• 测试右移：线上质量监控 ELK 实战

    目录


    【测试右移】介绍

    为什么要做测试右移？

    • 测试环境不能完全模拟线上环境。
    • 线上质量不仅取决于已发布代码，还取决于数据变更与配置变更。
    • 线上测试可以获得更多质量数据，以辅助产品更新。

    测试右移主要实践：

    • 应用监控
    • 综合监控质量监控（ContinuousQuality Monitoring）
    • A/B 测试
    • 金丝雀部署（Canary Releases）
    • TIP 线上测试
    • 故障注入/混沌工程（Chaostesting）

    image

    为什么要搭建监控系统：

    • 测试数据收集
    • 测试数据分析
    • 测试数据可视化与分析

    质量监控：

    • apm 应用性能监控
    • 全链路监控 zipkin、skywalking
    • 崩溃率监控 bugly
    • 线上用户体验特征监控与分析

    image

    测试监控：

    • 优化测试的深度
    • 优化测试的速度
    • 优化测试的广度
    • 优化测试进度管理

    image


    ELK Stack 介绍

    ELK Stack 代指 Elasticsearch、Logstash 和 Kibana ，在这个生态圈慢慢发展过程中，加入了一个新成员 Beats。

    • ElasticSearch：基于 Java，一个开源的分布式搜索引擎。

    • LogStash：基于 Java，开源的用于收集、分析和存储日志的工具。（它和 Beats 有重叠的功能。Beats 出现之后，LogStash 则专门做日志的分析）

    • Kibana：基于 Node.js，主要为 ElasticSearch 和 LogStash 提供 Web 页面展示，可以汇总，分析搜索信息。

    • Beats：数据采集，它其实是一个综合的名字，它由一些子项目组合而成。

      • Packetbeat（搜集网络流量数据）
      • Topbeat（搜集系统、进程和文件系统级别的 CPU 和内存使用情况等数据）
      • Filebeat（用于监控，搜集服务器日志文件）
      • Winlogbeat（ Windows 事件日志数据收集）
      • Metricbeat（可定期获取外部系统的监控指标信息，可用于监控、收集 Apache、Mysql、Nginx、Redis、Zookeeper 等服务）

    image


    ELK 监控体系搭建

    docker pull docker.elastic.co/elasticsearch/elasticsearch:8.1.2
docker pull docker.elastic.co/kibana/kibana:8.1.2
docker pull docker.elastic.co/logstash/logstash:8.1.2

    ES & Kibana 搭建

    # 创建子网
docker create network elastic

# 启动 elasticsearch 容器
docker run -d --name es01 --net elastic -p 9200:9200 docker.elastic.co/elasticsearch/elasticsearch:8.1.2
# 由于启动时间较久，可使用 docker logs -f es01 查看启动日志

    记录启动日志中的登录密码及 Token（注意有效期为半小时）：

    image

    ->  Password for the elastic user (reset with `bin/elasticsearch-reset-password -u elastic`):
  DB1ngqLjym5Zg3n-doni

->  HTTP CA certificate SHA-256 fingerprint:
  2cffe4439402214dcd28786c835fcd9fdce82f266a8cfd915cdd9fd52facdea3

->  Configure Kibana to use this cluster:
* Run Kibana and click the configuration link in the terminal when Kibana starts.
* Copy the following enrollment token and paste it into Kibana in your browser (valid for the next 30 minutes):
  eyJ2ZXIiOiI4LjEuMiIsImFkciI6WyIxNzIuMTkuMC4yOjkyMDAiXSwiZmdyIjoiMmNmZmU0NDM5NDAyMjE0ZGNkMjg3ODZjODM1ZmNkOWZkY2U4MmYyNjZhOGNmZDkxNWNkZDlmZDUyZmFjZGVhMyIsImtleSI6InZ5UkZySUVCYzFJYTJ4eXZWUXRLOlJSYW03X1FnU3ZxdUZqT0lnOEZLTUEifQ==

