💡 fluent-bit를 활용한 Metric Data 수집하기

들어가며

kubernetes를 상용으로 운영하기 전 CPU나 system에 대한 Metrics Data를 수집하고 시각화하여 원활한 운영을 해야할 필요가 있었습니다.

현재 EFK Stack으로 logging system을 구축해놓았었는데, 그 중 fluent-bit를 활용하여 metrics data를 수집하는 방법에 대해 다뤄보려고 합니다.

CPU Metric

fluent-bit의 input plugin중 cpu는 기본적으로 프로세스 혹은 전체 시스템의 CPU 사용량을 측정합니다.

설정된 시간에 대해 백분율 단위로 수집되며 현재 이 plugin은 linux에서만 사용하실 수 있습니다.

key

cpu_p

이 값은 사용자 및 커널 공간에 소요된 사간 대비 전체 시스템의 CPU 사용량을 요약해서 보여줍니다. ( CPU 코어 수를 고려합니다. )

user_p

이 값은 사용자 모드에서 CPU 사용량을 의미합니다.( CPU 코어 수를 고려합니다. )

system_p

커널 모드에서 CPU 사용량, 간단히 말해서 커널에 의한 CPU 사용량을 의미합니다.( CPU 코어 수를 고려합니다. )

CPU.core

위에 설명한 key외에도 CPU core별로 데이터가 수집됩니다. core는 0에서 N까지 나열됩니다.

cpuN.p_cpu

core N개의 CPU 사용량을 나타냅니다.

cpuN.p_user

core N개의 사용자 모드에서 사용된 총 CPU 사용량을 나타냅니다.

cpuN.p_system

N번째 core와 관련된 시스템 또는 커널 모드에서 사용된 총 CPU입니다.

Proceeding

INPUT

[INPUT]
    Name              cpu
    Tag               my_cpu

먼저 cpu plugin을 작성해줍니다. Tag에는 다른 데이터들도 수집될 수 있으니, 특수한 이름을 작성합니다. (여기선 my_cpu)

OUTPUT

[OUTPUT]
    Name              kinesis_firehose
    Match             my_cpu
    region            [az]
    delivery_stream   [kinesis_firehose_name]

먼저 AWS Kinesis에서 firehose를 생성해두었습니다. 그 후 해당 전송스트림을 delivery_stream에 작성해줍니다.

그러면 설정은 모두 완료되었습니다.

config map을 삭제해주신 후 해당 fluent-bit config map file을 적용해주시면 모든 작업이 완료가 됩니다.

Result

그 후 elastic search에 접속하여 index 설정 한 후 kibana의 discover에서 위와 같이 수집된 metrics data를 확인해볼 수 있습니다.

Reference

• https://docs.fluentbit.io/manual/v/1.5/pipeline/inputs/cpu-metrics