Aller au contenu principal

Logs

Objectifs

  • Estimer son travail
  • Déployer un monitoring EFK sur Docker Compose
  • Parser les logs
  • Créer un tableau de bord dans Kibana
  • Déployer un monitoring EFK sur Kubernetes

Rendu

  • GitHub Classroom : https://classroom.github.com/a/6jIW-Tbz
    • Rapport individuel en Markdown à rendre avant le prochain cours
    • Nom du fichier : report.md à la racine du répertoire
    • Code directement sur GitHub Classroom
  • Délai: 1 semaine

Tâches

Estimer son travail

  • Estimez le temps nécessaire pour réaliser ce laboratoire
    • Découpez le travail en tâches pour faciliter l'estimation
  • Lorsque vous aurez terminé le laboratoire, comparez le temps estimé avec le temps réellement passé
TâcheTemps estiméTemps réelCommentaire
Estimation10m15m...
............
Total2h1h30...

EFK sur Docker Compose

Déployer un Docker Compose avec EFK (Elasticsearch, Fluentd, Kibana) et un serveur web.

Indices

Exemple fonctionnel : https://github.com/blueur/efk

Parser les logs

Parser les logs du serveur web avec Fluentd :

Vérifier que les logs sont bien parsés dans Kibana.

Solution

<source>
@type forward
port 24224
bind 0.0.0.0
</source>

<filter web.log>
@type parser
key_name log

<parse>
@type apache2
</parse>
</filter>

<match web.log>
@type copy

<store>
@type elasticsearch
host elasticsearch
port 9200
logstash_format true
logstash_prefix fluentd
logstash_dateformat %Y%m%d
include_tag_key true
type_name access_log
tag_key @log_name
flush_interval 1s
</store>

<store>
@type stdout
</store>
</match>

Créer un tableau de bord dans Kibana :

EFK sur Kubernetes

Déployer EFK sur Kubernetes : https://docs.fluentd.org/container-deployment/kubernetes

Bonus : Ajouter Metricbeat sur Docker Compose

https://www.elastic.co/guide/en/beats/metricbeat/current/running-on-docker.html