周德永，王瑞剛，梁小江

（1.西安郵電大學(xué) 陜西 西安710061；2.陜西省信息化工程研究院 陜西 西安710061）

基于ELK自動(dòng)化收集Docker容器日志的分析系統(tǒng)

周德永1，王瑞剛1，梁小江2

（1.西安郵電大學(xué) 陜西 西安710061；2.陜西省信息化工程研究院 陜西 西安710061）

針對Docker容器集群中日志的收集和集中處理的問題。本文采用Docker Swarm和Etcd實(shí)現(xiàn)容器的管理、服務(wù)發(fā)現(xiàn)以及調(diào)度，并為分布式系統(tǒng)提供支撐。使用主流的開源日志收集系統(tǒng)ELK，并結(jié)合分布式消息隊(duì)列redis部署實(shí)時(shí)消息自動(dòng)化系統(tǒng)，能夠快速、實(shí)時(shí)地收集應(yīng)用日志，提高運(yùn)維人員的工作效率。詳細(xì)介紹了Docker、ELK、Docker Swarm和Etcd的功能及原理，最后通過使用容器編排工具docker-compose，一鍵式構(gòu)建基于Docker容器的ELK日志收集系統(tǒng)的實(shí)驗(yàn)環(huán)境，證明了本系統(tǒng)收集Docker容器日志的實(shí)時(shí)性、穩(wěn)定性和高可用性。

Docker集群；Docker Swarm；Etcd；ELK；自動(dòng)化；分布式

Abstract:According to the log Docker container cluster in the collection and centralized processing problems.In this paper， Swarm Docker and Etcd are used to realize the management of containers，service discovery and scheduling，and to provide support for distributed systems.Using the mainstream open source log collection system ELK，combined with distributed message queue redis deployment of real-time message automation system，can quickly and real-time collection of application log，improve the efficiency of operation and maintenance personnel.This paper introduces the function and principle of Docker， ELK， Docker， Swarm and Etcd， finally，by useing the container layout tool docker-compose，one button in the experimental environment of Docker container based on ELK log collection system，it is proved that the system collects the Docker container log in real-time，stable and high availability.

Key words:Docker cluster；Docker Swarm；Etcd；ELK；automated；distributed

Docker是一款基于LXC的容器引擎，自2013年開源以來，因?yàn)槠湟子眯?、可移植性在開源社區(qū)非?；馃?。Docker是把軟件與其依賴環(huán)境打包成鏡像，并以鏡像的方式交付，讓應(yīng)用運(yùn)行在“標(biāo)準(zhǔn)環(huán)境”中，這非常符合云計(jì)算的要求。各大IT巨頭紛紛跟進(jìn)，基于Docker容器技術(shù)創(chuàng)業(yè)公司也如雨后春筍，Docker創(chuàng)造了一個(gè)嶄新的容器云行業(yè)。Docker技術(shù)應(yīng)用廣泛[1]。如利用其隔離特性，為開發(fā)、測試提供一個(gè)輕量的、獨(dú)立的環(huán)境，加速本地開發(fā)和構(gòu)建的流程，使其更加高效、輕量化。開發(fā)人員可以構(gòu)建、運(yùn)行并分享容器，輕松提交到測試環(huán)境中，最終進(jìn)入生產(chǎn)環(huán)境。

在生產(chǎn)環(huán)境中運(yùn)行的容器集群，日志系統(tǒng)是保障系統(tǒng)穩(wěn)定運(yùn)行不可或缺的一部分，Docker容器產(chǎn)生的日志不同于以往將所有日志放在主機(jī)系統(tǒng)的統(tǒng)一位置的日志類型，而是日志分散在很多不同容器的相互隔離的環(huán)境中[2]，這就迫使人們尋求另一種方式來存儲日志。ELK能夠靈活地按照時(shí)間窗對特定字段做數(shù)值統(tǒng)計(jì)，它支持按照關(guān)鍵詞搜索和瀏覽，并運(yùn)用實(shí)時(shí)數(shù)據(jù)處理技術(shù)對這些數(shù)據(jù)建立索引和統(tǒng)計(jì)，幫助運(yùn)維人員快速定位問題的根源，及時(shí)發(fā)現(xiàn)數(shù)據(jù)價(jià)值，提高工作效率，而且它提供了一種集中式的日志服務(wù)器的Web管理界面[3]。

