片下载与保存功能1.

Python中使用uv创建环境及原理举例详解

《Python中使用uv创建环境及原理举例详解》uv是Astral团队开发的高性能Python工具,整合包管理、虚拟环境、Python版本控制等功能,:本文主要介绍Python中使用uv创建环境及... 目录一、uv工具简介核心特点:二、安装uv1. 通过pip安装2. 通过脚本安装验证安装:配置镜像源(可

LiteFlow轻量级工作流引擎使用示例详解

《LiteFlow轻量级工作流引擎使用示例详解》:本文主要介绍LiteFlow是一个灵活、简洁且轻量的工作流引擎,适合用于中小型项目和微服务架构中的流程编排,本文给大家介绍LiteFlow轻量级工... 目录1. LiteFlow 主要特点2. 工作流定义方式3. LiteFlow 流程示例4. LiteF

使用Python开发一个现代化屏幕取色器

《使用Python开发一个现代化屏幕取色器》在UI设计、网页开发等场景中,颜色拾取是高频需求,:本文主要介绍如何使用Python开发一个现代化屏幕取色器,有需要的小伙伴可以参考一下... 目录一、项目概述二、核心功能解析2.1 实时颜色追踪2.2 智能颜色显示三、效果展示四、实现步骤详解4.1 环境配置4.

使用jenv工具管理多个JDK版本的方法步骤

《使用jenv工具管理多个JDK版本的方法步骤》jenv是一个开源的Java环境管理工具,旨在帮助开发者在同一台机器上轻松管理和切换多个Java版本,:本文主要介绍使用jenv工具管理多个JD... 目录一、jenv到底是干啥的?二、jenv的核心功能(一)管理多个Java版本(二)支持插件扩展(三)环境隔

Nexus安装和启动的实现教程

《Nexus安装和启动的实现教程》:本文主要介绍Nexus安装和启动的实现教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、Nexus下载二、Nexus安装和启动三、关闭Nexus总结一、Nexus下载官方下载链接:DownloadWindows系统根

SQL中JOIN操作的条件使用总结与实践

《SQL中JOIN操作的条件使用总结与实践》在SQL查询中,JOIN操作是多表关联的核心工具,本文将从原理,场景和最佳实践三个方面总结JOIN条件的使用规则,希望可以帮助开发者精准控制查询逻辑... 目录一、ON与WHERE的本质区别二、场景化条件使用规则三、最佳实践建议1.优先使用ON条件2.WHERE用