LokiStack/kubernetes

lokistack 部署到 Kubernetes

命名空间固定：log（日志相关资源统一放这里）

---

一条命令部署（推荐）

bash kubernetes/install.sh

脚本会依次完成：

1. 创建 log 命名空间
2. 生成随机密钥 JWT_SECRET / ENCRYPTION_KEY 写入 Secret lokistack-secrets （已存在则跳过，不会覆盖）
3. 创建 PVC lokistack-data（30 GiB，使用集群默认 StorageClass）
4. 部署 lokistack（单副本 + Recreate）
5. 创建 Service lokistack:8080（ClusterIP）
6. 等待 Pod 就绪并输出访问方式

需要 NodePort（配 ingress 时）：

WITH_NODEPORT=1 bash kubernetes/install.sh

幂等性：重复执行只做增量更新，不会覆盖密钥、不会重建数据卷。

---

全部用法速查

场景	命令
标准部署（自动探测云平台 + StorageClass）	bash kubernetes/install.sh
同时开 NodePort（配 ingress 用）	WITH_NODEPORT=1 bash kubernetes/install.sh
指定 StorageClass	STORAGE_CLASS=cbs bash kubernetes/install.sh
指定 SC（自建用 local-path）	STORAGE_CLASS=local-path bash kubernetes/install.sh
自建集群强制用节点本地盘（hostPath）	LOCAL_STORAGE=force bash kubernetes/install.sh
只诊断不动手（无变更）	LOCAL_STORAGE=off bash kubernetes/install.sh
指定本地存储的节点/路径/容量	NODE_NAME=node1 PV_PATH=/data/lokistack PV_SIZE=50Gi bash kubernetes/install.sh
组合：自建 + 指定节点 + NodePort	LOCAL_STORAGE=force NODE_NAME=node1 WITH_NODEPORT=1 bash kubernetes/install.sh

环境变量一览：

变量	默认值	说明
WITH_NODEPORT	0	1 = 额外创建 NodePort Service（30080）
STORAGE_CLASS	空（自动探测）	显式指定 StorageClass 名称
LOCAL_STORAGE	auto	auto 无 SC 时自动建本地 PV / off 只诊断 / force 强制本地盘
NODE_NAME	空（第一个 Ready 节点）	hostPath PV 绑定的节点
PV_PATH	/var/lib/lokistack-data	hostPath 在宿主机上的路径
PV_SIZE	30Gi	PV 容量声明

---

环境要求

项	要求
Kubernetes	1.20+
StorageClass	脚本自动探测（default 注解 → 唯一 SC → 手动 STORAGE_CLASS=）；自建集群无 SC 时会提前报错并给出解决方案，不会白等
镜像	节点可拉 lghost/lokistack:latest（或改成自己的 Harbor/ACR/TCR/SWR）
权限	有 log 命名空间的 create/apply 权限

前置条件（install.sh 会自动检查，不通过直接给出具体修法）

脚本启动时做三级预检 + 一级软检查，任何一级不通过都会立即退出并打印「是哪一类问题、 下一步做什么」，不会跑到一半才报错：

预检项	不通过时的提示内容
kubectl 是否安装	按 CentOS/TencentOS、Ubuntu/Debian、macOS 分别给安装命令；并给出「机器没有外网」时的替代方案（控制台下载 / 内网跳板机执行 / 只 scp 二进制）
kubeconfig 是否存在	打印实际查找路径（$KUBECONFIG 或 ~/.kube/config），给出腾讯云 TKE / 阿里云 ACK / AWS EKS 各自下载 kubeconfig 的入口，以及 chmod 600 建议
能否连上 API Server	按错误类型分类（见下表），不是笼统一句「请检查 kubeconfig」
部署权限（软检查）	kubectl auth can-i create deployments.apps -n <ns> 非 yes 时告警，提示绑定 Role 或改用管理员 kubeconfig；不阻断，避免首次部署时命名空间尚未创建导致误拦

