机器组心跳问题排查（容器）

通过 LogCollector 采集容器文本日志或标准输出时，如果机器组中的 LogCollector 心跳状态异常，会造成日志采集失败等问题。LogCollector 心跳异常时，您可以参考本文档逐步排查问题、恢复 LogCollector 心跳状态。

背景信息

LogCollector 是日志服务自研的日志采集客户端，用于快速上报容器日志数据。在容器上安装 LogCollector 之后，LogCollector 会定时向服务端发送心跳包。如果在日志服务控制台的机器组配置页面中显示 LogCollector 无心跳，说明客户端和服务端连接失败。

问题现象

在日志服务控制台的机器组详情页面，如果心跳状态信息区域中，某些 IP 地址对应的状态栏显示异常，表示此容器 LogLollector 心跳状态异常，容器上的 LogCollector 客户端与服务端连接失败。
在心跳异常的状态下，容器上的 LogCollector 客户端无法将采集到的日志数据正常上报至服务端，导致日志无法正常采集到日志主题中，控制台上也无法实时查询并检索到新的日志数据。

注意事项

LogCollector 会读取所在 Pod 第一块网卡的 IP 地址，并将其作为 Pod 的 IP 地址通过心跳上报至机器组。
当 Daemonset 滚动升级或重启时，现存的 Pod 将被删除，现存的 LogCollector 将停止运行，导致这些现存 Pod 的 IP 地址对应的状态栏显示异常。因为 Daemonset 滚动升级或重启之后，新的 Pod 将被创建，新的 LogCollector 将开始运行，这些新 Pod 的 IP 地址将通过心跳上报至机器组。
如果希望清理旧 Pod 的 IP 地址，可以在机器组详情页中单击清理异常机器。

排查方案

本文档以在 Kubernetes 集群中使用 Daemonset 方式安装 LogCollector 为例进行说明。

1 检查 LogCollector 状态

登录 Kubernetes 集群后，执行以下命令查看 LogCollector 的运行状态。

kubectl -n ${namespace}  get pods  | grep ${Daemonset}

在以下示例中，Daemonset 的名称是 log-collector，所属的 namespace 是 tls-log。

kubectl -n tls-log  get pods  | grep log-collector

回显信息说明：

• 如果回显信息中 NAME 字段没有名为 “log-collector-xxxxx” 的 Pod，表示该 Kubernetes 集群尚未安装 LogCollector，请参考没有状态信息进行处理。
• 如果回显信息中 STATUS 字段中存在 Running 以外的值，表示当前容器已经安装 LogCollector，但是该 Pod 上的 LogCollector 运行状态异常。请参考容器 LogCollector 运行状态问题排查进行处理。
• 如果回显信息显示 STATUS 字段值全部为 Running，表示当前 Kubernetes 集群已经成功安装 LogCollector，且运行状态正常。
  此时若控制台上 LogLollector 心跳状态仍然显示异常，请执行以下步骤继续排查。
  

2 检查鉴权参数配置

以 Daemonset 方式安装 LogCollector 时，需要首先创建 ConfigMap，并在 logcollector_config.yaml 文件的 output.tls 字段中添加日志服务的配置信息，用于鉴权和连接日志服务。如果参数配置错误，可能会造成 LogLollector 心跳异常。
执行以下命令打开 filebeat.yml 文件，检查创建 ConfigMap 时配置的鉴权参数。在以下示例中，Daemonset 的名称是 log-collector，所属的 namespace 是 tls-log。

kubectl -n tls-log describe configmaps log-collector-config

鉴权参数相关说明如下。

配置文件示例如下。

如果鉴权参数配置错误，请修改后重启 Daemonset，稍后查看机器组状态。若控制台上 LogCollector 心跳状态仍然显示异常，请执行以下步骤继续排查。

3 检查 LogCollector 是否为最新版本

LogCollector 1.0.1 版本开始支持机器组，如果容器中安装的 LogCollector 版本号不是 1.0.1 或后续版本，可能会出现 LogCollector 心跳异常的现象，服务端无法识别该 LogCollector。所以 LogCollector 心跳异常时需检查 LogCollector 的版本是否符合要求。
执行以下命令，查看 LogCollector 的版本。回显信息中 “Image” 会展示当前安装的 LogCollector 的镜像地址，如果不是 1.0.1 或以上版本，或者不是 latest，请参考升级 LogCollector将 LogCollector 升级至最新版本。

kubectl -n tls-log describe daemonsets.apps log-collector

回显信息示例如下。

升级 LogCollector 的版本后，若控制台上 LogCollector 心跳状态仍然显示异常，请执行以下步骤继续排查。

4 检查机器标识配置

在机器标识地址类型的机器组中，已配置的机器标识必须和 LogCollector 配置文件中配置的机器 Label 一致，否则机器组中没有 LogCollector 的心跳状态。
执行以下命令，查看 LogCollector 的配置文件。

kubectl -n tls-log describe configmaps log-collector-config

系统回显信息如下，其中 label 的值即为 LogCollector 中配置的机器 Label。如果此值与机器组中配置的机器标识不一致，请修改机器组配置，并稍后再次检查机器状态。

5 检查机器组 IP 地址配置

默认情况下，LogCollector 会读取所在 Pod 第一块网卡的 IP 地址，并将其作为 Pod 的 IP 地址记录在文件 agent_info.json 中。在控制台创建 IP 类型的机器组时，您需要将 agent_info.json 中记录的 IP 地址作为 Pod 的 IP 地址填写到机器组中，以此将指定 Pod 的 LogCollector 加入到机器组。
如果机器组中配置的 IP 地址和 agent_info.json 中的 IP 地址不一致，控制台会显示此容器 LogCollector 心跳状态异常、无法采集日志。
您可以通过以下命令查看 agent_info.json，检查 ip 字段中填写的 IP 地址与控制台显示的 IP 地址是否一致。

1. 查看agent_info.json。

   kubectl -n tls-log exec -it log-collector-9ph8j -- bash
   
   cat agent_info.json
   

   回显信息中，ip 字段表示 LogCollector 获取的当前 Pod IP 地址。

   {
       hostname :  C02G64T1MD6R ,
       ip : 10.*.*.* ,
       logcollect_version :  1.0.2 ,
       update_time :  2022.01.07 18:38:12 
   }
   

2. 查看控制台配置的 IP 地址。
   在机器组的详情页面可以查看机器组内所有 Pod 的 IP 地址。如果此处配置的 IP 地址与 agent_info.json 中显示的 IP 地址不一致，请修改机器组配置，并稍后再次检查机器状态。