问题描述

我们采用 Promtail 来采集日志，Grafana Loki 来存储日志，并对日志进行集中管理（即单个 Grafana Loki 实例来管理多个集群日志）。

该笔记将记录：采用 Grafana Loki 进行日志集中管理的方法，若干需要考虑的问题，以及相关问题的解决办法；

解决方案

在部署前，我们需要考虑的问题：

部署方式

我们直接采用 Grafana Loki 的微服务式（分布式）部署方式，原因如下：
1）官方文档也推荐该部署模式，官方文档也表示模式也最适合 Kubernetes 部署；
2）也符合我们的部署场景，我们需要在 Kubernetes Cluster 中运行日志采集；

我们采用 Helm 进行部署，原因是不用引入新的技术栈。而未采用官方推荐的 Tanka 进行部署，原因是 Tanka 暂时还没有成为像 Helm 那样广泛使用，引入新的工具需要额外的学习成本、维护成本、培训成本；

代理认证

在我们的场景中，鉴于是多集群日志管理，流量需要通过公网（部署 VPN 需要而外成本，所以流量目前是通过公网的），所以我们需要对 Grafana Loki 进行认证，防止非法访问。

但是 Grafana Loki 本身并不提供认证功能（Authentication），需要增加前端服务来提供认证，比如 Nginx Reverse Proxy 等等。

不过，这是个常见需求，所以 Grafana Loki 的 Helm Chart 包含 Basic Auth 特性，在部署的设置打开相关配置即可。

关于 Basic Auth 的位置
1） 虽然 Basic Auth 是在 Grafana Loki Helm Chart 的 ingress 中进行设置，但是实际的 Basic Auth 是添加到 Nginx 当中的；
2）所以不管 Grafana 还是 Promtail 服务，当访问 Gateway 服务时，都需要配置相关的 Basic Auth 认证；

日志标签

我们需要区分来自不同集群的日志，即 Promtail 需要增加标签，以表明该日志所来自的集群。

如果在 scrape_configs/Job 中增加，则每个都需要增加响应的标签。所以，我们使用 clients.external_labels 属性，来为所有 clients 增加标签；

日志保留

Retention | Grafana Loki documentation

Compactor 执行日志清理工作，而日志保留时长通过 limits_config 进行控制；

部署 Loki 集群

helm repo add grafana https://grafana.github.io/helm-charts
helm repo update

helm show values grafana/loki-distributed > loki.helm-values.yaml
...（1）调整 s3 相关配置：地址为 Endpoint 域名，且域名不携带 Bucket 名称；
...（2）调整 Gateway 配置：开启 Ingress 访问；开启 Basic Auth 认证；

helm --namespace=loki --create-namespace                                       \
    upgrade --install loki grafana/loki-distributed                            \
    -f loki.helm-values.yaml                                                   \
    --create-namespace

关于 Ruler 组件：
问题描述：msg=”error running loki” err=”mkdir /etc/loki/rules: read-only file system…
解决方案：需要配置 ruler.directories 参数
[loki] msg=”error running loki” err=”mkdir /rules: read-only file” · Issue #577 · grafana/helm-charts
[loki-distributed] Ruler pod won’t start. err=”mkdir /etc/loki/rules…” · Issue #537 · grafana/helm-charts
helm-charts/charts/loki-distributed at main · grafana/helm-charts

常见问题汇总

Loki Cannot connect to Loki NoSuchKey The specified key does not exist. status code: 404, request id: xxx, host id:

Amazon S3 exception: “The specified key does not exist” – Stack Overflow
解决 Amazon S3 的 404 NoSuchKey 错误

问题描述：
在 Grafana 中，添加 Datasource 保存时，出现错误：Loki Cannot connect to Loki NoSuchKey The specified key does not exist. status code: 404, request id: 629CD87A3652D93638D8FEE2, host id:

原因分析：
然后，我们查看 Querier 日志，在其中看到相关信息，似乎是 S3 相关的错误。然后我们对 S3 相关的配置进行检查，尝试配置 aws.s3forcepathstyle: false 得以解决问题；
也有可能是其他原因，06/09/2022，我们再次遇到该错误。原因是 Compactor 清理的周期过短，导致 Chunk 被请求，而无法找到日志数据；

解决方案：
配置 aws.s3forcepathstyle: false 属性；

AccessDenied: S3 API Request made to Console port

问题描述：

...
AccessDenied: S3 API Request made to Console port. S3 Requests should be sent to API port.
	status code: 403, request id: , host id:
failed to get s3 object
github.com/grafana/loki/pkg/storage/chunk/aws.(*S3ObjectClient).GetObject
	/src/loki/pkg/storage/chunk/aws/s3_storage_client.go:389
...

环境信息：MinIO 通过的 S3 存储服务；

原因分析：配置错误，应该连接 9000 端口，而不是 9001 端口（这是管理端口）；

解决方案：修改配置，使用 9000 端口；

NoSuchBucket: The specified bucket does not exist

Grafana Loki/Getting started

问题描述：

...
NoSuchBucket: The specified bucket does not exist
	status code: 404, request id: 16FE7D94B41B007D, host id:
failed to get s3 object
github.com/grafana/loki/pkg/storage/ch
unk/aws.(*S3ObjectClient).GetObject
	/src/loki/pkg/storage/chunk/aws/s3_storage_client.go:389
github.com/grafana/loki/pkg/storage/stores/shipper/storage.prefixedObjectClient.GetObject
	/src/loki/pkg/storage/stores/shipper/storage/prefixed_object_client.go:25
...

环境信息：MinIO 通过的 S3 存储服务；

原因分析：需要开启 aws.s3forcepathstyle: true 属性（我们参考 Grafana Loki/Getting started 才猜测到原因）；

解决方案：配置 aws.s3forcepathstyle: true 属性；

参考文献

Installation | Grafana Loki documentation
Microservices deployment with Helm | Grafana Loki documentation
Promtail/Scraping | Grafana Loki documentation
Configuration | Grafana Loki documentation