掃二維碼與項(xiàng)目經(jīng)理溝通
我們?cè)谖⑿派?4小時(shí)期待你的聲音
解答本文疑問(wèn)/技術(shù)咨詢/運(yùn)營(yíng)咨詢/技術(shù)建議/互聯(lián)網(wǎng)交流
原創(chuàng) 精選
作者： 阿里開發(fā)者 2022-08-23 09:58:59
云計(jì)算
云原生 日志服務(wù)SLS作為一款云原生觀測(cè)與分析平臺(tái)，為L(zhǎng)og、Metric、Trace等數(shù)據(jù)提供大規(guī)模、低成本、實(shí)時(shí)的平臺(tái)化服務(wù)。SLS一站式提供數(shù)據(jù)采集、加工、查詢與分析、可視化、告警、消費(fèi)與投遞等功能，用戶可以基于SLS快速構(gòu)建一套完整的可觀測(cè)平臺(tái)。
創(chuàng)新互聯(lián)專注于貴陽(yáng)網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠(chéng)為您提供貴陽(yáng)營(yíng)銷型網(wǎng)站建設(shè)，貴陽(yáng)網(wǎng)站制作、貴陽(yáng)網(wǎng)頁(yè)設(shè)計(jì)、貴陽(yáng)網(wǎng)站官網(wǎng)定制、重慶小程序開發(fā)服務(wù)，打造貴陽(yáng)網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供貴陽(yáng)網(wǎng)站排名全網(wǎng)營(yíng)銷落地服務(wù)。
作者 | 徐可甲(燁陌)
2022年6月底，阿里云iLogtail代碼完整開源，正式發(fā)布了完整功能的iLogtail社區(qū)版。iLogtail作為阿里云SLS官方標(biāo)配的采集器，多年以來(lái)一直穩(wěn)定服務(wù)阿里集團(tuán)、螞蟻集團(tuán)以及眾多公有云上的企業(yè)客戶，目前已經(jīng)有千萬(wàn)級(jí)的安裝量，每天采集數(shù)十PB的可觀測(cè)數(shù)據(jù)，廣泛應(yīng)用于線上監(jiān)控、問(wèn)題分析/定位、運(yùn)營(yíng)分析、安全分析等多種場(chǎng)景。此次完整開源，iLogtail社區(qū)版首次在內(nèi)核能力上與企業(yè)版完全對(duì)齊，開發(fā)者可以構(gòu)建出與企業(yè)版性能相當(dāng)?shù)膇Logtail云原生可觀測(cè)性數(shù)據(jù)采集器。
iLogtail的核心定位是可觀測(cè)數(shù)據(jù)的采集器，幫助開發(fā)者構(gòu)建統(tǒng)一的數(shù)據(jù)采集層，助力可觀測(cè)平臺(tái)打造各種上層的應(yīng)用場(chǎng)景。iLogtail一貫秉承開放共建的原則，歡迎任何形式的社區(qū)討論交流及公建。
可觀測(cè)性指的是從系統(tǒng)的外部輸出推斷及衡量系統(tǒng)內(nèi)部狀態(tài)。在我們生活當(dāng)中也會(huì)遇到很多可觀測(cè)的例子。汽車儀表盤就是一個(gè)很典型的可觀測(cè)例子，在駕駛汽車過(guò)程中，特別需要高度重視就是行駛安全問(wèn)題。而汽車儀表盤降低了識(shí)別汽車內(nèi)部狀態(tài)的門檻，即使非汽車工程專業(yè)人員也能通過(guò)儀表盤快速識(shí)別汽車的內(nèi)部狀態(tài)。
