Tungsten Fabric入门宝典系列文章，来自技术大牛倾囊相授的实践经验，由TF中文社区为您编译呈现，旨在帮助新手深入理解TF的运行、安装、集成、调试等全流程。如果您有相关经验或疑问，欢迎与我们互动，并与社区极客们进一步交流。更多TF技术文章，请点击公号底部按钮＞学习＞文章合集。

作者：Tatsuya Naganawa 译者：TF编译组

Tungsten Fabric入门宝典丨主流监控系统工具的集成
尽管Tungsten Fabric具有不错的监视/警报功能，但可能需要将它们集成到完整的监视系统中。

让我举例说明如何将它们与Promethesus和EFK集成。

Prometheus

（编者按：Prometheus 是一个开源监控系统，几乎所有云原生系统都以 Prometheus的指标格式输出运行时的监控信息。）

为了监视和可视化Tungsten Fabric系统中发生的情况，prometheus将是一种可能的选择。

一些工具（例如zabbix）支持抓取prometheus格式，因此在监视工具中作为通用格式也很有用：
https://www.zabbix.com/documentation/4.2/manual/config/items/itemtypes/prometheus

要按prometheus进行抓取，需要以Prometheus的格式从Tungsten Fabric导出相关指标，有两种方法可以实现此目的：

直接从内省HTTP Server导出指标（此功能目前不可用）
从analytics或从analytics UVE导出值（此功能目前可用）

第一步，我尝试了一个短脚本（WIP）将值导出到prometheus。

当前，有限的vRouters指标可以被导出，例如报文，字节数，流数量，丢弃报文数量
https://github.com/tnaganawa/tf-analytics-exporter

这些值还可以用于从prometheus发送警报，而不是从analytics-alarms发送警报。

EFK

（编者按：EFK由ElasticSearch、Fluentd和Kiabana三个开源工具组成，用于进行日志收集和管理。）

由于Tungsten Fabric具有多个系统日志（文件或docker标准输出），因此可以很容易地通过fluentd进行收集。

https://www.fluentd.org/guides/recipes/docker-logging

如果节点数量相当大，对于管理来说会很有用。

另一个有趣的主题是vRouter也支持流导出，在某种意义上类似于ipfix或有状态防火墙的allow / deny日志。

要启用此功能，你可以在Tungsten Fabric webui中的Configure > Global Config > edit > Flow Export Rate中设置flow-export-rate > 0（例如100）。

默认情况下，它将被发送到Tungsten Fabric webui或者像contrail-flow、contrail-sessions这样的命令来查询分析，但它也可以直接导出到本地文件，发送给其他日志采集器，如EFK，以备以后使用。

要启用本地流日志记录，可以使用这些参数。

(ansible-deployer)
contrail_configuration:
  SLO_DESTINATION: file
  SAMPLE_DESTINATION: file
(kubeadm)
env:
  SLO_DESTINATION: file
  SAMPLE_DESTINATION: file

如果设置了此参数，则vrouter-agent的日志文件（例如/var/log/contrail/contrail-vrouter-agent.log）将具有如下的日志输出：

INFO -  [SYS_INFO]: SessionData: [ vmi = default-domain:k8s-kube-system:coredns-7f865bd4f9-6gq52__8d7eb81a-6b16-11e9-b466-0e4d26f73e5e vn = default-domain:k8s-default:k8s-default-pod-network application = application=k8s ] security_policy_rule = 00000000-0000-0000-0000-000000000004 remote_vn = default-domain:default-project:ip-fabric is_client_session = 1 is_si = 0 vrouter_ip = 172.31.6.218 local_ip = 10.47.255.250 service_port = 443 protocol = 6 sampled_forward_bytes = 132 sampled_forward_pkts = 2 sampled_reverse_bytes = 1140 sampled_reverse_pkts = 2 ip = 10.96.0.1 port = 35420 forward_flow_info= [ sampled_bytes = 132 sampled_pkts = 2 flow_uuid = 130bbb8d-9be7-46bc-8b3a-938a5c2c36bb tcp_flags = 120 setup_time = 1556609440638565 action = pass sg_rule_uuid = 00000000-0000-0000-0000-000000000004 nw_ace_uuid = 00000000-0000-0000-0000-000000000004 underlay_source_port = 55670 ] reverse_flow_info= [  sampled_bytes = 1140 sampled_pkts = 2 flow_uuid = e09e2579-7764-472b-8a35-b300c5ec34e7 tcp_flags = 120 setup_time = 1556609440638565 action = pass sg_rule_uuid = 00000000-0000-0000-0000-000000000004 nw_ace_uuid = 00000000-0000-0000-0000-000000000004 underlay_source_port = 49942 ] vm = coredns-7f865bd4f9-6gq52__8d536915-6b16-11e9-9f48-0e4d26f73e5e other_vrouter_ip = 172.31.6.218 underlay_proto = 0  ]

通过fluentd将这些参数用json化，并通过ES查询kibana，可以更容易地看到vRouters之间或物理交换机之间的数据包依次经过的情况。