连不上集群时的分类提示

实际错误	脚本的判断	给出的处理方向
current-context is not set / context does not exist	kubeconfig 没有可用 context	kubectl config get-contexts → use-context → 重新下载 kubeconfig
Unauthorized / Authentication required	认证失败（云厂商 token 几小时就过期）	回控制台重新下载 kubeconfig；自建集群查客户端证书
Forbidden / 403	已连上集群但 RBAC 拒绝	kubectl auth whoami、auth can-i --list -n <ns>，列出部署所需的具体资源权限
x509 / certificate / tls:	证书过期或域名不匹配	确认 API Server 证书；可信内网可临时 --insecure-skip-tls-verify 排障
connection refused / no such host / context deadline exceeded / i/o timeout	网络不通	①curl -k <API>/version ②内网地址需 VPN/专线 ③安全组放行 6443 ④查集群状态 ⑤换成跳板机试

失败时的完整输出形如：

❌ 连不上集群 API Server（网络不通）

    kubeconfig   : /root/.kube/config
    当前 context : tke-pre
    API Server   : https://172.19.16.13:443
    当前用户     : admin

  实际报错: Unable to connect to the server: context deadline exceeded (...)

  ── 按顺序排查 ───────────────────────────────────────────────────────
  1) 地址对不对？用上面打印的 API Server 测一下: curl -k --max-time 5 <API Server>/version
  2) 要不要 VPN / 专线？云上 API Server 常是内网地址（10.x / 172.16~31.x / 192.168.x）...
  3) 安全组 / 防火墙：云厂商默认只放行运维网段访问 6443 端口
  4) 集群本身是否正常：控制台看集群状态是否「运行中」
  5) 换台机器试：在能访问集群的跳板机上执行本脚本，可排除本机网络问题

预检只读不写、耗时 < 1 秒。API Server 连接超时可用 KUBECTL_TIMEOUT=15s 放宽（默认 8s）。

脚本自动处理什么

install.sh 不是无脑 apply，它会先探测环境再动手：

场景	脚本行为
云平台识别	读节点 providerID，识别出 腾讯云 TKE / AWS EKS / 阿里云 ACK / 华为云 CCE / GCP GKE / Azure AKS / K3s / 自建
StorageClass	① 显式 STORAGE_CLASS=xxx → ② is-default-class 注解 → ③ 集群唯一 SC → ④ 都没有则自动创建节点本地存储（静态 local PV，零外部依赖）
Secret	不存在则用 openssl rand -hex 32 生成；已存在则跳过，绝不覆盖
PVC	把探测到的 SC 显式写进渲染后的 pvc.yaml（避免依赖隐式默认行为）
就绪等待	rollout status 最多 180s，超时后按失败原因分类诊断
镜像拉不到	诊断为 ImagePullBackOff 时，按云给出对应仓库格式（TCR / ACR / SWR / Harbor）
PVC 未绑定	诊断为 StorageClass 问题时，按云给出推荐 SC 名（cbs / gp3 / alicloud-disk-essd / csi-disk）

脚本不做什么（需要人工决策的部分）：

• ❌ 不自动改镜像仓库（不知道你的仓库地址，只给格式提示）
• ❌ 不覆盖已存在的 Secret / 已有数据卷

---

自建 K8s（kubeadm 裸装）的存储怎么办

自建集群最常见的坑就是没有 StorageClass → PVC 永久 Pending。脚本内置三种处理方式：

默认行为（LOCAL_STORAGE=auto）：自动创建节点本地存储

检测到集群完全没有 SC 时，脚本自动创建一个静态 local PV：

StorageClass: lokistack-local
  provisioner: kubernetes.io/no-provisioner
  volumeBindingMode: WaitForFirstConsumer   # 先定 Pod 再绑 PV
  reclaimPolicy: Retain                     # 误删 PVC 不丢数据