另外，我們平常的看病可以認(rèn)為是人體可觀測(cè)的例子。在古代，醫(yī)療水平比較落后，整體來(lái)說(shuō)人體是一個(gè)黑盒，只能通過(guò)表面的望聞問(wèn)切來(lái)診斷病因，然而這種方式過(guò)度的依賴醫(yī)生的經(jīng)驗(yàn)、缺乏有力的數(shù)據(jù)支撐。而到了近代，隨著心電圖、X光等醫(yī)療設(shè)備的發(fā)展，人體的內(nèi)部機(jī)制變得越來(lái)越透明，大幅提升了醫(yī)療水平，給人們的身體健康帶來(lái)了福音。通過(guò)上述的例子我們可以看到，可觀測(cè)性不僅要能定性地反饋系統(tǒng)內(nèi)部狀態(tài)，最重要的是要定量的論證系統(tǒng)內(nèi)部狀態(tài)，需要有足夠的數(shù)據(jù)依據(jù)，也就是我們提到的可觀測(cè)數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。
回到我們軟件行業(yè)，經(jīng)過(guò)幾十年的飛速發(fā)展，整個(gè)開發(fā)模式、系統(tǒng)架構(gòu)、部署模式、基礎(chǔ)設(shè)施等也都經(jīng)過(guò)了幾次顛覆性的變革，這些變革帶來(lái)了更快的開發(fā)和部署效率，但隨之而來(lái)整個(gè)的系統(tǒng)也更加的復(fù)雜、開發(fā)所依賴人和部門也更多、部署模式和運(yùn)行環(huán)境也更加動(dòng)態(tài)和不確定，這也對(duì)可觀測(cè)數(shù)據(jù)采集提出了更高的要求。首先需要適應(yīng)開發(fā)模式快速迭代的需求，需要能夠與DevOps流程等進(jìn)行高度的集成，通過(guò)輕量級(jí)、自動(dòng)化集成的方式實(shí)現(xiàn)開發(fā)、測(cè)試、運(yùn)維的一體化；也需要適應(yīng)部署架構(gòu)分布式、容器化的需求，提升業(yè)務(wù)服務(wù)動(dòng)態(tài)、及時(shí)、準(zhǔn)確發(fā)現(xiàn)的能力；最后，云原生的發(fā)展也帶來(lái)了更多的上下游依賴，因此也需要適應(yīng)數(shù)據(jù)來(lái)源、數(shù)據(jù)類型越來(lái)越多的需求。
Logs、Traces、Metrics作為可觀測(cè)性數(shù)據(jù)的三大支柱，基本可以滿足各類監(jiān)控、告警、分析、問(wèn)題排查等需求。這里大致分析下這三類數(shù)據(jù)的特點(diǎn)、轉(zhuǎn)化方式以及適用場(chǎng)景：
三者間的轉(zhuǎn)換關(guān)系：Logs在調(diào)用鏈場(chǎng)景結(jié)構(gòu)化后其實(shí)可以轉(zhuǎn)變?yōu)門race，在進(jìn)行聚合、降采樣操作后會(huì)變成Metrics。
目前行業(yè)上主流的可觀測(cè)開源方案，大概可以分為5個(gè)部分。
另外，日志服務(wù)SLS作為一款云原生觀測(cè)與分析平臺(tái)，為L(zhǎng)og、Metric、Trace等數(shù)據(jù)提供大規(guī)模、低成本、實(shí)時(shí)的平臺(tái)化服務(wù)。SLS一站式提供數(shù)據(jù)采集、加工、查詢與分析、可視化、告警、消費(fèi)與投遞等功能，用戶可以基于SLS快速構(gòu)建一套完整的可觀測(cè)平臺(tái)。iLogtail企業(yè)版作為SLS官方標(biāo)配的采集器，承載了業(yè)務(wù)數(shù)據(jù)采集的職責(zé)，而iLogtail社區(qū)版正是從企業(yè)版發(fā)展而來(lái)的，功能及性能自然也繼承了企業(yè)版的絕大部分能力。
iLogtail的前身源自阿里云的神農(nóng)項(xiàng)目，自從2013年正式孵化以來(lái)，iLogtail始終在不斷演進(jìn)。
誕生初期，面對(duì)阿里云自身和早期客戶運(yùn)維和可觀測(cè)性需求，iLogtail主要解決的是從單機(jī)、小規(guī)模集群到大規(guī)模的運(yùn)維監(jiān)控挑戰(zhàn)，此時(shí)的iLogtail已經(jīng)具備了基本的文件發(fā)現(xiàn)和輪轉(zhuǎn)處理能力，可以實(shí)現(xiàn)日志、監(jiān)控實(shí)時(shí)采集，抓取毫秒級(jí)延遲，單核處理能力約為10M/s。通過(guò)Web前端可支持中心化配置文件自動(dòng)下發(fā)，支持3W+部署規(guī)模，上千采集配置項(xiàng)，實(shí)現(xiàn)日10TB數(shù)據(jù)的高效采集。
