KubernetesでElasticsearch、Fluentd、Kibana（EFK）のログスタックを設定する方法
序章
Kubernetesクラスタで複数のサービスとアプリケーションを実行する場合、一元化されたクラスタレベルのログスタックを使用すると、ポッドによって生成された大量のログデータをすばやく並べ替えて分析できます。 人気のある集中型ロギングソリューションの1つは、 E lasticsearch、 F luentd、および K ibana（EFK）スタックです。
Elasticsearch は、分析だけでなく、フルテキストおよび構造化された検索を可能にする、リアルタイムの分散型のスケーラブルな検索エンジンです。 大量のログデータのインデックス作成と検索に一般的に使用されますが、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インターフェイスを介して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アプリケーションに関する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ノードにセットアップしてコンテナーログファイルを調整し、ログデータをフィルター処理して変換し、Elasticsearchクラスターに配信してインデックスを作成して保存します。
まず、スケーラブルなElasticsearchクラスターを構成して起動し、次にKibana Kubernetes ServiceandDeploymentを作成します。 結論として、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
このガイドを開始する前に、次のものを利用できることを確認してください。
- ロールベースのアクセス制御（RBAC）が有効になっているKubernetes1.10+クラスター
- クラスターにEFKスタックをロールアウトするのに十分なリソースがあることを確認し、そうでない場合は、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ます。 3ポッドのElasticsearchクラスター（必要に応じてこれを1にスケールダウンできます）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はFluentdポッドも実行します。 このガイドのクラスターは、3つのワーカーノードとマネージド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のインストールについて詳しくは、公式ドキュメントをご覧ください。
これらのコンポーネントを設定したら、このガイドを開始する準備が整います。
ステップ1—名前空間を作成する
Elasticsearchクラスターをロールアウトする前に、まず名前空間を作成し、そこにすべてのロギングインストルメンテーションをインストールします。 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。 この名前空間を使用すると、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して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に保ち、アプリケーションや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、最初にkube-logging.yamlというファイルを開き、nanoなどのお気に入りのエディターを使用して編集します。
nano kube-logging.yaml
エディター内に、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 NamespacesWalkthrough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、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
次の出力が表示されます。
Outputnamespace/kube-logging created
次に、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名前空間にデプロイできます。
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クラスターをデプロイすることから始めます。
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」の問題を回避します。 大まかに言うと、「スプリットブレイン」とは、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たときに発生するものです。 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つのノードは新しいマスターを選択でき、最後のノードが再参加を試みている間、クラスターは機能し続けることができます。 詳細については、Elasticsearchおよび投票構成でのクラスター調整の新時代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たり、静的IPを使用したりしません。 ヘッドレスサービスの詳細については、公式のKubernetesドキュメントを参照してください。
お気に入りのエディタを使用して、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名前空間にelasticsearchというServiceを定義し、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、RESTAPI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
次の出力が表示されます。
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
次のように表示されます。
OutputNAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE elasticsearch ClusterIP None <none> 9200/TCP,9300/TCP 26s
ヘッドレスサービスとポッド用の安定した.elasticsearch.kube-logging.svc.cluster.localドメインを設定したので、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には、ポッドの再スケジュールと再起動の間でデータを永続化するための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、ブロックをこのファイルに貼り付けます。
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"
ここでは、StatefulSetでポッドを定義します。 コンテナーにelasticsearchという名前を付け、docker.elastic.co/elasticsearch/elasticsearch:7.2.0Docker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、最大1 vCPUまで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したり、負荷を処理したりするときにポッドのリソース使用量が制限されますスパイク）。 予想される負荷と利用可能なリソースに応じて、これらの値を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 KubernetesDocumentationを参照してください。
次に、RESTAPI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volumeMountを指定して、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：valueFromを使用して.metadata.nameフィールドに設定したノードの名前。 これは、ノードに割り当てられた序数に応じて、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ディスカバリーの詳細については、公式のElasticsearchドキュメント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。 クラスタのリソースの可用性とニーズに応じて、これらのパラメータを調整する必要があります。 詳細については、ヒープサイズの設定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アプリコンテナの前に実行されるいくつかのInitコンテナを定義します。 これらの初期化コンテナはそれぞれ、定義された順序で最後まで実行されます。 Init Containersの詳細については、公式の KubernetesDocumentation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に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「本番環境で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。
2つ目はincrease-vm-max-mapという名前で、オペレーティングシステムのmmapカウントの制限を増やすコマンドを実行します。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。 この手順の詳細については、公式のElasticsearchドキュメントを参照してください。
次に実行する初期化コンテナはincrease-fd-ulimitで、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、Elasticsearchの公式ドキュメントの「本番環境で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。
注： Elasticsearch 本番環境での使用に関する注意には、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も記載されています。 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volumeClaimTemplatesに最後のピースを追加できます。
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PersistentVolumesを作成します。 上記のブロックでは、data（前に定義したvolumeMountで参照するname）という名前を付け、同じapp: elasticsearchを付けます。 ]StatefulSetとしてラベルを付けます。
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。 この値は、Kubernetesクラスターを実行している場所に応じて変更する必要があります。 詳細については、 PersistentVolume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。 制作のニーズに応じて、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の設定に問題がなければ、ファイルを保存して閉じます。
次に、kubectlを使用してStatefulSetをデプロイします。
kubectl create -f elasticsearch_statefulset.yaml
次の出力が表示されます。
Outputstatefulset.apps/es-cluster created
kubectl rollout statusを使用して、StatefulSetがロールアウトされるときに監視できます。
kubectl rollout status sts/es-cluster --namespace=kube-logging
クラスタがロールアウトされると、次の出力が表示されます。
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...
