前面我们了解到 OpenObserve 的式安架构支持单节点和 HA 两种模式，接下来我们来了解下 OpenObserve 的装配置 HA 模式是如何使用的。 
OpenObserve 可以在裸机服务器、式安虚拟机、装配置Kubernetes 和其他平台上以 HA 模式安装和运行，式安但目前官方提供的装配置使用 Helm Chart 的安装方式，所以需要提前准备一个可用的式安 Kubernetes 集群。 由于 HA 模式不支持本地磁盘存储，装配置因此必须配置对象存储（例如 s3、式安minio、装配置gcs 等等），式安这里我们就以 minio 为例进行说明。装配置 首先添加 openobserve 的式安 helm 仓库： 复制$ helm repo add openobserve https://charts.openobserve.ai $ helm repo update # 或者直接 clone chart 仓库 $ git clone https://github.com/openobserve/openobserve-helm-chart.git1.2.3.4. 然后可以使用下面的命令来获取 helm chat 包： 复制$ tree openobserve-helm-chart openobserve-helm-chart ├── Chart.lock ├── Chart.yaml ├── LICENSE ├── README.md ├── charts │ ├── etcd-8.10.1.tgz │ ├── etcd-8.11.4.tgz │ └── minio-5.0.7.tgz ├── index.yaml ├── publish.sh ├── templates │ ├── NOTES.txt │ ├── _helpers.tpl │ ├── alertmanager-deployment.yaml │ ├── alertmanager-service.yaml │ ├── compactor-deployment.yaml │ ├── compactor-hpa.yaml │ ├── compactor-service.yaml │ ├── configmap.yaml │ ├── ingester-hpa.yaml │ ├── ingester-service.yaml │ ├── ingester-statefulset.yaml │ ├── ingress.yaml │ ├── issuer.yaml │ ├── querier-deployment.yaml │ ├── querier-hpa.yaml │ ├── querier-service.yaml │ ├── router-deployment.yaml │ ├── router-hpa.yaml │ ├── router-service.yaml │ ├── secret.yaml │ ├── serviceaccount.yaml │ ├── zplane-deployment.yaml │ ├── zplane-ingress.yaml │ └── zplane-service.yaml └── values.yaml 2 directories, 34 files1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40. 整个包里面还包括 etcd 和 minio 两个依赖的 helm chart 包，创建一个 oo-values.yaml 文件，装配置然后添加如下内容： 复制auth: ZO_ROOT_USER_EMAIL: "root@example.com" ZO_ROOT_USER_PASSWORD: "root321" # 启用了 minio 不用设置这个 # ZO_S3_ACCESS_KEY: "console" # ZO_S3_SECRET_KEY: "console123" config: # ZO_S3_SERVER_URL: "http://minio:9000" # 启用了 minio 不用设置这个 ZO_S3_BUCKET_NAME: "openobserve" ZO_S3_REGION_NAME: "us-east-1" ZO_S3_PROVIDER: "minio" # 只有在使用 minio 进行对象存储时才需要设置这个，式安如果启用了minio，将会自动设置。 ZO_TELEMETRY: "false" # 发送匿名遥测信息以改进OpenObserve，您可以将其设置为false来禁用。 # ZO_ETCD_ADDR: "openobserve-etcd-headless.openobserve.svc.cluster.local:2379" # etcd endpoint，启用 etcd 会自动配置 ZO_DATA_DIR: "./data/" # 指定数据目录，主要是 WAL 日志 ZO_WAL_MEMORY_MODE_ENABLED: "false" # 开启内存模式，开启后不再写入本地文件，服务器租用wal的数据直接在内存中，然后从内存转存到对象存储，为了解决某些云服务器，本地磁盘性能很差的问题，但是需要大内存。 ZO_WAL_LINE_MODE_ENABLED: "true" # wal的写入模式，一般写入数据的时候都会批量写入，但是这有个潜在的风险。比如你一次写入了10k数据，如果我一次性写入wal，有可能遇到系统崩溃，掉电，这一批数据不知道断在哪儿，wal文件会出错。可能写入了一半。如果开启line模式，就是虽然你是一次给了我10k数据，我写入wal的时候，一行行的调用write接口，这样wal损坏的可能性小一些，但是WordPress模板性能稍微差一些。 