Docker专题-03 Log-Driver日志转存

Docker专题教程

`注`:
  • 本教程由羞涩梦整理同步发布,本人技术分享站点:blog.hukanfa.com

  • 转发本文请备注原文链接,本文内容整理日期:2024-03-19

  • csdn 博客名称:五维空间-影子,欢迎关注

  • 说明

    • 容器运行后,可以通过docker logs -f imageId 命令方式实时查看容器运行日志
    • 如果容器内的主应用是java程序,可以通过tee命令将日志转存到文件同时不影响控制台日志输出
    java -jar xxx.jar  | tee /logs/app.log
    
    • 如果容器内应用程序已经自定义日志生成路径,此时只要挂载出来即可
    • 除了以上方式存储日志外,还可以通过下面的方法将容器日志集中保存,方便集中管理、限制日志大小及后续告警

1.3.1 log-driver 介绍

  • 说明

    • json-file是docker默认使用的日志驱动插件,默认情况下运行中的容器日志存放在如下目录
    # 默认的日志路径
    /var/lib/docker/containers/容器ID/容器ID-json.log
    

    image-20240319111611017

    • 当然docker-log-driver也提供了多套现成的日志驱动插件
    # 常用的日志驱动插件如下
    local  json-file  syslog  gelf  fluentd  loki
    
  • 提示

    • 日志的销毁是随着容器而销毁,stop容器不会导致日志销毁,rm容器后日志才跟随其一并移除
    • 只有重启容器或启动构建新的容器才会走新的日志驱动
    • 配置生效后不会在目录/var/lib/docker/containers/容器ID/生成新的日志文件,日志会走日志驱动插件的存储流程
    • 使用命令docker logs还是会将容器日志打印出来

1.3.2 log-driver 配置

  • 操作如下

    • 全局配置
    # 可以通过修改配置,限制单个日志文件大小及保留的日志份数
    vim /etc/docker/daemon.json
    ...
      "log-driver": "json-file",
      "log-opts": {
      "max-size": "100m",
      "max-file": "3"
      },
    ...
    
    • 单容器运行设置
    docker run --log-driver json-file --log-opt max-size=10m alpine echo hello world
    
    • docker-compose 方式运行设置
    # 将控制台标准及错误输出上传到远程机集中保存,当然可以对rsyslog配置更细致的分类存储规则,这里不细讲
    version: '3'
    services:
      superset:
        image: superset:diy-v1.8
        container_name: superset
        hostname: superset
        restart: always
        ports:
          - 8080:8088
        environment:
          - TZ=Asia/Shanghai
          - SUPERSET_SECRET_KEY=oCghysSLvk2BSa9bPEOz6avKzjLHYkedO6ztCZ/sv5j3pwuIg63wVLeY
        volumes:
          - ./logs:/app/superset_home
        logging:
          driver: "syslog"
          options:
            syslog-address: "tcp://192.168.26.22:514"
            tag: "superset"  # 给日志打上标识,这样在远程机上查看日志时就知道是哪个服务的日志了
    

    image-20240319134307538

    • 附上rsyslog 配置/etc/rsyslog.conf,仅供参考
    ### 打开一下注释,允许通过 tcp 和 udp 协议进行传输
    module(load="imudp") # needs to be done just once
    input(type="imudp" port="514")
    module(load="imtcp") # needs to be done just once
    input(type="imtcp" port="514")
    ### 新增以下两项
    # 定义远程日志存储的模板,这里按照远程主机ip地址进行日志分类存储
    # /data/nfsShare/192.168.26.21/192.168.26.21_2024-03-18.log
    $template Remote,"/data/nfsShare/%fromhost-ip%/%fromhost-ip%_%$YEAR%-%$MONTH%-%$DAY%.log"
    # 这是一条匹配规则,只有符合规则的远程IP或主机名称才会应用上面定义的模板。否则存到默认路径 /var/log/message
    :fromhost-ip, isequal, "192.168.26.21" ?Remote
    :fromhost-ip, isequal, "vpc-hukanfa-01" ?Remote
    