1 Docker容器技術(shù)

Docker是以容器為資源分割和調(diào)度的基本單位，封裝整個(gè)軟件運(yùn)行時(shí)的環(huán)境，為開發(fā)者和系統(tǒng)管理員設(shè)計(jì)的，用于構(gòu)建、發(fā)布和運(yùn)行分布式應(yīng)用平臺。它提供了簡單易用的跨平臺、可移植的容器解決方案[4]。

Docker基于松耦合的架構(gòu)，架構(gòu)中各個(gè)功能模塊支撐著容器的生命周期，例如容器的構(gòu)建、運(yùn)行和應(yīng)用。架構(gòu)中的主要模塊包括Docker Client、Docker Daemon、Docker Register、graph、Drive、libcontainer 和Docker Container[5]。Docker的整體架構(gòu)如圖1所示。

圖1 docker架構(gòu)

Docker daemon是Docker架構(gòu)中的主要用戶接口。首先，它提供了APIserver用于接收來自Docker client的請求，其后根據(jù)不同的請求發(fā)給Docker daemon的不同模塊執(zhí)行相應(yīng)的工作。Docker是通過driver模塊來實(shí)現(xiàn)對Docker容器運(yùn)行環(huán)境的構(gòu)建。鏡像的存儲是由鏡像管理驅(qū)動(dòng)graphdriver來完成；Docker容器的網(wǎng)絡(luò)環(huán)境是由網(wǎng)絡(luò)驅(qū)動(dòng)networkdriver來完成；Docker容器運(yùn)行資源或執(zhí)行用戶指令等操作時(shí)，則通過execdriver來完成。libcontainer是一個(gè)獨(dú)立的容器管理包，networkdriver和execdriver都通過libcontainer來實(shí)現(xiàn)對容器的具體操作，包括利用UTS、PID、Network、Mount等 namespace實(shí)現(xiàn)容器之間的資源隔離和利用cgroup實(shí)現(xiàn)對容器的資源隔離。

Docker之所這么受歡迎，主要是因?yàn)樗哂幸韵碌膬?yōu)勢[6]：

1）高資源利用率和隔離：Docker容器與底層共享操作系統(tǒng)，性能更加優(yōu)良，在同等條件下可以運(yùn)行更多的應(yīng)用實(shí)例，充分地利用系統(tǒng)資源。而且，Docker擁有很好的資源隔離與限制能力，可以精確地將CPU、內(nèi)存等資源分配到應(yīng)用，保證了應(yīng)用間不會相互影響。

2）易用性：Docker能獲取如此巨大的成功，主要是因?yàn)樗囊子眯浴ocker創(chuàng)造了一種統(tǒng)一的方式，通過簡便的命令行及HTTP API工具來打包、運(yùn)行和維護(hù)容器。這種簡化降低了將應(yīng)用程序及其運(yùn)行環(huán)境打包成一個(gè)自包含鏡像的入門門檻，使之變得可行，而不需要類似Chef、Puppet及Capistrano之類的配置管理和發(fā)布系統(tǒng)。

3）容器跨平臺性與鏡像：Docker在原有Linux容器的基礎(chǔ)上進(jìn)行大膽創(chuàng)新，并為容器設(shè)定了一整套標(biāo)準(zhǔn)化的配制方法，將應(yīng)用及其依賴的運(yùn)行環(huán)境打包成為鏡像，實(shí)現(xiàn)了“構(gòu)建一次，到處運(yùn)行”的理念，大大提高了容器的跨平臺特性。

2 Docker容器與虛擬機(jī)的比較

Docker可以被稱為輕量級虛擬化技術(shù)。與傳統(tǒng)的VM相比，它更輕量，啟動(dòng)速度更快，單臺硬件上可以同時(shí)跑成百上千個(gè)容器，所以非常適合在業(yè)務(wù)高峰期通過啟動(dòng)過大量容器進(jìn)行橫向擴(kuò)展。基于容器技術(shù)的Docker不需要額外的虛擬化管理程序（hypervisor）支持，利用Linux內(nèi)核特性命名空間（namespaces）及控制組（cgroups）提供隔離的運(yùn)行環(huán)境，幫助用戶在容器內(nèi)部快速自動(dòng)化部署應(yīng)用。由于Docker的資源隔離在操作系統(tǒng)層通過虛擬化技術(shù)實(shí)現(xiàn)，使得Docker容器的運(yùn)行和宿主機(jī)共享同一個(gè)操作系統(tǒng)，因此不會產(chǎn)生額外的系統(tǒng)開銷，在提高了資源利用率的同時(shí)也提升了I/O等方面的性能。Docker輕量級容器技術(shù)與傳統(tǒng)虛擬技術(shù)的對比如圖2所示。