2015年，阿里巴巴開始推進(jìn)集團(tuán)和螞蟻金服業(yè)務(wù)上云，面對(duì)近千個(gè)團(tuán)隊(duì)、數(shù)百萬(wàn)終端、以及雙11、雙12等超大流量數(shù)據(jù)采集的挑戰(zhàn)，iLogtail在功能、性能、穩(wěn)定性和多租戶支持方面都需要進(jìn)行巨大的改進(jìn)。至2017年前后，iLogtail已經(jīng)具備了正則、分隔符、JSON等多個(gè)格式日志的解析能力，支持多種日志編碼方式，支持?jǐn)?shù)據(jù)過(guò)濾、脫敏等高級(jí)處理能力，單核處理能力極簡(jiǎn)模式下提升到100M/s，正則、分隔符、JSON等方式20M/s+。采集可靠性方面，增加文件發(fā)現(xiàn)Polling方式兜底、輪轉(zhuǎn)隊(duì)列順序保證、日志清理丟失保護(hù)、CheckPoint增強(qiáng)；進(jìn)程可靠性方面，增加異常自動(dòng)恢復(fù)、Crash自動(dòng)上報(bào)、守護(hù)進(jìn)程等。通過(guò)全流程多租戶隔離、多級(jí)高低水位隊(duì)列、配置級(jí)/進(jìn)程級(jí)流量控制、臨時(shí)降級(jí)等機(jī)制，支持百萬(wàn)+部署規(guī)模，千級(jí)別租戶，10萬(wàn)+采集配置項(xiàng)，實(shí)現(xiàn)日PB級(jí)數(shù)據(jù)的穩(wěn)定采集。
隨著阿里推進(jìn)核心業(yè)務(wù)全面上云，以及iLogtail所屬日志服務(wù)（SLS）正式在阿里云上商業(yè)化，iLogtail開始全面擁抱云原生。面對(duì)多元的云上環(huán)境、迅速發(fā)展的開源生態(tài)和大量涌入的行業(yè)客戶需求，iLogtail的發(fā)展的重心轉(zhuǎn)移到解決如何適應(yīng)云原生、如何兼容開源協(xié)議和如何去處理碎片化需求等問(wèn)題上。2018年iLogtail正式支持docker容器采集，2019年支持containerd容器采集，2020年全面升級(jí)Metric采集，2021年增加Trace支持。通過(guò)全面支持容器化、K8S Operator管控和可擴(kuò)展插件系統(tǒng)，iLogtail支持千萬(wàn)部署規(guī)模，數(shù)萬(wàn)內(nèi)外部客戶，百萬(wàn)+采集配置項(xiàng)，實(shí)現(xiàn)日數(shù)十PB數(shù)據(jù)的穩(wěn)定采集。2021年11月iLogtail邁出了開源的第一步，將Golang插件代碼開源。自開源以來(lái)，吸引了數(shù)百名開發(fā)者的關(guān)注，并且也有不少開發(fā)者貢獻(xiàn)了processor跟flusher插件。2022年6月C++核心代碼也正式開源了，自此開發(fā)者可以基于該版本構(gòu)建完整的云原生可觀測(cè)數(shù)據(jù)采集方案。
輕量
可觀測(cè)數(shù)據(jù)采集Agent作為一個(gè)基礎(chǔ)設(shè)施，往往需要每臺(tái)機(jī)器都有部署，比如目前阿里內(nèi)部有數(shù)百萬(wàn)的裝機(jī)量，每天會(huì)產(chǎn)生幾十PB的可觀測(cè)數(shù)據(jù)。因此不管是內(nèi)存還是CPU的一點(diǎn)點(diǎn)節(jié)省，都能帶來(lái)比較大的成本收益。特別是，K8s Sidecar模式對(duì)于內(nèi)存的要求更加苛刻，因?yàn)閕Logtail與業(yè)務(wù)容器共同部署，iLogtail部署量會(huì)隨業(yè)務(wù)規(guī)模擴(kuò)大而增長(zhǎng)。從設(shè)計(jì)初期，我們就比較重視iLogtail的資源占用問(wèn)題，選擇了主體部分C++、插件部分Golang實(shí)現(xiàn)，并且通過(guò)一些技術(shù)細(xì)節(jié)（詳見(jiàn)下文）的優(yōu)化，使得內(nèi)存還是CPU相對(duì)于同類Agent都有較大的優(yōu)勢(shì)。