replicaCount: # 可以根据需要调整副本数 ingester: 1 querier: 1 router: 1 alertmanager: 1 compactor: 1 ingester: persistence: # 持久化 data 目录，主要是 WAL 日志 enabled: true size: 10Gi storageClass: "cfsauto" # 指定可用的 storage class accessModes: - ReadWriteOnce ingress: enabled: true className: "nginx" annotations: nginx.ingress.kubernetes.io/enable-cors: "true" nginx.ingress.kubernetes.io/connection-proxy-header: keep-alive nginx.ingress.kubernetes.io/proxy-connect-timeout: "600" nginx.ingress.kubernetes.io/proxy-send-timeout: "600" nginx.ingress.kubernetes.io/proxy-read-timeout: "600" nginx.ingress.kubernetes.io/proxy-body-size: 32m hosts: - host: oo.k8s.local paths: - path: / pathType: ImplementationSpecific etcd: enabled: true # 指定 etcd 是否启用 replicaCount: 1 # 奇数 persistence: size: 20Gi storageClass: "cfsauto" # 指定可用的 storage class accessModes: - ReadWriteOnce minio: enabled: true # 指定 minio 是否启用 region: "us-east-1" rootUser: rootuser rootPassword: rootpass123 drivesPerNode: 1 replicas: 2 mode: distributed # or standalone buckets: - name: openobserve policy: none purge: false persistence: enabled: true size: 10Gi storageClass: "cfsauto" # 指定可用的 storage class accessModes: - ReadWriteOnce consoleIngress: enabled: true ingressClassName: "nginx" annotations: kubernetes.io/ingress.allow-http: "true" nginx.ingress.kubernetes.io/secure-backends: "true" nginx.ingress.kubernetes.io/whitelist-source-range: 0.0.0.0/0 path: / hosts: - minio.k8s.local1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87. 在这个文件中我们指定了管理员的邮箱和密码，还有对象存储的相关配置，然后指定了 etcd 和 minio 的相关配置，要注意 auth 和 config 部分的配置，如果启用了 minio，那么 ZO_S3_ACCESS_KEY、ZO_S3_SECRET_KEY、ZO_S3_SERVER_URL 这些配置都可以省略，因为这些配置项会自动设置，包括如果启用了 etcd，ZO_ETCD_ADDR 参数也会自动配置。 另外我们可以看到 ingester 组件我们配置了数据持久化，这主要是为了对 WAL 日志数据的持久化，关于 WAL 主要有两种模式： ZO_WAL_MEMORY_MODE_ENABLED: 内存模式，开启后不再写入本地文件，wal 的数据直接在内存中，然后从内存转存到对象存储，为了解决某些云服务器，网站模板本地磁盘性能很差的问题，但是需要大内存。ZO_WAL_LINE_MODE_ENABLED: WAL 的写入模式，默认开启，一般写入数据的时候都会批量写入，但是这有个潜在的风险。比如你一次写入了 10k 数据，如果我一次性写入 wal，有可能遇到系统崩溃，掉电，这一批数据不知道断在哪儿，wal 文件会出错。可能写入了一半。如果开启 line 模式，就是虽然你是一次给了我 10k 数据，我写入 wal 的时候，一行行的调用 write 接口，这样 wal 损坏的可能性小一些，但是性能稍微差一些。所以如果我们使用内存模式的话理论上可以不用持久化数据目录，但有一种情况会落盘，就是当内存中还有数据的时候程序接收到关闭指令，会把内存中的数据 dump 到磁盘，下次启动的时候再转移到对象存储中去。 更多配置可以参考官方文档关于环境变量的说明：https://openobserve.ai/docs/environment-variables/。 然后使用如下命令即可一件安装 OpenObserve： 复制$ helm upgrade --install openobserve -f oo-values.yaml --namespace openobserve ./openobserve-helm-chart Release "openobserve" does not exist. Installing it now. NAME: openobserve LAST DEPLOYED: Thu Aug 10 15:31:37 2023 NAMESPACE: openobserve STATUS: deployed REVISION: 1 TEST SUITE: None NOTES: 1. Get the application URL by running these commands: http://oo.k8s.local/1.2.3.4.5.6.7.8.9.10.11. 