Simple Log Service:LoongCollector の診断とモニタリング

前提条件

• LoongCollector を使用してログを収集済みであること。詳細については、「ホストからのテキストログの継続的な収集」をご参照ください。

• 送信先プロジェクトの重要なログの有効化

  このセクションでは、この機能を有効にする方法について説明します。サービスログの詳細については、「サービスログの有効化」をご参照ください。

  1. Simple Log Service コンソールにログインします。プロジェクトリストで、送信先のプロジェクトをクリックします。送信先プロジェクトの詳細ページで、サービスログ タブをクリックし、操作ログを有効にする をクリックします。

  2. [サービスログを有効にする] パネルで、[重要なログ] と [ジョブ運用ログ] を選択し、OK をクリックします。

     • この操作により、送信先リージョンに log-service-{user-ID}-{region} という名前のプロジェクトが自動的に作成されます。

     • 重要なログとジョブ運用ログの取り込み、ストレージ、クエリ、分析は無料です。データ変換やデータ転送などの操作には、従量課金で課金されます。

ランタイム診断

診断には、高度な診断と基本的な診断の 2 つのエディションがあります。

• 高度な診断 (推奨)：LoongCollector 関連の例外を明確に表示し、長期間にわたって例外情報をクエリできる診断ダッシュボードを提供します。

• 基本的な診断：過去 1 時間以内に発生した収集例外に関する情報を提供します。

利用シーン

• LoongCollector の異常なステータス：ハートビートの失敗、非アクティブなプロセス、または SSL 証明書の例外。

• ログ収集の例外：ログが収集されない、収集レイテンシーが高い、または正規表現のマッチングエラーなどの解析の失敗。

• 設定エラー：不正なファイルパス、マシングループの IP アドレスの不一致、またはクロスアカウントの権限の問題。

• パフォーマンスボトルネック：収集レートがデフォルトの制限 (例：20 MB/s) に近づくか超えることで、ログがドロップされる。

• コンテナログ収集の問題：頻繁な Pod の再起動や高速なログローテーションによる不完全な収集。

• プラグインとカスタム収集の問題：Grok 解析プラグインなどのカスタムプラグインの失敗、または HTTP データソース収集の失敗。

• データの信頼性の問題：LoongCollector が実行されていない場合やログローテーションが速すぎる場合に発生するログの損失。

操作手順

1. SLS コンソールにログインします。プロジェクトリストで、送信先のプロジェクトをクリックします。

2. [ログストレージ] をクリックします。Logstore のリストで、送信先の Logstore にポインターを合わせ、 アイコンをクリックします。

3. [高度な診断] または [基本的な診断] をクリックして、診断情報を表示します。

4. 診断情報を表示します。

   基本的な診断

   [ログ収集エラー] パネルには、Logstore のすべての LoongCollector 収集エラーのリストが表示されます。エラーコードをクリックすると、その詳細が表示されます。詳細については、「Simple Log Service における一般的なデータ収集エラー」をご参照ください。

   高度な診断

   [LoongCollector/Logtail 例外モニタリング] ページで、[アクティブなクライアント] や [すべてのエラー情報] などの情報を表示します。[収集例外モニタリング] ダッシュボードの詳細については、「データレポートの表示」をご参照ください。エラーコードの詳細については、「Simple Log Service における一般的なデータ収集エラー」をご参照ください。

5. 問題を解決した後、新しいエラーがないか確認します。過去のエラーは有効期限が切れるまで表示され続けますが、無視してかまいません。問題を修正した後に新しいエラーが発生しないことを確認してください。LoongCollector は 10 分間隔でエラーを報告します。

   解析の失敗によりドロップされた全量ログを表示するには、LoongCollector の運用ログを確認できます。パスは次のとおりです：

   ホストシナリオ：サーバー上の /usr/local/ilogtail/loongcollector.LOG ファイル内。

   コンテナシナリオ：コンテナの /usr/local/ilogtail/loongcollector.LOG ファイル内。

ランタイムモニタリング

SLS は、LoongCollector をリアルタイムでモニタリングするための組み込みのアラートポリシーを提供します。これらのポリシーを構成して、以下のモニタリング目的を達成できます：

• LoongCollector のハートビート異常をモニタリング

  検索条件 __topic__:logtail_status を使用して internal-diagnostic_log Logstore 内のログをクエリし、正常な LoongCollector ハートビートを持つマシンの数をカウントします。次に、ハートビート数が期待値を下回った場合にアラートをトリガーするアラートルールを構成します。これにより、停止しているマシンやネットワークに問題があるマシンのトラブルシューティングに役立ちます。

• LoongCollector の収集例外に対するアラートを作成

  __topic__: logtail_alarm クエリを実行して、過去 15 分間に発生したさまざまなタイプの例外の数を分析します。これらの例外には、読み取り不可能なファイル、不十分な権限、解析の失敗などが含まれます。これにより、設定の問題を迅速に特定して解決し、ログの損失を防ぐことができます。

• パフォーマンスボトルネックの早期警告を受信

  Logtail 例外モニタリングダッシュボードを使用して、CPU やメモリなどの Logtail のランタイムステータスとリソース使用量をモニタリングします。ダッシュボードには、アクティブな LoongCollector の数、再起動のリスト、および完全なエラー情報が表示されます。これにより、パフォーマンスボトルネックや異常な再起動を特定するのに役立ちます。

• 集中ログ収集をモニタリング

  LoongCollector ファイル収集モニタリングダッシュボードを使用して、複数のアカウントまたはリージョンにわたるログ収集ステータスを一元管理します。ダッシュボードには、収集されたファイルの数、平均レイテンシー、解析失敗率などのメトリックが表示されます。これにより、収集の継続性を確保できます。

操作手順

1. アクションポリシーを構成して、アラートのステータスが変更されたときに通知を送信する方法を定義します。

   1. SLS コンソールにログインします。

   2. プロジェクトリストで、重要なログを有効にしたプロジェクトを見つけ、プロジェクト名をクリックします。

   3. 左側のナビゲーションウィンドウで、[アラート] をクリックします。[アラートセンター] ページで、[アラート管理] > [アクションポリシー] を選択します。

   4. アクションポリシーのリストで、sls.app.logtail.builtin アクションポリシーを見つけ、[操作] 列の [変更] をクリックします。

   5. [アクションポリシーの編集] ダイアログボックスで、ビジネス要件に基づいて通知チャネルを選択して構成します。詳細については、「通知メソッド」をご参照ください。その後、[OK] をクリックします。

2. アラートルールを作成して、LoongCollector のランタイムステータスがしきい値を満たしたときにアラートをトリガーする条件を指定します。

   1. [アラートセンター] ページで、[アラートルール] をクリックし、その後、[アラートルールの作成] の横にある [アイコン] をクリックします。

   2. [テンプレートから作成] をクリックします。[テンプレートから作成] パネルの [すべてのテンプレート] で、[Logtail エラーモニタリング] をクリックします。次に、右側に表示されるパネルで、作成したいルールのカードをクリックします。

   3. [アラートルールの作成] パネルで、構成を確認します。組み込みのアラートモニタリングルールには、パラメーターがプリセットされています。[OK] をクリックします。構成パラメーターの詳細については、「アラートルールの作成」をご参照ください。