高效采集
對(duì)于日志采集，比較常見(jiàn)的手段是輪詢機(jī)制，這是一種主動(dòng)探測(cè)的收集方式，通過(guò)定期檢測(cè)日志文件有無(wú)更新來(lái)觸發(fā)日志采集；相應(yīng)的也存在一種被動(dòng)監(jiān)聽的事件模式，依賴于操作系統(tǒng)的事件通知（對(duì)操作系統(tǒng)有一定的要求），常見(jiàn)的事件通知機(jī)制是Linux 2.6.13內(nèi)核版本引入的inotify機(jī)制。輪詢相對(duì)事件通知的實(shí)現(xiàn)復(fù)雜度要低很多、天然支持跨平臺(tái)而且對(duì)于系統(tǒng)限制性不高；但輪詢的采集延遲以及資源消耗較高，而且在文件規(guī)模較大時(shí)輪詢一次的時(shí)間較長(zhǎng)，比較容易發(fā)生采集延遲。
為了同時(shí)兼顧采集效率以及跨平臺(tái)的支持，iLogtail采用了輪詢（polling）與事件（inotify）并存的模式進(jìn)行日志采集，既借助了inotify的低延遲與低性能消耗的特點(diǎn)，也通過(guò)輪詢的方式兼顧了運(yùn)行環(huán)境的全面性。
輪詢模塊由DirFilePolling和ModifyPolling兩個(gè)線程組成，DirFilePolling負(fù)責(zé)根據(jù)用戶配置定期遍歷文件夾，將符合日志采集配置的文件加入到modify cache中；ModifyPolling負(fù)責(zé)定期掃描modify cache中文件狀態(tài)，對(duì)比上一次狀態(tài)（Dev、Inode、Modify Time、Size），若發(fā)現(xiàn)更新則生成modify event。
inotify屬于事件監(jiān)聽方式，根據(jù)用戶配置監(jiān)聽對(duì)應(yīng)的目錄以及子目錄，當(dāng)監(jiān)聽目錄存在變化，內(nèi)核會(huì)產(chǎn)生相應(yīng)的通知事件。
此外，我們也通過(guò)一些技術(shù)手段，保證了polling、inotify兩種機(jī)制的高效配合，整體近一步提升了iLogtail運(yùn)行效率。
日志順序采集
日志順序性采集是日志采集需要提供的基本功能，也是一個(gè)采集的難點(diǎn)，需要考慮如下場(chǎng)景：
為了實(shí)現(xiàn)日志文件的順序采集，首先需要定義好文件的唯一標(biāo)識(shí)。我們知道在文件系統(tǒng)中，可以通過(guò)dev+inode的組合唯一標(biāo)識(shí)一個(gè)文件。文件的move操作雖然可以改變文件名，但并不涉及文件的刪除創(chuàng)建，dev+inode并不會(huì)變化，因此通過(guò)dev+inode可以非常方便的判斷一個(gè)文件是否發(fā)生了輪轉(zhuǎn)。但是dev+inode只能保證同一時(shí)刻文件的唯一性，當(dāng)涉及文件快速刪除創(chuàng)建的時(shí)候，前后兩個(gè)文件的dev+inode很可能是相同的。因此純粹通過(guò)dev+inode判斷輪轉(zhuǎn)并不可行，iLogtail引入了文件簽名（signature）的概念，使用日志文件的前1024字節(jié)的hash作為文件的signature，只有當(dāng)dev+inode+signature一致的情況下才會(huì)認(rèn)為該文件是輪轉(zhuǎn)的文件。此外，iLogtail內(nèi)部也引入了文件輪轉(zhuǎn)隊(duì)列，保證了文件的順序采集。