PersistentVolume: lokistack-data-pv
  hostPath: { path: /var/lib/lokistack-data, type: DirectoryOrCreate }
  nodeAffinity: 锁定一台节点

特点：

优点	代价
零外部依赖（不拉任何镜像，国内网络友好）	数据固定在单节点，Pod 不会漂移到别处
kubelet 自动建目录（DirectoryOrCreate）	只能供给一个 PVC（单实例场景够用）
Pod 一定调度到数据所在节点（nodeAffinity）	节点损毁需从备份恢复（见「持久化」的 CSI 快照）

实测数据：PVC 从 Pending 到 Bound 5 秒，Pod 正常读写宿主机目录。

想要动态供给（支持多 PVC / 多实例）

装 Rancher local-path-provisioner（自建集群事实标准）：

kubectl apply -f https://raw.githubusercontent.com/rancher/local-path-provisioner/master/deploy/local-path-storage.yaml
STORAGE_CLASS=local-path bash kubernetes/install.sh

想先看着不动手（LOCAL_STORAGE=off）

LOCAL_STORAGE=off bash kubernetes/install.sh

只打印诊断和 4 种解法，不做任何变更。

自建 K8s 存储方案选型

方案	外部依赖	适用	备注
静态 local PV（本脚本默认）	零	单副本、数据固定	最省事，国内网络友好
local-path-provisioner	2 个镜像	需要动态供给/多 PVC	自建集群首选，社区标准
OpenEBS LocalPV	Helm + 较多镜像	要 LVM/ZFS 精细控制	较重
Longhorn	Helm，每节点装	需要副本/高可用	每节点约 1C2G 开销
NFS + nfs-subdir-provisioner	需现成 NFS 服务器	多节点共享	依赖外部 NFS

对 lokistack 这类单副本 + JSON DB 单写者的应用，local PV 完全够用， 不需要为了"高可用"上 Longhorn —— 副本存储反而会和"单写者"约束冲突。

---

hostPath 数据的运维（自建集群必读）

自建集群用 hostPath 时，数据在宿主机目录里，不在云盘上。下面这些操作要会。

数据在哪

# 1) 找到 PV 绑定的节点和路径
kubectl get pv lokistack-data-pv -o custom-columns=\
'NAME:.metadata.name,PATH:.spec.hostPath.path,NODE:.spec.nodeAffinity.required.nodeSelectorTerms[0].matchExpressions[0].values[0]'

# 2) 去那台节点上看
NODE=<上面的 NODE 值>
ssh root@${NODE} 'ls -la /var/lib/lokistack-data/'
# 应看到：lokistack.json  kubeconfigs/  known_hosts

备份（不用停机）

NODE=<节点>
TS=$(date +%Y%m%d-%H%M%S)
ssh root@${NODE} "tar czf /tmp/lokistack-backup-${TS}.tar.gz -C /var/lib lokistack-data"
scp root@${NODE}:/tmp/lokistack-backup-${TS}.tar.gz ./

lokistack.json 写入是原子的（临时文件 + fsync + rename），热备份安全，不用停 Pod。

迁移到另一台节点

OLD=<旧节点>  NEW=<新节点>

# 1) 停止写入
kubectl -n log scale deploy lokistack --replicas=0

# 2) 从旧节点拉取数据
ssh root@${OLD} 'tar czf - -C /var/lib lokistack-data' > /tmp/lokistack-data.tar.gz

# 3) 推到新节点并解包
scp /tmp/lokistack-data.tar.gz root@${NEW}:/tmp/
ssh root@${NEW} 'mkdir -p /var/lib && tar xzf /tmp/lokistack-data.tar.gz -C /var/lib && ls -la /var/lib/lokistack-data'

# 4) 改 PV 的 nodeAffinity 指向新节点
kubectl patch pv lokistack-data-pv --type=json -p \
  "[{\"op\":\"replace\",\"path\":\"/spec/nodeAffinity/required/nodeSelectorTerms/0/matchExpressions/0/values\",\"value\":[\"${NEW}\"]}]"