-> Configure other nodes to join this cluster:
* Copy the following enrollment token and start new Elasticsearch nodes with `bin/elasticsearch --enrollment-token <token>` (valid for the next 30 minutes):
  eyJ2ZXIiOiI4LjEuMiIsImFkciI6WyIxNzIuMTkuMC4yOjkyMDAiXSwiZmdyIjoiMmNmZmU0NDM5NDAyMjE0ZGNkMjg3ODZjODM1ZmNkOWZkY2U4MmYyNjZhOGNmZDkxNWNkZDlmZDUyZmFjZGVhMyIsImtleSI6IndTUkZySUVCYzFJYTJ4eXZWUXVsOlF0bFNtVnVCVFhXVV83UThUcVZETkEifQ==

  If you're running in Docker, copy the enrollment token and run:
  `docker run -e "ENROLLMENT_TOKEN=<token>" docker.elastic.co/elasticsearch/elasticsearch:8.1.2`

    证书认证：

    # 拷贝证书到本地
docker cp es01:/usr/share/elasticsearch/config/certs/http_ca.crt .

# 进行认证
curl --cacert http_ca.crt -u elastic https://localhost:9200
# 输入刚刚记录下的密码

    image

    启动 Kibana：

    docker run -d \
  --name kibana \
  --link elasticsearch:elasticsearch \
  --net elastic \
  -p 5601:5601 \
  docker.elastic.co/kibana/kibana:8.1.2

    image

    输入 ES 启动日志中的 Token 及 Kibana 启动日志中的 code：

    image

    输入 ES 启动日志中的用户名/密码：

    image


    Nginx 日志自动采集

    示例：使用 ES 提供的集成工具（Nginx Agent），自动采集服务器上的 Nginx 日志数据到 ES 中

    Nginx Agent

    image

    image

    image

    使用默认配置进行保存：

    image

    image

    image

    image

    将上述 ES 提供的日志采集 Agent 下载到 Nginx 服务器中：

    [root@localhost es_agent]# wget https://artifacts.elastic.co/downloads/beats/elastic-agent/elastic-agent-8.1.2-linux-x86_64.tar.gz

    创建 elastic-agent.yml 配置文件：

    image

    解压 agent 并执行：

    image

    [root@localhost es_agent]# tar -zxvf elastic-agent-8.1.2-linux-x86_64.tar.gz
...
[root@localhost es_agent]# ls
elastic-agent-8.1.2-linux-x86_64  elastic-agent-8.1.2-linux-x86_64.tar.gz  elastic-agent.yml
[root@localhost es_agent]# ./elastic-agent-8.1.2-linux-x86_64/elastic-agent install
Elastic Agent will be installed at /opt/Elastic/Agent and will run as a service. Do you want to continue? [Y/n]:y
Do you want to enroll this Agent into Fleet? [Y/n]:n
Elastic Agent has been successfully installed.
# 此时 agent 会被成功安装在 /opt/Elastic/Agent/ 目录

    替换刚下载的配置文件：

    [root@localhost Agent]# mv elastic-agent.yml elastic-agent.yml_bak
[root@localhost Agent]# mv ../elastic-agent.yml .
[root@localhost Agent]# vi elastic-agent.yml

    image

    # 重启 agent
[root@localhost Agent]# ./elastic-agent restart

    安装 Nginx 服务器

    # 下载 nginx
[root@localhost Agent]# yum install nginx

# 启动 nginx
[root@localhost Agent]# systemctl start nginx

# 查看 nginx 日志，发现已被 agent 监控
[root@localhost Agent]# less /var/log/nginx/access.log
127.0.0.1 - - [29/Jun/2022:12:42:23 +0800] "GET /nginx_status HTTP/1.1" 404 3971 "-" "Elastic-Metricbeat/8.1.2 (linux; amd64; 6118f25235a52a7f0c4937a0a309e380c92d8119; 2022-03-29 22:45:47 +0000 UTC)" "-"
127.0.0.1 - - [29/Jun/2022:12:42:40 +0800] "GET /nginx_status HTTP/1.1" 404 3971 "-" "Elastic-Metricbeat/8.1.2 (linux; amd64; 6118f25235a52a7f0c4937a0a309e380c92d8119; 2022-03-29 22:45:47 +0000 UTC)" "-"
...