圖2 虛擬機(jī)與Docker的實(shí)現(xiàn)框架

從圖中可以總結(jié)，容器和虛機(jī)都是屬于虛擬化技術(shù)的一種實(shí)現(xiàn)。兩種架構(gòu)在底層上相同，需要物理硬件和操作系統(tǒng)的支持。不同的是虛擬機(jī)場景中，虛擬機(jī)管理程序（如KVM）作為操作系統(tǒng)到虛擬機(jī)的中間層，而容器場景中Docker Engine（以Docker為例）作為操作系統(tǒng)到容器的中間層。虛機(jī)封裝操作系統(tǒng)和應(yīng)用，而容器則直接封裝應(yīng)用，這也是為什么容器要比虛機(jī)輕量、相對于虛擬機(jī)比較輕量、靈活、資源利用率高的原因。在生成環(huán)境中，這些資源節(jié)約很容易轉(zhuǎn)化為成本節(jié)約。

3 容器日志收集

在生產(chǎn)環(huán)境中，容器需要支持服務(wù)是與非容器環(huán)境一樣的[7]。包括如何從容器實(shí)例中捕獲日志，并將它們傳輸?shù)郊惺饺罩竟芾硐到y(tǒng)中。容器的臨時(shí)狀態(tài)是容器的日志領(lǐng)域中需要突出顯示的一個(gè)關(guān)鍵特性。當(dāng)生產(chǎn)環(huán)境做發(fā)布時(shí)，舊的容器會被新的容器替換。這對于傳統(tǒng)概念中假設(shè)有狀態(tài)和長時(shí)間運(yùn)行的計(jì)算單元是一種破壞。滾動(dòng)容器特性對于處理傳統(tǒng)日志的理念帶來了新的問題[8]。與讓計(jì)算實(shí)例運(yùn)行長達(dá)數(shù)天甚至數(shù)月不同的是，容器可能在以小時(shí)為單位的時(shí)間內(nèi)就發(fā)生變化。在生產(chǎn)環(huán)境中，一個(gè)良好的容器日志收集方案，通過分析日志可以快速分析定位錯(cuò)誤，減少運(yùn)維人員的難度，提高運(yùn)維效率。

不同于以往將所有日志放在主機(jī)系統(tǒng)的統(tǒng)一位置，Docker日志分散在相互隔離的容器環(huán)境中。每個(gè)運(yùn)行在容器內(nèi)的應(yīng)用的日志輸出統(tǒng)一保存在宿主機(jī)的/var/lib/dockr/containers/$CONTAINER_ID目錄下。因?yàn)镈ocker容器資源是相互隔離的，所以Docker環(huán)境下的日志收集很不方便[9]。目前主要有以下幾種收集Docker容器日志的方法。

1）默認(rèn)情況下，Docker采用的是 json-file，它會將應(yīng)用的日志以json格式存儲到容器根文件的日志路徑下。擁有root權(quán)限的用戶可以使用命令docker logs＜container-id＞來查看容器從啟動(dòng)開始所有的日志。當(dāng)前Docker僅將應(yīng)用的stdout和stderr兩個(gè)日志輸出，執(zhí)行命令docker logs＜container-id＞不一定顯示文件的輸出內(nèi)容。如果應(yīng)用日志的輸出量很大，日志沒有自動(dòng)切分功能，docker logs命令返回的日志記錄過于冗長。此外，Docker以json消息記錄每一行日志，這將會導(dǎo)致文件增長過快，從而超過主機(jī)磁盤限額。

2）連接到Docker容器：Docker在1.3版本推出docker exec子命令，它允許用戶在正在運(yùn)行的docker容器里執(zhí)行任何命令。一旦進(jìn)入到容器，用戶便可以看到一些可能不被記錄的stdout或stderr的額外的日志文件。然而，這并不是一個(gè)適用于生產(chǎn)系統(tǒng)的可擴(kuò)展方案。生產(chǎn)系統(tǒng)一般需要一個(gè)集中式的日志平臺來查看匯總的日志流。

3）將日志導(dǎo)出到宿主機(jī)：用戶可以在Dockerfile鏡像里使用VOLUME指令或使用docker run-v參數(shù)將容器里的一個(gè)文件路徑掛載到宿主機(jī)文件系統(tǒng)的一個(gè)位置上。默認(rèn)情況下，Dockerfile里的VOLUME指令使用的是容器里的路徑，其對應(yīng)的一般是一個(gè)跟文件系統(tǒng)的位置，如果用戶的根文件系統(tǒng)已經(jīng)滿了，這就會導(dǎo)致用戶的宿主機(jī)出現(xiàn)一些大問題，而且它很難被清理干凈。