# 5) 恢复
kubectl -n log scale deploy lokistack --replicas=1
kubectl -n log rollout status deploy/lokistack

卸载但保留数据

# 删工作负载和服务（数据卷保留）
kubectl -n log delete deploy lokistack svc lokistack

# PVC 保留（Retain 策略，删了也不会丢 PV 里的数据）
# 想彻底清掉的话：
#   kubectl delete pvc lokistack-data
#   kubectl delete pv lokistack-data-pv
#   然后去节点上 rm -rf /var/lib/lokistack-data

# 如果要连脏数据一起重置重装：
kubectl -n log delete pvc lokistack-data
kubectl delete pv lokistack-data-pv
kubectl delete sc lokistack-local
ssh root@${NODE} 'rm -rf /var/lib/lokistack-data'
# 然后重新 bash install.sh

常见坑

现象	原因	处理
Pod 一直 Pending	PV 的 nodeAffinity 指向的节点不可用	kubectl get nodes 确认该节点 Ready，或按上面「迁移」流程改节点
Pod Pending 且报 node(s) didn't match node affinity	Pod 被调度到其他节点	正常，scheduler 会重试；若持续，检查 PV 的 nodeAffinity 是否写错节点名
换节点后数据"消失"	数据在新节点上不存在	走「迁移到另一台节点」流程，别只改 nodeAffinity
磁盘写满	hostPath 用节点本地盘	df -h /var/lib，迁移到大盘或改 PV_PATH

---

目录结构

kubernetes/
├── install.sh                 # 一键部署脚本（推荐入口）
├── namespace.yaml             # log 命名空间
├── pvc.yaml                   # 数据卷 30Gi（storageClassName 留空 → 用默认 SC）
├── deployment.yaml            # 平台本体（单副本 + Recreate，必须）
├── service.yaml               # ClusterIP lokistack:8080
├── service-nodeport.yaml      # NodePort 30080（配 ingress 时用）
└── examples/                  # 云相关配置，不参与默认部署
    ├── ingress.yaml           # 阿里云 ACK（alb class）
    ├── ingress-tke.yaml       # 腾讯云 TKE（qcloud class）
    └── secret.example.yaml    # Secret 模板（仅供手工创建参考）

⚠️ examples/ 里的文件故意不放在 kubernetes/ 根目录： 它们是云厂商相关的（ingress class 各云不同），混在默认目录里会让 kubectl apply -f kubernetes/ 在不同云上互相覆盖或报错。

---

手动部署（等价于 install.sh，供需要精细控制时用）

# 1) 命名空间
kubectl apply -f kubernetes/namespace.yaml

# 2) 密钥（⚠️ 必须先做，否则 Pod 起不来）
#    密钥只生成一次，丢失会导致已保存的凭证无法解密
kubectl -n log create secret generic lokistack-secrets \
  --from-literal=JWT_SECRET="$(openssl rand -hex 32)" \
  --from-literal=ENCRYPTION_KEY="$(openssl rand -hex 32)"

# 3) 数据卷 + 平台 + 服务
kubectl apply -f kubernetes/pvc.yaml
kubectl apply -f kubernetes/deployment.yaml
kubectl apply -f kubernetes/service.yaml

# 4) 等待就绪
kubectl -n log rollout status deployment/lokistack --timeout=180s

❗不要直接 kubectl apply -f kubernetes/：Secret 不在目录里（密钥不能进 Git）， 缺 Secret 时 Pod 会一直 CreateContainerConfigError。

---

访问

临时（本地端口转发）：

kubectl -n log port-forward svc/lokistack 8080:8080
# 浏览器打开 http://localhost:8080

