现象 1. 主机采集器只有 systemd 一条路,跨发行版差异大(这轮已踩过 param 被删、日志路径、 时间戳格式三处);进程存活/开机自启也没有统一保证。 2. 「采集器日志」在主机模式下无法从平台查看,排「起没起来/在报什么错」必须 SSH。 3. 实测发现:Loki 部署把 listenIP 填成 0.0.0.0 时,部署记录 endpoint 是 http://0.0.0.0:3100,采集器照抄去推 -> connect: connection refused, 而容器/systemd 都是 running、平台 status=active —— 日志静默丢失。 根因 1. 托管方式写死在代码里(promtail 二进制 + systemd 单元),没有能力探测。 2. 没有对外暴露采集器自身日志的接口。 3. 渲染 promtail 配置时直接用 deployment.Endpoint,没有校验它是不是「可连接的推送地址」; 另外容器用 bridge 网络,127.0.0.1 在容器里指向容器自身,同机 Loki 也会推失败。 修法 - services/collector_host_runtime.go(新增) * detectHostCapabilities:一次 SSH 往返探测 架构/init/systemd/docker可用/开机自启/SELinux/journald * chooseHostRunMode:docker 优先 -> systemd 兜底 -> 两者都没有则明确报错(不裸跑进程) * installHostDocker:grafana/promtail:3.4.0 容器,--restart=always --memory=256m --cpus=1 --log-opt max-size=10m,max-file=3,挂 /etc/promtail(:ro) /var/lib/promtail /var/log(:ro) (+journald 相关),SELinux Enforcing 时 --security-opt label=disable; 先 docker run --rm -check-syntax 校验配置,再替换正式配置 * waitContainerRunning:看 Status + RestartCount,起来就崩立即报错并带回 docker logs * hostPushEndpoint:0.0.0.0/:: 换真实主机 IP;容器模式下 127.0.0.1/localhost 也换; 换不了明确报错 * CollectorLogs:主机 docker logs / journalctl,K8s DaemonSet Pod 日志、Sidecar fluent-bit 容器日志 - collector_deployer.go:installHost 探测->选模式->渲染配置->分发;systemd 路径从 docker 迁回时 清理同名容器;卸载时容器与 systemd 两种方式都清(RunMode 对老记录是空的) - 拉不到镜像(内网无外网)时降级 systemd 二进制托管,其它错误原样抛出 - models/collector.go:新增 runMode 并纳入 Sanitized;services.Update 白名单同步 - 接口 GET /api/v1/collectors/:id/logs?tail=N;前端卡片加「运行方式」+「日志」弹窗 - build.sh:detect_go 的 INFO 走 stderr(原来被打进 GO_CMD,构建必失败) 验证(172.19.16.8 / pre-cex-ops-jenkins,collector id=2) - 安装后 runMode=docker,容器 Up,RestartPolicy=always,systemd promtail 自动停用 - 推送地址自动纠正为 http://172.19.16.8:3100,Loki 近 10 分钟查到 4919 条 job=system/job=app、host=pre-cex-ops-jenkins - docker 垫片模拟「docker 不可用」-> 自动回退 runMode=systemd、unit active+enabled、 日志接口 source=systemd;移除垫片重装 -> 切回 docker - 卸载:容器 0 个、unit 文件不存在、/etc/promtail 不存在、runMode 清空;重装恢复 running/0 重启 - K8s 采集器日志接口 source=kubernetes(顺带暴露 429 限流,见后续日志量治理) - go vet 干净;go test ./... 全绿(新增 chooseHostRunMode / hostPushEndpoint 等 6 组用例); tsc -b 通过 - 镜像 lghost/lokistack:latest = :v0.1 = sha256:906a6d5369d7,Pod imageID 一致
113 lines
3.2 KiB
Go
113 lines
3.2 KiB
Go
package services
|
||
|
||
import (
|
||
"strings"
|
||
"testing"
|
||
)
|
||
|
||
// 推送地址纠正:这是「采集器 running 但一条日志都进不去」的根因防护。
|
||
func TestHostPushEndpoint(t *testing.T) {
|
||
const ip = "172.19.16.8"
|
||
cases := []struct {
|
||
name string
|
||
endpoint string
|
||
hostIP string
|
||
dockerMode bool
|
||
want string
|
||
wantErr string
|
||
}{
|
||
{
|
||
name: "正常 IP 不动",
