跳到主要内容

江苏农信选择CurveFS实现ES冷数据长期存储

一、需求背景

运维大数据平台自构建以来,日志类数据越来越多,目前已超过200TB;日志的种类也越来越丰富,除了最初的业务日志,还有存储ceph日志,中间件nginx、IHS、Tomcat等日志。目前大部分日志的保留周期都在14天或7天左右,无法满足业务日志和运维操作类日志长期保留的需求。各日志条线负责人,对日志的长期存储需求越来越急迫,一个是为了符合监管审计要求,二是对历史日志也能方便的检索分析。从平台角度来看,现有的方式缺乏统一的日志归档管理,各个业务线自我维护,重复建设消耗的成本高。

二、需求描述

场景一:业务侧日志

  • 主要需求: 监管审计,历史日志查看和检索
  • 现阶段痛点:
    • 现有的业务日志备份方式,是通过crontab脚本,定期打包put到对象存储 S3中
    • 该备份流程每个业务系统单独自我管理;
    • 同时在需要恢复的时候,需要人为手动操作,下载解压分析备份日志,整个流程耗时比较长。

场景二:运维侧日志

  • 主要需求: 监管审计,操作留档,历史回溯;例如网络设备相关日志,现要求保留半年以上。

三、日志数据分层管理方案设计

实现行内所有日志的统一备份管理,减少分散管理的压力和流程的混乱;同时运维大数据平台可以作为业务日志和对象存储中间的粘合剂,统一扎口,使之能更好的协同工作。 最后,基于数据分层处理,来大大减少索引存储大小以及内存的占用。

arch

3.1 方案调研比对

compare

选择CurveFS优势:

  1. 索引备份操作变为索引迁移,对用户查询使用均无感知
  2. 索引恢复速度快,直接打开索引即可被查询

3.2 整体方案设计

实现方案: 新增Cold层,实现日志长期留存。实现Cold层数据直接对接到对象存储,减少以前日志备份的中间过程,同时能加快对日志的恢复操作。

arch

实现通过ITSM工单,自动恢复历史索引数据。

3.3 日志备份方案设计

logbackup

  1. ES分层设计
  2. 冷节点层用于索引“备份”
  3. 通过CurveFS实现数据无缝迁移到对象存储

3.4 日志恢复方案设计

logrestore

3.5 日志备份功能实现

备份执行流程:

logbackup

  1. 修改集群参数,更好的满足迁移速度
  2. 按照索引模式,循环迁移各个索引,并进行关闭
  3. 修改集群参数,切换回低速迁移模式

功能实现:

logbackup

  1. 新建索引备份策略,基于索引模式角度
  2. 新建备份迁移队列
  3. 备份迁移队列编排
  4. 队列定期执行

四、实际效果

4.1 日志备份功能

4.1.1 迁移队列管理

配置队列每日执行的时间点,关联的接口,以及是否启用;还可以查看历史执行记录:

queue

4.1.2 索引生命周期策略管理

统一的生命周期策略管理,一目了然:

lifecycle

配置每个队列中,索引的迁移的顺序;队列之间是并行执行,队列中是串行执行。

lifecycle

另外,部分索引不需要长期存储,只需要通过配置迁移到温节点队列即可。

灵活查看索引的整个生命周期阶段:

lifecycle

4.2 日志恢复功能

4.2.1 用户工单流程配置

ticket

4.2.2 用户申请工单表单

ticket

五、方案总结

  • 统一管理: 对ES进行上层封装建设,减少对Kibana的依赖,对多集群、多版本ES可以进行统一管理;
  • 自主可控: 通过自研开发,更贴合实际场景;部分日志需要长期留存,转移到冷节点;部分不需要长期留存,在转移到温节点后,静待删除;
  • 更细粒度的控制: 队列配置了索引迁移开始时间,队列中的索引基于编排的顺序,串行开始迁移;
  • 并行控制: 基于队列的机制,实现备份迁移的并行。如果后端存储性能足够,可以多开几个队列,充分利用凌晨的空闲IO;
  • 统一的策略管理: 所有索引备份策略一目了然,方便全局掌控,快速调整;
  • 全生命周期管理: 索引从产生到最后删除,每一个阶段都留有记录,通过时间树的方式快速查看。

带来的价值:

  • 灵活性,高效性: 都是从S3取数据,这个直接通过打开索引,就能恢复提供查询;
  • 流程数字化,自动化: 通过工单申请,能自动进行接口调用,实现索引恢复和定期关闭;
  • 优化日志数据存储分层,实现降本增效: 对本地SATA盘的依赖减少,依靠云存储的稳定性,ES本地节点存储容量为0,全部存储到S3;