    • 配置完需重启 rsyslog 服务
    # 一般linux操作系统都默认安装了这个服务
    systemctl restart rsyslog
    

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/480345.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

ideaSSM 小区物业管理系统bootstrap开发mysql数据库web结构java编程计算机网页源码maven项目

一、源码特点 idea 开发 SSM 小区物业管理系统是一套完善的信息管理系统,结合SSM框架和bootstrap完成本系统,对理解JSP java编程开发语言有帮助系统采用SSM框架(MVC模式开发),系统具有完整的源代码和数据库&#xff…

数据分析概述、Conda环境搭建及JupyterLab的搭建

1. 数据分析职责概述 当今世界对信息技术的依赖程度在不断加深,每天都会有大量的数据产生,我们经常会感到数据越来越多,但是要从中发现有价值的信息却越来越难。这里所说的信息,可以理解为对数据集处理之后的结果,是从…

【Godot4.2】2D辅助类Geometry2D入门

概述 Godot4.2提供了一个名叫Geometry2D的类。它提供了一些用于2D几何图形如多边形(Polygon)、折线(PolyLine)相关的函数,可以方便实现诸如多边形与多边形或多边形与折线的布尔运算、求交点等。 这是一个非常强大的2…

【练习】双指针算法思想

🎥 个人主页:Dikz12🔥个人专栏:Java算法📕格言:那些在暗处执拗生长的花,终有一日会馥郁传香欢迎大家👍点赞✍评论⭐收藏 目录 1. 移动零 1.1 题目描述 1.2 讲解算法原理 1.3 编…

pyhton(django)之产品功能前端开发

1、安装Bootstrap4前端框架 使用pip即可 2、加入代码 在settings.py中加入以下内容 INSTALLED_APPS [ bootstrap4,] 在product文件夹下创建templates文件夹创建product_manage.html 后加入以下内容 <!DOCTYPE html> <html lang"zh-CN"> <head&…

QT作业。。

1.使用手动连接&#xff0c;将登录框中的取消按钮使用t4版本的连接到自定义的槽函数中&#xff0c;在自定义的槽函数中调用关闭函数将登录按钮使用t5版本的连接到自定义的槽函数中&#xff0c;在槽函数中判断u界面上输入的账号是否为"admin"&#xff0c;密码是否为&q…

【阿里云物联网】ESP01+阿里云

前言 本文分成两个部分的配置介绍讲解&#xff1a;阿里云配置&#xff0c;ESP01配置。至于像STM32单片机之类的连接&#xff0c;只要阿里云与ESP01的通道打通后&#xff0c;STM32无非就是在与ESP01进行串口收发指令与信息&#xff0c;这个有时间的话会在写的。本文的目的主要还…

PyTorch深度学习:如何实现遥感影像的自动化地物分类?

我国高分辨率对地观测系统重大专项已全面启动&#xff0c;高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成&#xff0c;将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB&#xff0c;遥感大数据时…

基于python+vue的ITS 信息平台的设计与实现flask-django-nodejs-php

伴随着我国社会的发展&#xff0c;人民生活质量日益提高。于是对系统进行规范而严格是十分有必要的&#xff0c;所以许许多多的信息管理系统应运而生。此时单靠人力应对这些事务就显得有些力不从心了。所以本论文将设计一套信息平台&#xff0c;帮助交通局进行信息共享、交通信…

Android Kotlin(六)协程的并发问题

书接上回&#xff1a;Android Kotlin知识汇总&#xff08;三&#xff09;Kotlin 协程 协程的并发问题 在一个协程中&#xff0c;循环创建10个子协程且单独运行各自Default线程中&#xff0c;并让每个子协程对变量 i 进行1000次自增操作。示例如下&#xff1a; fun main() …

