生产环境Docker部署ELK跨区访问kafka不通问题的解决

由于分布式系统的日志集中采集的需求非常强烈，我们组通过调研和实践搭建了一套基于Docker的日志收集系统Amethyst。

我们首先在测试环境搭建了一套基于Docker swarm集群的ELK分布式环境。

测试云

docker swarm 配置：

[elastic@host---- ~]$ docker node ls
ID                            HOSTNAME            STATUS              AVAILABILITY        MANAGER STATUS      ENGINE VERSION
qjdc5dhfauxz9b6bxlj12k0b4 *   host----   Ready               Active              Reachable           18.09.
sn0uy2i8rwfpk1z8jjwkmb3un     host----   Ready               Active              Reachable           18.09.
rjsxhmbrstpxadw9vc4rzbc4e     host----   Ready               Active              Leader              18.09.
xl24brlx3b6r1r9bm22nl3s95     host----   Ready               Active                                  18.09.

四台linux主机配置各为：

Kernel Version: 3.10.-.el7.x86_64
Operating System: CentOS Linux  (Core)
OSType: linux
Architecture: x86_64
CPUs:
Total Memory: .51GiB　　

Docker swarm service包括

NAME                SERVICES            ORCHESTRATOR
es                                     Swarm　　　　
kafka                                  Swarm　　　　
kibana                                 Swarm
log                                    Swarm
zk                                     Swarm

五种service关系如下图所示：

Filebeat主机和Amethyst处于同一个测试网网段，ip地址直接可以连接，状态一切正常，kibana里可以看见测试数据，所以我们测试两个月后便准备投入生产，从此记录从评审开始遇到的主要问题。

评审阶段：

关键词：网络如何限流

解决办法：kafka consumer配额，Filebeat的压力感知功能可以在kafka限流时降低自身发送日志的速率。

参考 https://www.cnblogs.com/huxi2b/p/8609453.html

也考虑过使用容器tc限流，但是发现tc只能对输出流量做限制，故放弃。

第一次发布：

关键词：1) filebeat 跨区跨防火墙连接kafka IP地址不通.

2) docker程序所属用户为manag

问题1：由于kafka的三个IP地址做了NAT映射，filebeat 中配置连接IP为kafka映射后的地址，连接kafka时，kafka会返回给filebeat注册到zookeeper的对外地址，也就是KAFKA_ADVERTISED_LISTENERS；这里出现一个问题：1）当我们把kafka集群中的KAFKA_ADVERTISED_LISTENERS配置为映射前地址，kafka集群状态正常但是，filebeat连接时会收到kafka返回的映射前地址，所以filebeat无法连接，导致i/o wait。2）当我们把kafka集群中的KAFKA_ADVERTISED_LISTENERS配置为映射后地址，会导致KAFKA集群之间无法通讯，从而集群状态异常。

解决办法：

网络通讯不使用IP地址的方式，通过主机名和/etc/hosts映射的方式通讯，当把KAFKA_ADVERTISED_LISTENERS配置为主机名后，kafka返回给filebeat的地址就是hostname:port,这里只要在Filebeat主机中在/etc/hosts 添加映射后的IP和hostname关系便可以让filebeat获得hostname后依然可以找到映射地址。

问题2：这是因为我们通过Docker启动进程时，默认会指定进程的uid为1000，而生产环境上uid=1000的用户正是manage用户，故docker启动的进程显示为manage所属。

解决办法：可以通过在docker swarm stack配置文件中指定服务uid来限定docker进程的名称。

第二次发布：

关键词：1) kafka集群状态异常导致

问题1: 当把kafka配置的KAFKA_ADVERTISED_LISTENERS修改为hostname后，发现各主机用hostname之间无法ping通，而在测试网中尝试均可以通过hostname ping通（后面了解应该是测试云的openstack内置的dns解析可以在openstack虚拟机外部解析hostname），这里想当然的修改elk集群中的/etc/hosts 各IP和主机映射；这时启动kafka集群状态还是异常。在尝试在物理机上部署kafka后，集群状态就正常了；正准备让logstash从kafka里消费数据时发现logstash也无法读取kafka配置文件中的hostname，这里想到其实最初在kafka集群中添加/etc/hosts的操作应该是在各Docker内部完成！此时配置uid=“0”，启动kafka_stack和logstash_stack,在容器内部添加/etc/hosts条目。

解决办法：在kafka和logstash内部添加/etc/hosts条目。

研究方向：

kafka通讯机制

docker的uid机制