采集可靠性
iLogtail作為一個(gè)可觀測(cè)數(shù)據(jù)基礎(chǔ)采集組件，除了資源、性能外，可靠性也是一項(xiàng)關(guān)鍵指標(biāo)。對(duì)于一些異常場(chǎng)景，iLogtail也有充分的設(shè)計(jì)考慮，保證了在網(wǎng)絡(luò)異常、流量突增、進(jìn)程重啟等場(chǎng)景下依然能夠完成正常的采集任務(wù)。
日志處理阻塞
問(wèn)題描述：iLogtail需要大量部署在不同的業(yè)務(wù)機(jī)器上，運(yùn)行環(huán)境是復(fù)雜多變的，應(yīng)用日志burst寫入、網(wǎng)絡(luò)暫時(shí)性阻塞、服務(wù)端Quota不足、CPU/磁盤負(fù)載較高等情況在所難免，當(dāng)這些情況發(fā)生時(shí)，很容易造成日志采集進(jìn)度落后于日志產(chǎn)生進(jìn)度，此時(shí)，iLogtail需要在合理的資源限制下盡可能保留住這些日志，等待網(wǎng)絡(luò)恢復(fù)或系統(tǒng)負(fù)載下降時(shí)將這些日志采集到服務(wù)器，并且保證日志采集順序不會(huì)因?yàn)椴杉枞靵y。
解決思路：
采集配置更新/進(jìn)程升級(jí)
問(wèn)題描述：配置更新或進(jìn)行升級(jí)時(shí)需要中斷采集并重新初始化采集上下文，iLogtail需要保證在配置更新/進(jìn)程升級(jí)時(shí)，即使日志發(fā)生輪轉(zhuǎn)也不會(huì)丟失日志。
解決思路：
若文件名與dev+inode未變且signature未變，則直接根據(jù)該checkpoint創(chuàng)建Reader即可。
若文件名與dev+inode變化則從當(dāng)前目錄查找對(duì)應(yīng)的dev+inode，若查找到則對(duì)比signature是否變化。若signature未變則認(rèn)為是文件輪轉(zhuǎn)，根據(jù)新文件名創(chuàng)建Reader；若signature變化則認(rèn)為是該文件被刪除后重新創(chuàng)建，忽略該checkpoint。
進(jìn)程crash、宕機(jī)等異常情況
問(wèn)題描述：在進(jìn)程crash或宕機(jī)時(shí)，iLogtail需要提供容錯(cuò)機(jī)制，不丟數(shù)據(jù)，盡可能的少重復(fù)采集。解決思路：
無(wú)鎖化設(shè)計(jì)及時(shí)間片調(diào)度
業(yè)界主流的Agent對(duì)于每個(gè)配置會(huì)分配獨(dú)立的線程/go runtime來(lái)進(jìn)行數(shù)據(jù)讀取，而iLogtail數(shù)據(jù)的讀取只配置了一個(gè)線程，主要原因是：
但單線程的情況下會(huì)存在多個(gè)配置間資源分配不均的問(wèn)題，如果使用簡(jiǎn)單的FCFS（ First Come First Serve）方式，一旦一個(gè)寫入速度極高的文件占據(jù)了處理單元，它就一直運(yùn)行下去，直到該文件被處理完成并主動(dòng)釋放資源，此方式很有可能造成其他采集的文件被餓死。
因此我們采用了基于時(shí)間片的采集調(diào)度方案，使各個(gè)配置間盡可能公平的調(diào)度，防止采集文件餓死的現(xiàn)象發(fā)生。iLogtail將Polling以及Inotify事件合并到無(wú)鎖的事件隊(duì)列中，每個(gè)文件的修改事件會(huì)觸發(fā)日志讀取。每次讀取從上次記錄的偏移位置開始，并嘗試在固定的時(shí)間片內(nèi)將文讀取到EOF處。如果時(shí)間片內(nèi)讀取完畢，則表示事件處理完成，刪除事件；否則，將事件重新Push到隊(duì)列尾部，等待下一次調(diào)用。
