王绍宏
faa9ffe2d9
- 默认在进入WAL前丢弃未注册、重复或未分配到当前探针的Syslog日志 - 使用后台设备内存快照，避免Netty网络线程访问Redis或达梦 - 增加Terminal审计开关，允许恢复原有逐条审计文件模式 - 历史WAL中的无效设备记录直接推进checkpoint - 增加无效设备丢弃、快照状态及刷新失败监控指标 - 生产WAL队列调整为20000条 - WAL待写预算和分段大小调整为2GiB - 同步生产配置、Docker Compose及升级文档 - 增加无效设备前置过滤和Terminal开关测试 chore(syslog): 统一生产环境 WAL 挂载目录 - 将生产环境 WAL 默认目录调整为 /app/logs/syslog-wal - Docker Compose 显式设置 SYSLOG_WAL_DIRECTORY - WAL 与应用日志共用 /app/logs 宿主机挂载 - 移除旧的 /data/syslog-archive 独立挂载 - 宿主机 WAL 路径统一为 /home/syslog/logs/syslog-wal
143 lines
4.8 KiB
Markdown
143 lines
4.8 KiB
Markdown
# v5 现场设备原始日志采样
|
||
|
||
天眼/微步 JSON 异常的代码入口和现场开发排查顺序见
|
||
[`02-json-format-error-debug-guide.md`](./02-json-format-error-debug-guide.md)。
|
||
|
||
## 功能说明
|
||
|
||
v5 为 `syslog-consumer-rule` 增加按设备短时采集原始日志的诊断接口，并提供自动落盘脚本。
|
||
|
||
- 单次采集最长 600 秒；
|
||
- 单次最多返回 50 条；
|
||
- 先保留采集窗口内最早的 N 条日志；
|
||
- 后续出现非标、规则执行异常、InfluxDB 写入异常、达梦写入异常或 Retry/DLT 时，用异常日志逐条替换最早的正常样本；
|
||
- 返回内容来自规则解析和非标字段截断之前，不受 `HB_XDR_TRUNCATED` 影响；
|
||
- 三个 `syslog-consumer-rule` 实例通过相同 Redis 汇聚有界候选集；
|
||
- 不新增数据库表，也不需要执行达梦 SQL。
|
||
|
||
## 升级与配置
|
||
|
||
滚动升级全部 `syslog-consumer-rule` 实例，并确保各实例连接同一个 Redis。原始日志采集和多实例汇聚默认
|
||
均已启用；建议在所有实例显式保留以下配置，便于现场识别和后续调整：
|
||
|
||
```yaml
|
||
- SYSLOG_RAW_CAPTURE_ENABLED=true
|
||
- SYSLOG_RAW_CAPTURE_CLUSTER_ENABLED=true
|
||
```
|
||
|
||
推荐保留默认配置：
|
||
|
||
```yaml
|
||
- SYSLOG_RAW_CAPTURE_MAX_ACTIVE_SESSIONS=20
|
||
- SYSLOG_RAW_CAPTURE_MAX_RETAINED_SESSIONS=100
|
||
- SYSLOG_RAW_CAPTURE_CLUSTER_ACTIVATION_DELAY_MS=1000
|
||
- SYSLOG_RAW_CAPTURE_CLUSTER_SYNC_INTERVAL_MS=200
|
||
- SYSLOG_RAW_CAPTURE_SETTLE_SECONDS=30
|
||
- SYSLOG_RAW_CAPTURE_RESULT_RETENTION_MINUTES=30
|
||
```
|
||
|
||
如果多个 Java 进程运行在同一主机且没有不同的容器 `HOSTNAME`，应为每个实例配置不同标识：
|
||
|
||
```yaml
|
||
- SYSLOG_RAW_CAPTURE_NODE_ID=consumer-rule-01
|
||
```
|
||
|
||
接口会返回完整原文，应只允许受信任的运维网络或现有管理网关访问。
|
||
|
||
## 一键采集
|
||
|
||
脚本依赖 `bash`、`curl` 和 `python3`。先增加执行权限：
|
||
|
||
```bash
|
||
chmod 700 /升级资料路径/v5/capture-device-raw-logs.sh
|
||
```
|
||
|
||
基本用法：
|
||
|
||
```bash
|