安装IK分词器 + 扩展词典配置 + 停用词典配置

安装IK分词器 1.在线安装ik插件&#xff08;较慢&#xff09; # 进入容器内部 docker exec -it elasticsearch /bin/bash ​ # 在线下载并安装 ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elastics…

内网使用rustdesk进行远程协助

文章目录 前言一、搭建rustdesk中继服务器二、搭建文件下载服务器三、创建引导脚本四、使用 前言 内网没有互联网环境&#xff0c;没法使用互联网上有中继服务器的远程协助工具&#xff0c;如teamviewer、todesk、向日癸等&#xff1b;在内网进行远程维护可以自己搭建中继服务…

智能网联汽车终端T-BOX应用方案

随着5G时代的到来&#xff0c;汽车智能化、网联化程度的不断提高&#xff0c;车载终端T-BOX作为车辆与云端的信息交互点&#xff0c;扮演着重要的角色。T-BOX的升级换代也为人们的出行实现了很多便利&#xff0c;同时也带来了极大的信息安全挑战&#xff0c;必须严格保证其数据…

elementary OS7 (Ubuntu 22.04)中word文档转化成pdf格式文档

elementary OS7 Ubuntu 22.04中word文档转化成pdf格式 背景目标操作 背景 收到一个word文档&#xff0c;让调整一下排版后转换一下格式&#xff0c;转换成pdf格式&#xff0c;这要是在windows系统下&#xff0c;office可以直接另存为pdf文档&#xff0c;在linux系统下没有offi…

开源项目ChatGPT-Next-Web的容器化部署(三)-- k8s deployment.yaml部署

一、说在前面的话 有了docker镜像&#xff0c;要把一个项目部署到K8S里&#xff0c;主要就是编写deployment.yaml。 你需要考虑的是&#xff1a; 环境变量服务的健康检测持久化启动命令程序使用的数据源程序使用的配置文件 因为本前端项目比较简单&#xff0c;这里只做一个…

cool-admin-node.js 中redis缓存的使用

1. 在做cool 后端的时候 用户登录 时的token 需要鉴权的value 以及发送验证码 这些 需要存到缓存里面 &#xff0c;进行逻辑鉴权 所以我们需要用到redis 缓存 或者数据库缓存 我这里介绍一下redis 的缓存 在cool-admin 中 使用的一般都是宝塔面板 首先得有服务器 需要有自己的…

Kubernetes自动化配置部署

在新建工程中&#xff0c;使用k8s的devops服务&#xff0c;自动化部署项目 1、在搭建好k8s的集群中&#xff0c;确认已开启devops服务&#xff1b; 2、新建Maven项目之后&#xff0c;创建dockerfile、deploy和Jenkins文件 例如&#xff1a; Dockerfile FROM bairong.k8s.m…

LeetCode 79 单词搜索

题目描述 单词搜索 给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 单词必须按照字母顺序&#xff0c;通过相邻的单元格内的字母构成&#xff0c;其中“相邻”单元格是…

吴恩达机器学习笔记 二十六 决策树学习过程 独热编码one-hot

决策树的学习过程 1. 所有样本都在根结点 2.计算所有可能的特征的信息增益&#xff0c;选择信息增益最大的那个 3.根据选择的特征分离数据集&#xff0c;创造左右两支子树 4.继续进行分裂直到达到停止标准。停止标准有&#xff1a;一个节点只有一类样本&#xff1b;分裂一…

【DataWhale学习】用免费GPU线上跑chatGLM、SD项目实践

用免费GPU线上跑chatGLM、SD项目实践 ​ DataWhale组织了一个线上白嫖GPU跑chatGLM与SD的项目活动&#xff0c;我很感兴趣就参加啦。之前就对chatGLM有所耳闻&#xff0c;是去年清华联合发布的开源大语言模型&#xff0c;可以用来打造个人知识库什么的&#xff0c;一直没有尝试…