iLogtail 在 Kubernetes 环境中采集容器日志的实践指南
2025-07-07 09:29:39作者:齐冠琰
背景介绍
iLogtail 是阿里巴巴开源的一款轻量级、高性能的日志采集工具,特别适合在 Kubernetes 环境中使用。它能够高效地采集容器标准输出和容器内文件日志,支持多种日志处理方式,并将日志发送到不同的存储后端。
容器运行时兼容性问题
在实际部署过程中,我们发现 iLogtail 对不同容器运行时的支持存在差异。具体表现为:
- 在 CRI-Dockerd 运行时环境下,iLogtail 能够正常采集容器标准输出日志
- 但在 Containerd 运行时环境下,相同的配置可能无法采集到日志
经过深入分析,我们发现这一问题的根源在于:
- iLogtail 目前仅完整支持 CRI v1alpha2 版本
- 对于 Containerd 2.0 及以上版本,它们默认使用 CRI v1 版本,导致兼容性问题
解决方案
针对这一问题,我们推荐以下解决方案:
- 版本降级方案:将 Containerd 降级到 1.x 版本(如 1.7.26),这些版本默认使用 CRI v1alpha2 接口
- 配置调整方案:对于必须使用 Containerd 2.0 的环境,可以尝试以下配置调整:
env:
- name: USE_CONTAINERD
value: 'true'
- name: CONTAINERD_SOCK_PATH
value: '/var/run/containerd/containerd.sock'
- name: CONTAINERD_STATE_DIR
value: '/data/data/containerd'
完整部署示例
以下是一个在 Kubernetes 环境中部署 iLogtail 并采集不同类型日志的完整示例:
1. 创建命名空间
apiVersion: v1
kind: Namespace
metadata:
name: ilogtail
2. 部署 DaemonSet
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: ilogtail-ds
namespace: ilogtail
spec:
template:
spec:
containers:
- name: logtail
env:
- name: USE_CONTAINERD
value: 'true'
- name: CONTAINERD_SOCK_PATH
value: '/var/run/containerd/containerd.sock'
image: sls-opensource-registry.cn-shanghai.cr.aliyuncs.com/ilogtail-community-edition/ilogtail:2.0.7
volumeMounts:
- mountPath: /var/run
name: run
- mountPath: /logtail_host
name: root
volumes:
- hostPath:
path: /var/run
name: run
- hostPath:
path: /
name: root
3. 配置日志采集规则
通过 ConfigMap 定义多种日志采集规则:
apiVersion: v1
kind: ConfigMap
metadata:
name: ilogtail-user-cm
namespace: ilogtail
data:
# 采集Nginx容器标准输出
nginx_stdout.yaml: |
inputs:
- Type: service_docker_stdout
IncludeK8sLabel:
app: nginx
flushers:
- Type: flusher_stdout
# 采集特定命名空间下的容器内文件
app_logs.yaml: |
inputs:
- Type: input_file
FilePaths:
- /data/logs/app/*.log
EnableContainerDiscovery: true
ContainerFilters:
K8sNamespaceRegex: app-ns
flushers:
- Type: flusher_elasticsearch
Addresses:
- http://elasticsearch:9200
最佳实践建议
-
版本选择:
- Kubernetes:1.20+
- Containerd:1.6.x 或 1.7.x
- iLogtail:2.0.7+
-
资源限制:
- 建议为 iLogtail 容器设置合理的资源限制
- CPU:400m-1000m
- 内存:384Mi-1Gi
-
日志处理:
- 对于结构化日志,使用 processor_regex 或 processor_json 进行解析
- 对于非结构化日志,考虑添加适当的元数据标签
-
高可用性:
- 为 iLogtail 配置 livenessProbe
- 设置合理的日志轮转和保留策略
常见问题排查
-
日志采集失败:
- 检查容器运行时版本
- 验证 iLogtail 容器是否有足够的权限访问日志文件
- 检查 ConfigMap 中的采集规则是否正确
-
性能问题:
- 监控 iLogtail 的资源使用情况
- 考虑调整日志批处理大小和刷新间隔
-
网络连接问题:
- 验证日志存储后端的可达性
- 检查网络策略是否允许 iLogtail 访问目标服务
通过以上配置和实践,我们可以在 Kubernetes 环境中稳定地使用 iLogtail 采集各类容器日志,为后续的日志分析和监控提供可靠的数据源。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511