安装后我们可以查看一下 OpenObserve 的 Pod 状态： 复制$ kubectl get pods -n openobserve NAME READY STATUS RESTARTS AGE openobserve-alertmanager-7957d8fb79-xzh8z 1/1 Running 4 (31m ago) 32m openobserve-compactor-d679d4765-gpkgk 1/1 Running 4 (31m ago) 32m openobserve-etcd-0 1/1 Running 0 32m openobserve-ingester-0 1/1 Running 0 4m31s openobserve-minio-0 1/1 Running 0 32m openobserve-minio-1 1/1 Running 0 32m openobserve-querier-56456d48c5-dth52 1/1 Running 4 (31m ago) 32m openobserve-router-7bd4fcbc6c-nrmbs 1/1 Running 3 (32m ago) 32m prometheus-756c8c78f5-gkwl8 1/1 Running 0 2d $ kubectl get svc -n openobserve NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE openobserve-alertmanager ClusterIP 10.102.247.215 <none> 5080/TCP 71m openobserve-compactor ClusterIP 10.96.24.228 <none> 5080/TCP 71m openobserve-etcd ClusterIP 10.103.96.225 <none> 2379/TCP,2380/TCP 71m openobserve-etcd-headless ClusterIP None <none> 2379/TCP,2380/TCP 71m openobserve-ingester ClusterIP 10.108.17.186 <none> 5080/TCP 71m openobserve-minio ClusterIP 10.108.196.221 <none> 9000/TCP 71m openobserve-minio-console ClusterIP 10.103.65.90 <none> 9001/TCP 71m openobserve-minio-svc ClusterIP None <none> 9000/TCP 71m openobserve-querier ClusterIP 10.99.221.44 <none> 5080/TCP 71m openobserve-router ClusterIP 10.101.230.112 <none> 5080/TCP 71m $ kubectl get ingress -n openobserve NAME CLASS HOSTS ADDRESS PORTS AGE openobserve nginx oo.k8s.local 10.98.12.94 80 53m openobserve-minio-console nginx minio.k8s.local 10.98.12.94 80 53m1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27. 可以看到 OpenObserve 的几个组件 Router、Querier、Ingester、Alertmanager、Compactor、Minio、Etcd 都已经正常运行了，此外我们为 MinIO 和 OpenObserve 都添加了 Ingress，只需要将 oo.k8s.local 和 minio.k8s.local 映射到 Ingress 控制器即可访问。 比如现在我们可以通过 minio.k8s.local 来访问 MINIO 的 UI 界面： 
使用用户名 rootuser 和密码 rootpass123 即可登录成功。 可以看到指定的 openobserve bucket 也已经创建成功了： 
同样我们也可以通过 oo.k8s.local 来访问 OpenObserve 的 UI 界面： 
只是现在还没有任何数据： 
接下来我们只需要将前面日志、指标、链路追踪的数据发送到新的 OpenObserve 地址 http://openobserve-router.openobserve.svc.cluster.local:5080 即可，比如前面我们已经部署的 Fluentd，只需要将日志输出地址修改即可： 复制# fluentd.yaml # ...... 省略部分配置 output.conf: |- <match **> @type http # 使用http插件 endpoint http://openobserve-router.openobserve:5080/api/default/K8sLogs/_json # 指定接收日志的地址 content_type json json_array true <auth> method basic username root@example.com password root321 </auth> <buffer> flush_interval 2s # 每2秒发送一次 </buffer> </match>1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17. 然后重启 fluentd 即可，隔一会儿就可以在 OpenObserve 的 UI 界面中看到日志数据了： 
同样对于 Prometheus 也是一样的，只需要修改 Prometheus 的配置文件中的远程写入地址即可： 复制remote_write: # 写入到远程 OO，url 是远程写入接口地址 - url: http://openobserve-router.openobserve:5080/api/default/prometheus/api/v1/write basic_auth: username: root@example.com password: root3211.2.3.4.5. 
对于链路追踪数据也是一样的，只需要修改 OpenTelemetry Collector 的配置文件中的远程写入地址即可。 最后我们可以去 MINIO 中验证下数据是否已经写入到对象存储中了： 
不过需要注意的是数据并不是实时上传到对象存储中的，默认 10 分钟或者 WAL 达到 32MB 后会上传一次。 到这里 OpenObserve 的 HA 模式就部署完成了，我们可以根据需要设置各个组件的副本数量进行横向扩展，也可以启用 HPA 来自动扩缩容。 其他更多功能请参考官方文档 https://openobserve.ai/docs/ 以了解更多相关信息。 | 
喜欢
讨厌