|
||
endpoint: "http://172.19.16.8:3100",
|
||
hostIP: ip,
|
||
want: "http://172.19.16.8:3100",
|
||
},
|
||
{
|
||
name: "k8s svc 地址不动(命名空间短名照原样)",
|
||
endpoint: "http://loki.log.svc.cluster.local:3100",
|
||
hostIP: ip,
|
||
want: "http://loki.log.svc.cluster.local:3100",
|
||
},
|
||
{
|
||
// 本会话实测踩到:listenIP 填 0.0.0.0 → endpoint 变成 0.0.0.0:3100 → 推送被拒
|
||
name: "通配地址 0.0.0.0 换成真实主机 IP(两种模式都要换)",
|
||
endpoint: "http://0.0.0.0:3100",
|
||
hostIP: ip,
|
||
want: "http://172.19.16.8:3100",
|
||
},
|
||
{
|
||
name: "容器模式下 127.0.0.1 必须换成主机 IP(bridge 里指向容器自己)",
|
||
endpoint: "http://127.0.0.1:3100",
|
||
hostIP: ip,
|
||
dockerMode: true,
|
||
want: "http://172.19.16.8:3100",
|
||
},
|
||
{
|
||
name: "systemd 模式下 127.0.0.1 保持原样(同机部署是合法的)",
|
||
endpoint: "http://127.0.0.1:3100",
|
||
hostIP: ip,
|
||
want: "http://127.0.0.1:3100",
|
||
},
|
||
{
|
||
name: "容器模式下 localhost 同样换掉",
|
||
endpoint: "http://localhost:3100",
|
||
hostIP: ip,
|
||
dockerMode: true,
|
||
want: "http://172.19.16.8:3100",
|
||
},
|
||
{
|
||
name: "缺端口时补 3100",
|
||
endpoint: "http://0.0.0.0",
|
||
hostIP: ip,
|
||
want: "http://172.19.16.8:3100",
|
||
},
|
||
{
|
||
name: "空 endpoint 直接报错",
|
||
endpoint: " ",
|
||
hostIP: ip,
|
||
wantErr: "缺少 Loki 推送地址",
|
||
},
|
||
{
|
||
name: "拿不到主机 IP 时明确报错,而不是返回必然失败的地址",
|
||
endpoint: "http://0.0.0.0:3100",
|
||
hostIP: "",
|
||
wantErr: "取不到目标主机 IP",
|
||
},
|
||
}
|
||
for _, c := range cases {
|
||
got, err := hostPushEndpoint(c.endpoint, c.hostIP, c.dockerMode)
|
||
if c.wantErr != "" {
|
||
if err == nil || !strings.Contains(err.Error(), c.wantErr) {
|
||
t.Fatalf("%s: 期望报错含 %q,实际 got=%q err=%v", c.name, c.wantErr, got, err)
|
||
}
|
||
continue
|
||
}
|
||
if err != nil {
|
||
t.Fatalf("%s: 不应报错: %v", c.name, err)
|
||
}
|
||
if got != c.want {
|
||
t.Fatalf("%s: 期望 %q,实际 %q", c.name, c.want, got)
|
||
}
|
||
}
|
||
}
|
||
|
||
// 渲染出来的 promtail 配置里不能再出现 0.0.0.0 这类推不上去的地址。
|
||
func TestHostPromtailConfigUsesReachableEndpoint(t *testing.T) {
|
||
fixed, err := hostPushEndpoint("http://0.0.0.0:3100", "172.19.16.8", true)
|
||
if err != nil {
|
||
t.Fatalf("纠正失败: %v", err)
|
||
}
|
||
cfg, err := PromtailConfigForHost(HostPromtailOptions{
|
||
Endpoint: fixed, Cluster: "host", Hostname: "h1", LogPath: "/var/log/a.log",
|
||
})
|
||
if err != nil {
|
||
t.Fatalf("渲染失败: %v", err)
|
||
}
|
||
if strings.Contains(cfg, "0.0.0.0") {
|
||
t.Fatalf("配置里仍是通配地址:\n%s", cfg)
|
||
}
|
||
if !strings.Contains(cfg, "url: http://172.19.16.8:3100/loki/api/v1/push") {
|
||
t.Fatalf("推送地址不是纠正后的地址:\n%s", cfg)
|
||
}
|
||
}
|