4）發(fā)送日志到集中式的日志平臺：如果要將日志發(fā)送到一個(gè)集中式的日志系統(tǒng)里，除了將它導(dǎo)出宿主機(jī)似乎別無他法。以標(biāo)準(zhǔn)的syslog為例。運(yùn)行的容器里應(yīng)用會把日志傳送到/logs/apps/里，然后安裝和配置一個(gè)syslog守護(hù)進(jìn)程，從該目錄下位置下讀取任何存在的日志信息。隨后，它被配置成可以將日志發(fā)送到一個(gè)集中式的日志服務(wù)器里。這一模式確實(shí)很有價(jià)值，然而卻存在一些明顯的短板，若在一個(gè)容器里運(yùn)行多個(gè)進(jìn)程，這可能會導(dǎo)致在進(jìn)程利用方面變得更加笨重，并使得應(yīng)用隔離的便利性蕩然無存。

5）在其他容器一側(cè)收集日志：從容器里獲取日志的方案在業(yè)界逐漸變得流行起來。它使用共享數(shù)據(jù)卷將系統(tǒng)的其他容器聯(lián)系起來，并且讓其他容器使用--volumes-from選項(xiàng)來繼承這個(gè)卷，用戶便可以在其他正在運(yùn)行的容器里提取自己所需要的日志數(shù)據(jù)。在一個(gè)系統(tǒng)上有多個(gè)容器的場景下采用這一方案可以節(jié)省一些不必要的處理時(shí)間。用戶可以把各個(gè)容器里的所有日志放到一個(gè)單獨(dú)的容器里面，然后將其集中起來發(fā)送到一個(gè)集中式的日志系統(tǒng)。由于將所有的事物都整合到一個(gè)統(tǒng)一的日志采集服務(wù)，因此用戶便可以節(jié)省一大筆的資源。

本文采用在容器一側(cè)收集日志這一方案，在一個(gè)多容器的系統(tǒng)場景下采用本方案可以節(jié)省一些不必要的處理時(shí)間，比如方法1和2查找所需要日志花費(fèi)時(shí)間多。采用開源的日志收集系統(tǒng)ELK，結(jié)合高性能的key-value數(shù)據(jù)庫Redis實(shí)現(xiàn)docker容器日志的收集分析功能。

ELK stack是以分布式搜素引擎Elasticsearch、日志采集解析工具Logstash、分析可視化界面Kibana 3個(gè)開元軟件為主的數(shù)據(jù)處理工具鏈，在實(shí)時(shí)數(shù)據(jù)檢索和分析場合，三者通常是配合使用，為快速應(yīng)對大數(shù)據(jù)時(shí)代的數(shù)據(jù)收集、檢索、可視化，提供一站式解決方案。

Logstash是一種基于Ruby的集合應(yīng)用程序日志、事件的傳輸、處理、管理和搜索的平臺。利用JVM的線程功能進(jìn)行數(shù)據(jù)的并行處理，并支持多種插件。Elasticsearch是一個(gè)基于Apache Lucene（TM）的開源搜索引擎，使用Lucene作為實(shí)現(xiàn)所有索引和搜索的功能，它通過簡單的RESTful API來隱藏Lucene的復(fù)雜性，從而讓全文搜索變得簡單。Kibana是一款具有分析和可視化功能的web界面?？梢允褂肒ibana搜索，查看，并與存儲在Elasticsearch指數(shù)的數(shù)據(jù)進(jìn)行交互。可以根據(jù)圖表和表格執(zhí)行數(shù)據(jù)分析和可視化。

基于Docker部署ELK日志收集系統(tǒng)非常方便，使用Docker編排工具docker-compose，一鍵式部署所需要的各種容器[10-11]。本文對Docker、ELK、redis深度整合，組成分布式日志收集自動(dòng)化系統(tǒng)。架構(gòu)如圖3所示。