通過(guò)以上設(shè)計(jì)，保證了iLogtail可以高性能的進(jìn)行數(shù)據(jù)采集。對(duì)比數(shù)據(jù)可以詳見(jiàn)：https://developer.aliyun.com/article/850614
多租戶隔離
基于時(shí)間片的采集調(diào)度保證了各個(gè)配置的日志在數(shù)據(jù)讀取時(shí)得到公平的調(diào)度，滿足了多租戶隔離中基本的公平性，但對(duì)于隔離性并未起到幫助作用。例如當(dāng)部分采集配置因處理復(fù)雜或網(wǎng)絡(luò)異常等原因阻塞時(shí)，阻塞配置依然會(huì)進(jìn)行處理，最終會(huì)導(dǎo)致隊(duì)列到達(dá)上限而阻塞數(shù)據(jù)讀取線程，影響其他正常配置。為此我們?cè)O(shè)計(jì)了一套多級(jí)高低水位反饋隊(duì)列用以在不同采集配置間實(shí)現(xiàn)讀取、解析、發(fā)送各個(gè)步驟的有效的協(xié)調(diào)，為了更好的實(shí)現(xiàn)不同配置間隔離性，所以iLogtail會(huì)為每個(gè)配置創(chuàng)建一組隊(duì)列。
極端場(chǎng)景處理
對(duì)于一些阻塞場(chǎng)景的可靠性也需要考慮，主要包括事件處理、數(shù)據(jù)讀取邏輯以及數(shù)據(jù)發(fā)送控制三個(gè)方面：
iLogtail進(jìn)程由兩部分組成，一是C++編寫的主體二進(jìn)制進(jìn)程，提供了管控、文件采集、C++加速處理的功能；二是Golang編寫的插件部分，通過(guò)插件系統(tǒng)實(shí)現(xiàn)了處理能力的擴(kuò)展以及更豐富的上下游生態(tài)支持。
// Processor also can be a filter
type Processor interface {
// Init called for init some system resources, like socket, mutex...
Init(Context) error
// Description returns a one-sentence description on the Input
Description() string
// Apply the filter to the given metric
ProcessLogs(logArray []*protocol.Log) []*protocol.Log
}
作為容器編排領(lǐng)域的標(biāo)準(zhǔn)，Kubernetes（K8s）應(yīng)用的場(chǎng)景越來(lái)越廣泛，iLogtail 在K8s下也提供了完備的采集能力。
部署模式
在Kubernetes場(chǎng)景下，iLogtail主要常用的有3種工作模式：
模式：在K8s的每個(gè)node上部署一個(gè)iLogtail，由該iLogtail采集節(jié)點(diǎn)上所有容器的日志到日志系統(tǒng)。
優(yōu)點(diǎn)：運(yùn)維簡(jiǎn)單、資源占用少、支持采集容器的標(biāo)準(zhǔn)輸出和文本文件、配置方式靈活。
缺點(diǎn)：iLogtail需要采集節(jié)點(diǎn)上所有容器的日志，各個(gè)容器之間的隔離性較弱，且對(duì)于業(yè)務(wù)超級(jí)多的集群可能存在一定的性能瓶頸。
模式：一個(gè)POD中伴隨業(yè)務(wù)容器運(yùn)行一個(gè)iLogtail容器，用于采集該P(yáng)OD中業(yè)務(wù)容器產(chǎn)生的日志。
優(yōu)點(diǎn)：Sidecar方式為每個(gè)需要采集日志的容器創(chuàng)建一個(gè)Sidecar容器，多租戶隔離性好、性能好。
缺點(diǎn)：資源占用較多。
