EFK 7.12.1 安装部署

### Kubernetes 上部署 EFK 堆栈的指南 要在 Kubernetes (k8s) 中成功部署 EFK（Elasticsearch, Fluentd, Kibana）堆栈，以下是详细的说明： #### 1. 准备工作 在开始之前，确保已准备好以下环境： - 已经配置好的 Kubernetes 集群。 - 安装并初始化 `kubectl` 和 Helm（可选），用于管理和扩展集群。 #### 2. 导入镜像 根据引用中的描述[^2]，需要先导入所需的 Docker 镜像至节点中。具体操作如下： ```bash ctr -n=k8s.io images import elasticsearch-7-12-1.tar.gz ctr -n=k8s.io images import kibana-7-12-1.tar.gz ctr -n=k8s.io images import fluentd-containerd.tar.gz ``` 这些命令会将本地压缩包中的镜像加载到容器运行时环境中。 --- #### 3. 创建 Elasticsearch 资源 创建一个名为 `elasticsearch.yaml` 的文件来定义 Elasticsearch 的服务和 Pod： ```yaml apiVersion: apps/v1 kind: Deployment metadata: name: elasticsearch spec: replicas: 1 selector: matchLabels: app: elasticsearch template: metadata: labels: app: elasticsearch spec: containers: - name: elasticsearch image: elasticsearch:7.12.1 ports: - containerPort: 9200 --- apiVersion: v1 kind: Service metadata: name: elasticsearch-svc spec: type: ClusterIP selector: app: elasticsearch ports: - port: 9200 targetPort: 9200 ``` 应用此 YAML 文件以启动 Elasticsearch 实例： ```bash kubectl apply -f elasticsearch.yaml ``` --- #### 4. 配置 Fluentd 数据流 为了使 Fluentd 收集日志并将它们发送给 Elasticsearch，需编写相应的 ConfigMap 来指定过滤器和输出目标。下面是一个简单的例子： ```yaml apiVersion: v1 kind: ConfigMap metadata: name: fluentd-config data: fluent.conf: | <source> @type tail path /var/log/containers/*.log pos_file /var/log/fluentd-containers.log.pos tag kubernetes.* read_from_head true </source> <match **> @type copy <store> @type elasticsearch host elasticsearch-svc port 9200 logstash_format true </store> </match> ``` 接着，利用 DaemonSet 将 Fluentd 运行于每个节点之上： ```yaml apiVersion: apps/v1 kind: DaemonSet metadata: name: fluentd spec: selector: matchLabels: app: fluentd template: metadata: labels: app: fluentd spec: containers: - name: fluentd image: fluentd:latest volumeMounts: - name: varlog mountPath: /var/log - name: config-volume mountPath: /fluentd/etc/ volumes: - name: varlog hostPath: path: /var/log - name: config-volume configMap: name: fluentd-config ``` 执行以下指令完成部署： ```bash kubectl create configmap fluentd-config --from-file=fluent.conf=./fluentd-conf.conf kubectl apply -f fluentd-daemonset.yaml ``` --- #### 5. 启动 Kibana 并暴露端口 最后一步是设置 Kibana 用户界面供访问。同样地，准备一份 YAML 描述文档： ```yaml apiVersion: apps/v1 kind: Deployment metadata: name: kibana spec: replicas: 1 selector: matchLabels: app: kibana template: metadata: labels: app: kibana spec: containers: - name: kibana image: kibana:7.12.1 env: - name: ELASTICSEARCH_URL value: http://elasticsearch-svc:9200 ports: - containerPort: 5601 --- apiVersion: v1 kind: Service metadata: name: kibana-service spec: type: NodePort selector: app: kibana ports: - protocol: TCP port: 5601 nodePort: 30000 ``` 提交以上配置后即可查看外部 IP 地址及其关联的服务端口号： ```bash kubectl get svc kibana-service -o wide ``` 通过浏览器打开形如 `<Node_IP>:<Node_Port>` 的 URL 即能进入 Kibana 控制台[^1]。 --- ### 总结 上述过程涵盖了从基础架构搭建到最终可视化的全部环节。每部分都紧密联系在一起形成完整的解决方案链路——即所谓的 EFK stack。