圖3 日志系統(tǒng)框架

本系統(tǒng)首先構(gòu)建 Redis、Logstash、ElasticSearch、Kibana的Docker鏡像，鏡像文件基于Ubuntu:14.04，然后使用docker-compose工具一鍵式構(gòu)建了所需要的容器。從圖中可以看出，多個(gè)Logspout部署在不同的node節(jié)點(diǎn)上，各個(gè)應(yīng)用容器的日志通過volumefrom的方法被Logspout收集，Logspout來向Logstash Shipper轉(zhuǎn)發(fā)送容器的日志，Logstash Shipper作為遠(yuǎn)程syslog來收集來自容器的日志，然后發(fā)送給Redis消息隊(duì)列；Redis是接收容器日志的消息隊(duì)列，臨時(shí)存儲日志發(fā)揮緩沖的作用，防止大量日志上傳后，拖垮 Logstash Indexer；Logstash Indexer做日志解析，統(tǒng)一成JSON輸出給 Elasticsearch；ElasticSearch來索引收集的日志數(shù)據(jù)并使它更易于查詢；Kibana與收集來的數(shù)據(jù)進(jìn)行交互的一個(gè)實(shí)用的web前端。使用open Vswitch虛擬交換機(jī)，實(shí)現(xiàn)各個(gè)物理機(jī)上的docker容器之間跨主機(jī)通信。圖4是UI動(dòng)態(tài)監(jiān)控各個(gè)docker容器示例產(chǎn)生的各種日志。

從實(shí)驗(yàn)結(jié)果總結(jié)，本系統(tǒng)實(shí)現(xiàn)了docker容器日志自動(dòng)化、實(shí)時(shí)性的收集，而且ELK應(yīng)用于Docker容器中，可以能夠達(dá)到實(shí)時(shí)搜索、穩(wěn)定、可靠、快速、安裝使用方便。

圖4 Kibana dashboard

在分布式集群系統(tǒng)中，容器的管理、服務(wù)發(fā)現(xiàn)與調(diào)度功能至關(guān)重要[12-13]。在集群環(huán)境中部署容器，Kubernetes和Docker Swarm是最常用的兩種工具[14]。它們都是創(chuàng)建容器的輔助工具，可以用來管理一個(gè)容器集群，并將所有服務(wù)器作為獨(dú)立的單元來處理。kubernetes是Google根據(jù)其在Linux上容器管理經(jīng)驗(yàn)，改造到docker管理上的。而docker swarm是Docker原生的集群工具。Kubernetes安裝復(fù)雜，不同的操作系統(tǒng)安裝都不相同；Docker Swarm安裝簡單明了并且靈活。并且Docker Swarm支持多種docker自帶的命令工具。本文采用的是docker swarm，并結(jié)合高可用的鍵值存儲倉庫etcd實(shí)現(xiàn)容器的管理、服務(wù)發(fā)現(xiàn)與調(diào)度[15]，部署了開源的docker容器圖形化管理平臺shipyard。

基于etcd和swarm的容器管理、服務(wù)發(fā)現(xiàn)與調(diào)度架構(gòu)圖如圖5所示，Docker Swarm發(fā)現(xiàn)Docker集群中的各個(gè)節(jié)點(diǎn)，收集節(jié)點(diǎn)狀態(tài)、角色信息，并監(jiān)聽各個(gè)節(jié)點(diǎn)狀態(tài)的變化，發(fā)現(xiàn)（etcd discovery）是Swarm中用于維護(hù)Docker集群狀態(tài)的機(jī)制。Docker swarm通過發(fā)現(xiàn)機(jī)制發(fā)現(xiàn)所有注冊的Docker Node，并收集到所有Docker Node的狀態(tài)以及具體信息。此后，Docker Swarm一旦接收到具體的Docker管理請求，Swarm會對請求進(jìn)行處理，并通過所有Docker Node的狀態(tài)以及具體信息，來篩選決策哪些Docker Node滿足要求，并通過一定的策略將請求轉(zhuǎn)發(fā)至具體的一個(gè)Docker Node；Docker Swarm創(chuàng)建并初始化API監(jiān)聽服務(wù)模塊。注冊、發(fā)現(xiàn)以及調(diào)度模塊在容器中獨(dú)立運(yùn)行，負(fù)責(zé)監(jiān)聽端口或者連接到其他主機(jī)的端口，不需要編寫容器植入性代碼?？梢詫?shí)現(xiàn)服務(wù)、注冊、調(diào)度集群，以及分布式的終端部署集成。