模式：當(dāng)業(yè)務(wù)容器用PVC掛載日志目錄或者需要全局連接API Server獲取K8s元數(shù)據(jù)等場(chǎng)景，可以選擇在集群中部署一個(gè)單副本的iLogtail Deployment進(jìn)行數(shù)據(jù)采集。
采集原理
自K8s問(wèn)世以來(lái)，docker運(yùn)行時(shí)一直是主流，但是隨著K8s將dockershim移除，K8s官方推薦優(yōu)先選擇containerd 或 CRI-O作為容器運(yùn)行時(shí)。docker份額目前雖然還是主流但是已經(jīng)在呈逐年下降的趨勢(shì)，contailerd、cri-o地位逐年都在快速上升。因此，從K8s支持全面性上，iLogtail需要支持主流的運(yùn)行時(shí)，目前已經(jīng)支持Docker和Containerd兩種容器引擎的數(shù)據(jù)采集。K8s提供了強(qiáng)大的運(yùn)維部署、彈性伸縮、故障恢復(fù)能力，極大地便利了分布式系統(tǒng)的開發(fā)和管理，然而這也帶來(lái)了可觀測(cè)數(shù)據(jù)采集難度的增大。特別是一些短Job場(chǎng)景，比如一些機(jī)器學(xué)習(xí)的訓(xùn)練任務(wù)，生命周期只有幾分鐘甚至幾秒，如何快速準(zhǔn)確地發(fā)現(xiàn)所需要采集的容器至關(guān)重要。
iLogtail通過(guò)訪問(wèn)位于宿主機(jī)上容器運(yùn)行時(shí)（Docker Engine/ContainerD）的sock獲取容器信息。
通過(guò)監(jiān)聽Docker Event及增量獲取機(jī)制，及時(shí)感知容器新增與釋放。
容器層級(jí)信息：容器名、ID、掛載點(diǎn)、環(huán)境變量、Label
K8s層級(jí)信息：Pod、命名空間、Labels。
標(biāo)準(zhǔn)輸出：iLogtail可以根據(jù)容器元信息自動(dòng)識(shí)別不同運(yùn)行時(shí)的標(biāo)準(zhǔn)輸出格式和日志路徑，不需要額外手動(dòng)配置。
容器內(nèi)文件：對(duì)于overlay、overlay2的存儲(chǔ)驅(qū)動(dòng)，iLogtail可以根據(jù)日志類型及容器運(yùn)行時(shí)自動(dòng)拼接出采集路徑，簡(jiǎn)單高效。
此外，對(duì)于CICD自動(dòng)化部署和運(yùn)維程度要求較高的用戶，iLogtail還提供了K8s原生支持，支持通過(guò)CRD的方式進(jìn)行采集配置管理。目前該功能僅企業(yè)版可用，后續(xù)會(huì)逐步開源。該方案中，iLogtail K8s新增了一個(gè)CustomResourceDefinition擴(kuò)展，名為AliyunLogConfig。同時(shí)開發(fā)了alibaba-log-controller用于監(jiān)聽AliyunLogConfig事件并自動(dòng)創(chuàng)建iLogtail的采集配置，進(jìn)而完成日志采集工作。
iLogtail開源后，目前會(huì)有兩個(gè)版本分支。
iLogtail開源，秉承技術(shù)共享與開發(fā)者共建的原則，所以核心功能是完全開源的，因此可以認(rèn)為在核心采集能力上（包括采集處理功能、性能、可靠性等）與企業(yè)版是完全對(duì)標(biāo)的。企業(yè)版相對(duì)于社區(qū)版的優(yōu)勢(shì)主要在于阿里云基礎(chǔ)能力的集成上。
SLS平臺(tái)為iLogtail提供了強(qiáng)大的管控能力，及豐富的API支持。
SLS提供了對(duì)于Log、Metric、Trace的統(tǒng)一存儲(chǔ)分析能力，使用iLogtail企業(yè)版將數(shù)據(jù)采集到SLS，可以更好的構(gòu)建各類上層應(yīng)用。借助SLS可以實(shí)現(xiàn)日志上下文預(yù)覽、Exactly Once等高級(jí)特性。