    数据分析

    确认日志数据正常被采集到 ES 中：

    image

    image

    创建自定义视图（正则匹配所需要的日志文件）：

    image

    创建完成后，会自动解析字段：

    image

    查看自定义视图的统计图及明细数据：

    image

    更多的数据分析功能：

    image


    Logstash 搭建

    配置文件：vi $PWD/pipeline/logstash.conf

    # 输入
input {
  file {
    path => [ "/data/*.log" ]  # logstash的data目录下的log
  }
}

# 过滤
filter {
      grok {
        match => { "message" => ["%{IPORHOST:[nginx][access][remote_ip]} - %{DATA:[nginx][access][user_name]} \[%{HTTPDATE:[nginx][access][time]}\] \"%{WORD:[nginx][access][method]} %{DATA:[nginx][access][url]} HTTP/%{NUMBER:[nginx][access][http_version]}\" %{NUMBER:[nginx][access][response_code]} %{NUMBER:[nginx][access][body_sent][bytes]} \"%{DATA:[nginx][access][referrer]}\" \"%{DATA:[nginx][access][agent]}\""] }
        remove_field => "message"
      }
}

# 输出
output {
  stdout {}  # 标准输出
  elasticsearch {  # 输出到 es
    hosts => ["https://192.168.3.222:9200"]  # es主机
    index => "logstash-nginx-%{+YYYY.MM.dd}"  # 生成的索引
    user => "elastic"  # es用户名
    password => "-yAoRIIni3qy*RW*Q8Nc"  # es密码
    ssl_certificate_verification => false  # 关闭es证书认证
  }
}

    折叠

    启动 logstash：

    # 配置文件
[root@localhost logstash]# vi logstash.yml
http.host: "0.0.0.0"
xpack.monitoring.elasticsearch.hosts: ["https://192.168.3.222:9200"]
xpack.monitoring.elasticsearch.username: "elastic"
xpack.monitoring.elasticsearch.password: "-yAoRIIni3qy*RW*Q8Nc"
xpack.monitoring.enabled: true

# 启动 logstash
docker run --name logstash --rm -d --net elastic \
  -v $PWD/logstash.yml:/usr/share/logstash/config/logstash.yml \  # 挂载配置文件
  -v $PWD/pipeline:/usr/share/logstash/pipeline/ \  # 挂载采集配置文件目录
  -v /var/log/nginx/access.log:/data/access.log \  # 挂载nginx的访问日志
  -v /var/log/nginx/error.log:/data/error.log \  # 挂载nginx的错误日志
  docker.elastic.co/logstash/logstash:8.1.2 \
  --config.reload.automatic  # 热更新配置文件

    查看成功生成的索引：

    image

    接着便可创建自定义视图（data view）并进行数据分析。

  • 相关阅读:
    Android中注解处理器系列之-简单使用
    Redis 键空间迭代 Scan
    Linux 中的cut命令详解及C/C++代码实现
    音频数据如果在中断中会随机给的那就放入队列或者缓冲区；队列缓冲区对音频的作用
    二维凸包问题
    如何在Gazebo中实现多机器人编队仿真
    使用python编写脚本测试目标主机的TCP端口连通性
    弹性资源组件elastic-resource设计(二)-集群
    取数游戏2（动态规划java）
    高等教育学：学生与教师
  • 原文地址：https://www.cnblogs.com/juno3550/p/16428854.html