すべてのポッドがデプロイされたら、REST APIに対してリクエストを実行することで、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kubectl port-forwardを使用してローカルポート9200をElasticsearchノードの1つ（es-cluster-0）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、RESTAPI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。
ステップ3—Kibanaのデプロイメントとサービスの作成
KubernetesでKibanaを起動するには、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メントを作成します。 お気に入りのエディタで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、ポッドレプリカを1つ指定します。
docker.elastic.co/kibana/kibana:7.2.0の画像を使用しています。 この時点で、独自のプライベートまたはパブリックのKibanaイメージを使用するように置き換えることができます。
ポッドに対して少なくとも0.1vCPUを保証し、1vCPU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、サービスとポッドのDNS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。このポートに、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
次の出力が表示されます。
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
次の出力が表示されます。
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
ここでは、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
次の出力が表示されます。
OutputForwarding from 127.0.0.1:5601 -> 5601 Forwarding from [::1]:5601 -> 5601
次に、Webブラウザーで、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場合は、KibanaをKubernetesクラスターに正常にデプロイしています。
これで、EFKスタックの最後のコンポーネントであるログコレクターであるFluentdのロールアウトに進むことができます。
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ポッド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にFluentdロギングエージェントポッドをロールアウトします。 このロギングアーキテクチャの詳細については、Kubernetesの公式ドキュメントの「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。
Kubernetesでは、stdoutおよび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、ステップ2でデプロイしたElasticsearchログバックエンドに送信します。
コンテナログに加えて、Fluentdエージェントは、kubelet、kube-proxy、DockerログなどのKubernetesシステムコンポーネントログを調整します。 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確認するには、ロギングエージェントの設定に使用されるkubernetes.confファイルを参照してください。 Kubernetesクラスタへのログインの詳細については、Kubernetesの公式ドキュメントの「ノードレベルでのロギング」を参照してください。
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FluentdDaemonSet仕様を使用します。 Fluentdメンテナが提供するもう1つの役立つリソースは、 KuberentesFluentd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KubernetesAPI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app: fluentdというラベルを付けます。 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ポッドのサービスアカウントの設定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、fluentdというClusterRoleを定義し、get、list、およびwatchにpodsおよびnamespacesオブジェクト。 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ロールの詳細については、Kubernetesの公式ドキュメントのRBAC認証の使用を参照してください。
次に、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、fluentdClusterRole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、fluentdServiceAccount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で定義されているapp: fluentdラベルを照合し、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、NoSchedule許容値を定義して、Kubernetesマスターノードの同等の汚染に一致させます。 これにより、DaemonSetもKubernetesマスターにロールアウトされます。 マスターノードでFluentdPodを実行したくない場合は、この許容値を削除してください。 Kubernetesの汚染と許容範囲の詳細については、Kubernetesの公式ドキュメントの「汚染と許容範囲」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公式v1.4.2Debianイメージを使用します。 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-daemonsetGithubリポジトリで入手できます。
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に設定しました。 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、このリストで返される最初のIPアドレスである可能性があります。 クラスター全体にログを分散するには、FluentdのElasticsearchOutput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 OutputPlugin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。 予想されるログ量と使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、ブロックの最後に定義されています。
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信号を受信すると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信号が送信されます。 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「 Kubernetesのベストプラクティス：graceで終了する」をご覧ください。
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の設定が完了したら、ファイルを保存して閉じます。
次に、kubectlを使用してDaemonSetをロールアウトします。
kubectl create -f fluentd.yaml
次の出力が表示されます。
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 <none> 58s
これは、3つのfluentd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。
これで、Kibanaをチェックして、ログデータが適切に収集されて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。
次の設定ウィンドウが表示されます。
これにより、Kibanaで探索する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でインデックスパターンの定義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、次のステップをクリックします。
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、インデックスパターンの作成をクリックします。
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スタックを正常に構成してロールアウトできました。 Kibanaを使用してログデータを分析する方法については、Kibanaユーザーガイドを参照してください。
次のオプションのセクションでは、stdoutに数値を出力する単純なカウンターポッドをデプロイし、そのログをKibanaで検索します。
ステップ5（オプション）—コンテナログのテスト
特定のポッドの最新のログを探索する基本的なKibanaのユースケースを示すために、連続番号をstdoutに出力する最小限のカウンターポッドをデプロイします。
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counterと呼ばれる最小限のポッドで、whileループを実行し、番号を順番に出力します。
kubectlを使用して、counterポッドをデプロイします。
kubectl create -f counter.yaml
ポッドが作成されて実行されたら、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。
いずれかのログエントリをクリックすると、コンテナ名、Kubernetesノード、名前空間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、およびKibanaをセットアップ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ギングエージェントポッドで構成される最小限のロギン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本番Kubernetesクラスターにデプロイする前に、このガイド全体に示されているように、リソースの要件と制限を調整することをお勧めします。 X-Pack を設定して、組み込みの監視およびセキュリティ機能を有効に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、1つのKibanaポッド（負荷分散されていない）、およびDaemonSetとしてロールアウトされたFluentdポッドのセットで構成されています。 本番ユースケースに応じて、この設定を拡張することをお勧めします。 ElasticsearchとKibanaスタックのスケーリングの詳細については、Elasticsearchのスケーリングを参照してください。
Kubernetesでは、ユースケースにより適した、より複雑なロギン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ドキュメントのログアーキテクチャを参照してください。