Shipyard管理界面如圖6所示，實(shí)現(xiàn)了容器，主機(jī)，鏡像等資源的管理。

圖5 基于etcd和swarm的容器管理、服務(wù)發(fā)現(xiàn)與調(diào)度

圖6 Shipyard管理界面

4 結(jié) 論

隨著Docker容器技術(shù)的發(fā)展，越來越多的容器被創(chuàng)建，在大規(guī)模的容器集群中日志處理平臺是保障集群穩(wěn)定運(yùn)行的關(guān)鍵?；贓LK Docker容器集群日志收集的云存儲應(yīng)用，用戶可以進(jìn)行多主機(jī)、多區(qū)域?qū)ο蠓?wù)請求，可以實(shí)現(xiàn)對應(yīng)用容器的日志數(shù)據(jù)的存儲、管理、整合。通過Docker Swarm和Etcd等工具的使用，實(shí)現(xiàn)了負(fù)載均衡減輕服務(wù)器壓力，有效提升服務(wù)請求的吞吐能力。自動(dòng)化的收集容器日志，實(shí)現(xiàn)服務(wù)器的高可靠性和穩(wěn)定性。

通過實(shí)驗(yàn)?zāi)M，當(dāng)并行服務(wù)請求急劇增長的情況下，本系統(tǒng)能夠有效地、實(shí)時(shí)地收集來自應(yīng)用容器的日志，能夠?qū)崿F(xiàn)Docker容器集群日志收集的實(shí)時(shí)性、高可用性。

[1]Turnbull，j.第一本Docker書[M].李兆海，劉斌，巨震，譯.北京：人民郵電出版社，2015.

[2]Joe Johnston，Antoni Batchelli.Docker生產(chǎn)環(huán)境實(shí)踐指南[M].吳家興，梁曉勇，譯.北京：人民郵電出版社，2016.

[3]饒琛琳.ELK stack權(quán)威指南[M].北京：機(jī)械工業(yè)出版社，2015.

[4]浙江大學(xué)SEL實(shí)驗(yàn)室.Dcoekr容器與容器云[M].北京：人民郵電出版社，2015.

[5]孫洪亮.Docker源碼分析[EB/OL].[2014-09]http://open.daocloud.io/tag/yuan-ma-fen-xi/.

[6]趙樂樂，黃剛，馬越.基于Docker的Hadoop平臺架構(gòu)研究 [EB/OL].（2016-08）.http://www.cnki.net/kcms/detail/61.1450.TP.20160801.0909.072.html.

[7]Spujadas.Elasticsearch， Logstash， Kibana （ELK）Docker image documentation[EB/OL].[2016-04-22].http://elk-docker.readthedocs.io/#elasticsearchlogstash-kibana-elk-docker-image-documentation.

[8]Deni Bertovic.Docker and Logstash:Smarter Log Management For Your Containers[EB/OL].[2014-02-03].https://denibertovic.com/post/docker-andlogstash-smarter-log-management-for-yourcontainers/.

[9]Nathan leclaire.Automating Docker Logging:Elastic Search， Logstash， Kibana， and Logspout[EB/OL].[2015-04-27].https://nathanleclaire.com/blog/2015/04/27/automating-docker-logging-elasticsearchlogstash-kibana-and-logspout/.

[10]姜繼忠.容器服務(wù)中使用ELK[EB/OL].[2016-09-06].https://yq.aliyun.com/articles/60059spm=5176.100240.searchblog.7.QaNI0p.

[11]Jimmycmh.容器內(nèi)日志收集方案示例[EB/OL].[2015-12-24].https://yq.aliyun.com/articles/303.

[12]孫宏亮.深入淺出Swarm[EB/OL].[2015-01-25].http://blog.daocloud.io/swarm_analysis_part1/.

[13]Yi wang.你是否真的了解 Docker Swarm[EB/OL].[2016-05-07].http://blog.daocloud.io/docker-swarm-1/.

[14]Viktor Farcic.Docker Clustering Tools Compared:Kubernetes vs Docker Swarm.[EB/OL].[2015-11-04].https://technologyconversations.com/2015/11/04/docker-clustering-tools-compared-kubernetesvs-docker-swarm/.

[15]孫健波.etcd：從應(yīng)用場景到實(shí)現(xiàn)原理的全方位解讀.[EB/OL].[2015-02-03].http://linux.cn/article-4810-1.html.

Analysis system based on ELK automated collection of Docker container log

ZHOU De-yong1， WANG Rui-gang1， LIANG Xiao-jiang2
（1.Xi'an University of Posts and Telecommunications， Xi'an710061，China；2.Shanxi Information Engineering Research Institute， Xi'an710061，China）

TN919.6

A

1674－6236（2017）19-0050-06

2016-09-26稿件編號201609238

周德永（1989—），男，安徽阜陽人，碩士研究生。研究方向：云計(jì)算與大數(shù)據(jù)處理。