借助SLS平臺(tái)，可以實(shí)現(xiàn)第三方Agent的管控能力。例如，未來(lái)SLS也會(huì)跟DeepFlow進(jìn)行深度集成。
SLS作為可觀測(cè)平臺(tái)，既可以承載可觀測(cè)數(shù)據(jù)存儲(chǔ)分析的功能，也可以承載流量管道的作用，可以簡(jiǎn)化架構(gòu)部署。
CloudLens For SLS為iLogtail采集狀態(tài)、數(shù)據(jù)流量監(jiān)控提供了便捷的手段。
支持的操作系統(tǒng)、系統(tǒng)架構(gòu)更加豐富，企業(yè)版支持Windows系統(tǒng)跟ARM架構(gòu)。
自動(dòng)化安裝部署能力更高，借助阿里云的運(yùn)維服務(wù)，可以實(shí)現(xiàn)iLogtail批量自動(dòng)安裝。
與阿里云ECS、ACK、ASK、EMR等高度集成，可以一鍵安裝部署，采集數(shù)據(jù)可以快速接入，內(nèi)置分析。
SLS官方提供企業(yè)應(yīng)用場(chǎng)景下最全最及時(shí)的文檔/最佳實(shí)踐支持
及時(shí)的專家服務(wù)（工單、群支持）與需求承接。
大規(guī)模/復(fù)雜場(chǎng)景專業(yè)化支持：比如K8s短job，單節(jié)點(diǎn)大流量日志、大規(guī)模采集配置等。
SLS提供了對(duì)于Log、Metric、Trace的統(tǒng)一存儲(chǔ)分析能力，并且也可以承載流量管道作用，具備強(qiáng)大的數(shù)據(jù)加工能力，基于SLS可以快速構(gòu)建出一套云原生可觀測(cè)平臺(tái)。智能告警中樞、智能算法服務(wù)近一步增強(qiáng)了該平臺(tái)的智能化水平。用戶可以基于此平臺(tái)，便捷高效的構(gòu)建各類ITOps、DevOps、SecOps、BusinessOps上層應(yīng)用。iLogtail企業(yè)版作為SLS官方標(biāo)配官方標(biāo)配采集器，在SLS數(shù)據(jù)接入領(lǐng)域充當(dāng)著排頭兵的指責(zé)，承載了大量的接入流量。
技術(shù)共享一直是iLogtail秉承的理念，我們期望和歡迎更多開發(fā)者參與共建。我們希望跟開發(fā)者一起，將iLogtail的上下游生態(tài)建的更豐富。為了提升開發(fā)者的體驗(yàn)，我們也會(huì)持續(xù)的改善iLogtail核心能力跟框架能力，進(jìn)一步降低開發(fā)門檻，豐富測(cè)試體系建設(shè)，為開發(fā)者提供必要的技術(shù)支持。如何高效管理采集配置一直是可觀測(cè)采集器的痛點(diǎn)，為此我們也會(huì)在不久將來(lái)開源服務(wù)端全局管控方案及iLogtail監(jiān)控方案，也歡迎開發(fā)者參與共建，一起打造統(tǒng)一的管控生態(tài)。最后，OpenTelemetry作為可觀測(cè)領(lǐng)域的標(biāo)準(zhǔn)，iLogtail也將積極擁抱。K8s原生體驗(yàn)也是我們追求的方向，我們也有計(jì)劃推出iLogtail Operator。
iLogtail作為阿里云SLS提供的可觀測(cè)數(shù)據(jù)采集器，可以運(yùn)行在服務(wù)器、容器、K8s、嵌入式等多種環(huán)境，支持采集數(shù)百種可觀測(cè)數(shù)據(jù)（日志、監(jiān)控、Trace、事件等），已經(jīng)有千萬(wàn)級(jí)的安裝量。目前，iLogtail已正式開源，歡迎使用及參與共建。
我們?cè)谖⑿派?4小時(shí)期待你的聲音
解答本文疑問(wèn)/技術(shù)咨詢/運(yùn)營(yíng)咨詢/技術(shù)建議/互聯(lián)網(wǎng)交流
微信二維碼
微信二維碼
移動(dòng)版官網(wǎng)