||
/升级资料路径/v5/capture-device-raw-logs.sh \
|
||
38 \
|
||
60 \
|
||
10 \
|
||
http://127.0.0.1:8289/xdrrule \
|
||
/data/haobang/raw-log-captures
|
||
```
|
||
|
||
参数依次是：
|
||
|
||
1. 设备 ID；
|
||
2. 采集秒数，默认 60，最大 600；
|
||
3. 样本数，默认 10，最大 50；
|
||
4. `syslog-consumer-rule` 基础地址，默认 `http://127.0.0.1:8289/xdrrule`；
|
||
5. 本地输出目录，默认当前目录下的 `raw-log-captures`。
|
||
|
||
如果接口经过鉴权网关，可通过环境变量传入请求头：
|
||
|
||
```bash
|
||
RAW_CAPTURE_AUTH_HEADER='Authorization: Bearer 替换为现场令牌' \
|
||
./capture-device-raw-logs.sh 38 120 20 https://管理地址/xdrrule /data/raw-samples
|
||
```
|
||
|
||
## 输出文件
|
||
|
||
每次运行生成独立目录：
|
||
|
||
```text
|
||
device-38_20260914-190000_会话ID/
|
||
├── start.json
|
||
├── latest.json
|
||
├── result.json
|
||
├── samples.jsonl
|
||
├── session-id.txt
|
||
├── summary.txt
|
||
└── raw/
|
||
├── 001_normal_事件ID.log
|
||
└── 002_anomaly_事件ID.log
|
||
```
|
||
|
||
- `result.json`：最终完整 API 响应，是最完整的交付文件；
|
||
- `samples.jsonl`：每行一条样本及其处理状态、异常原因和原文；
|
||
- `raw/*.log`：每条原始报文单独保存，内容不添加分隔符，也不主动截断；
|
||
- `summary.txt`：会话时间、收到的消息数、异常数和替换数；
|
||
- `latest.json`：脚本被中断或等待超时时保留的最后一次有效快照。
|
||
|
||
脚本设置 `umask 077`，新生成文件默认只允许执行脚本的账号访问。
|
||
|
||
## 生命周期
|
||
|
||
状态依次为：
|
||
|
||
```text
|
||
SCHEDULED -> RUNNING -> DRAINING -> COMPLETED
|
||
```
|
||
|
||
采集时间到达后不再接收新日志，随后默认等待 30 秒，让窗口内日志的异步处理异常完成替换。进入
|
||
`COMPLETED` 后结果默认继续保留 30 分钟，之后 Redis TTL 自动删除。
|
||
|
||
脚本会一直轮询到 `COMPLETED` 并自动导出，不需要人工再次查询。关闭终端或脚本等待超时不会使服务端会话
|
||
永久运行，会话仍按上述时间自动结束。
|
||
|
||
## 常见问题
|
||
|
||
### 返回 503：现场原始日志采样功能未启用
|
||
|
||
确认实例没有通过环境变量设置 `SYSLOG_RAW_CAPTURE_ENABLED=false`，并确认实例已经升级到 v5 JAR。
|
||
|
||
### 返回 503：跨实例原始日志采样暂不可用
|
||
|
||
检查所有 `syslog-consumer-rule` 实例到 Redis 的网络、密码、数据库编号是否一致。Redis 故障只影响诊断
|
||
采集，不会中断主 Kafka 消费。
|
||
|
||
### 返回 429
|
||
|
||
活动采集会话达到上限。等待已有会话进入 `COMPLETED`，或核对是否有人重复创建采集任务。
|
||
|
||
### 脚本退出码为 2
|
||
|
||
表示客户端等待超时，但已经把最后一次有效快照写入输出目录。服务端会话仍会自动结束，可在结果保留期内
|
||
使用 `session-id.txt` 中的 ID 再查询：
|
||
|
||
```bash
|
||
curl 'http://127.0.0.1:8289/xdrrule/api/syslog/raw-captures/会话ID'
|
||
```
|