跳到主要内容

生产环境部署清单

介绍​

在生产环境中部署Grafana Loki时，需要综合考虑性能、可靠性和安全性。本清单将指导您完成关键配置步骤，帮助您避免常见陷阱。无论您是单节点部署还是分布式集群，这些实践都能确保日志系统的稳定性。

适用版本

本文基于Loki 2.8+版本，部分建议可能不适用于旧版本。

1. 硬件资源配置​

计算资源​

  • 最低配置（测试环境）：
    plaintext
    2 CPU核心 / 4GB内存 / 50GB存储
  • 生产推荐：
    plaintext
    8+ CPU核心 / 32GB+内存 / 500GB+ SSD存储（每节点）

存储选择​

注意

避免使用网络附加存储(NAS)，本地SSD能显著提升索引性能

2. 部署架构选择​

单节点模式（适合中小规模）​

yaml
# docker-compose.yml 示例
services:
  loki:
    image: grafana/loki:2.8.0
    command: -config.file=/etc/loki/local-config.yaml

微服务模式（大规模部署）​

关键组件配置建议：

  • Ingester：启用WAL(Write-Ahead Log)
    yaml
    ingester:
      wal:
        enabled: true
        dir: /loki/wal

3. 安全配置​

基础安全措施​

  1. 启用TLS加密：

    yaml
    server:
      http_listen_port: 3100
      grpc_listen_port: 9095
      http_tls_config:
        cert_file: /path/to/cert.pem
        key_file: /path/to/key.pem

  2. 身份验证配置（推荐JWT）：

    yaml
    auth_enabled: true
重要

永远不要在生产环境使用disable_validation: true

4. 数据保留策略​

分层保留配置示例​

yaml
compactor:
  working_directory: /loki/compactor
  retention_enabled: true
  retention_delete_delay: 2h
  retention_delete_worker_count: 10

storage_config:
  gcs:
    bucket_name: loki-storage
  retention_period: 720h # 30天
最佳实践
  • 热数据：保留7天（本地SSD）
  • 温数据：保留30天（对象存储）
  • 冷数据：归档处理

5. 监控与告警​

必须监控的指标​

  1. 日志摄入速率：rate(loki_distributor_bytes_received_total[1m])
  2. 查询延迟：histogram_quantile(0.99, sum(rate(loki_query_frontend_duration_seconds_bucket[1m])) by (le))

Prometheus告警规则示例：

yaml
- alert: HighIngestionErrors
  expr: rate(loki_ingester_samples_failures_total[1m]) > 0
  for: 5m

6. 备份与灾难恢复​

关键数据备份策略​

  1. 定期备份：

    • chunks 目录（默认位于/loki/chunks）
    • 配置文件（尤其是loki.yaml）

  2. 恢复流程：

    bash
    # 停止Loki服务
    systemctl stop loki

    # 恢复数据
    rsync -avz /backup/loki/chunks /loki/data/

    # 重启服务
    systemctl start loki

实际案例：电商平台部署​

场景：日均10TB日志量的电商平台

解决方案：

  1. 采用3节点Loki集群
  2. 使用GCS作为长期存储
  3. 配置如下保留策略：
    yaml
    retention_period: 2160h  # 90天
    retention_stream:
      - selector: '{app="payment"}'
        priority: 1
        period: 8760h  # 1年

总结与练习​

关键要点总结​

  1. 根据数据量选择合适架构
  2. 始终启用安全功能
  3. 监控核心指标并设置告警
  4. 规划数据保留策略

练习建议​

  1. 在测试环境尝试WAL配置
  2. 模拟节点故障测试恢复流程
  3. 使用logcli工具验证查询性能

延伸阅读​