初始账号：admin / admin123 ← 首次登录请立即改密

---

配 Ingress（可选）

以腾讯云 TKE 为例（其他云见 examples/）：

# 1) 先开 NodePort（TKE 的 qcloud ingress 后端要求 NodePort 类型 Service）
WITH_NODEPORT=1 bash kubernetes/install.sh

# 2) 改域名后应用
vi kubernetes/examples/ingress-tke.yaml       # 改 host
kubectl apply -f kubernetes/examples/ingress-tke.yaml

# 3) 查 CLB 分配的公网 IP，把域名解析过去
kubectl -n log get ingress lokistack

云	ingressClassName	备注
腾讯云 TKE	qcloud	后端 Service 必须 NodePort
阿里云 ACK	alb	用 alb.ingress.kubernetes.io/* 注解
AWS EKS	alb 或 nginx	需装 AWS Load Balancer Controller
华为云 CCE	nginx 或 cce	—
自建	nginx	需装 ingress-nginx

---

持久化（重要）

• /app/data 挂 PVC，保存 lokistack.json、kubeconfigs/、known_hosts。
• 必须 replicas: 1 + strategy: Recreate：JSON DB 是单写者；滚动更新时两个 Pod 同时挂同一个 RWO PVC 会互相覆盖。
• DB 写入本身是原子的（临时文件 + fsync + rename），容器被杀不会写坏文件。

备份：CSI VolumeSnapshot

各云都支持同一套 snapshot.storage.k8s.io API（AWS EBS / 腾讯 CBS / 华为 EVS / 阿里云 ESSD）：

apiVersion: snapshot.storage.k8s.io/v1
kind: VolumeSnapshot
metadata:
  name: lokistack-data-20261025
  namespace: log
spec:
  volumeSnapshotClassName: <集群的 snapshotClass>
  source:
    persistentVolumeClaimName: lokistack-data

---

多云兼容

项	做法
存储类	pvc.yaml 不写 storageClassName，用集群默认 SC；没有默认 SC 时填对应云的名字（AWS gp3 / 腾讯 cbs / 华为 csi-disk / 阿里云 alicloud-disk-essd）
镜像仓库	deployment.yaml 的 image 填目标云可拉的仓库（Harbor / ACR / TCR / SWR）
Loki 存储	平台已支持 S3 / OSS / COS / OBS，均 S3 兼容，无需云厂商 SDK
查询链路	平台与 Loki 同集群时，数据源选「集群服务」（namespace log、service loki、port 3100），无需 Ingress/WAF
Namespace	固定 log，跨云一致

---

与外部实例的关系

平台的 JSON DB 单写者，不要两个实例共用同一份数据卷。要么：

• 集群内新实例 + 迁移旧数据文件（停旧实例后拷贝）；或
• 保留外部实例做带外管理，集群内实例使用独立数据卷（两套数据）。

---

日志

• 平台只写 stdout（Go/GIN 默认），不写日志文件；kubectl logs 可直接看。

• Kubernetes 由 kubelet 统一轮转，节点级配置建议：

  # /var/lib/kubelet/config.yaml
  containerLogMaxSize: 50Mi
  containerLogMaxFiles: 5
  

• Loki / Promtail 同样输出到 stdout，由容器运行时轮转；不要在容器内写业务日志文件。

• 应用自身的部署日志写在 DB（deployment_logs），可在部署详情里查看，不占容器日志空间。

---

常见问题

现象	原因	解决
Pod CreateContainerConfigError	缺 Secret lokistack-secrets	跑 install.sh，或手动 kubectl create secret
Pod Pending，PVC Pending	集群没有默认 StorageClass	pvc.yaml 里填 storageClassName
Pod ImagePullBackOff	节点拉不到 lghost/lokistack:latest	换镜像地址（ACR/TCR/SWR/Harbor）
kubectl apply -f kubernetes/ 报 ingress 错误	误把 examples 里的 ingress 一起 apply 了	只 apply 根目录的 yaml，ingress 单独处理
重启后数据丢失	/app/data 没挂 PVC	确认 deployment.yaml 的 volumeMounts
两个 Pod 同时写 DB	用了 RollingUpdate 或多副本	必须 replicas: 1 + strategy: Recreate