Docker Multi-Stage Build คืออะไร? สอน Optimize Docker Image ให้เล็กและปลอดภัย 2026

Logging ใน Kubernetes เป็นความท้าทายพิเศษเพราะ Pod เกิดขึ้นและหายไปตลอดเวลา ถ้าไม่มีระบบเก็บ Log แบบ Centralized เมื่อ Pod ถูกลบ Log ก็หายไปด้วย Fluentd และ Fluent Bit เป็นเครื่องมือ Open-Source ยอดนิยมที่สุดสำหรับเก็บและส่ง Log จาก Kubernetes ไปยัง Backend เช่น Elasticsearch, Loki หรือ S3

Fluentd vs Fluent Bit

Architecture: Fluent Bit + Elasticsearch

# Kubernetes Logging Architecture:
#
# Pod (stdout/stderr) -> Container Runtime -> /var/log/containers/
#       |
#       v
# Fluent Bit (DaemonSet บนทุก Node)
#       |
#       v
# Fluentd (Aggregator - Optional)
#       |
#       v
# Elasticsearch / Loki / S3 / CloudWatch
#       |
#       v
# Kibana / Grafana (Dashboard)

ติดตั้ง Fluent Bit ด้วย Helm

# ติดตั้ง Fluent Bit บน Kubernetes:
helm repo add fluent https://fluent.github.io/helm-charts
helm repo update

# ติดตั้ง:
helm install fluent-bit fluent/fluent-bit \
    --namespace logging \
    --create-namespace \
    --set config.outputs="[OUTPUT]\n    Name  es\n    Match *\n    Host  elasticsearch.logging.svc\n    Port  9200\n    Index fluent-bit\n    Type  _doc"

# ตรวจสอบ:
kubectl get pods -n logging
# fluent-bit-xxxxx   1/1  Running  (ทุก Node)

Fluent Bit Configuration

# fluent-bit.conf:
[SERVICE]
    Flush        5
    Log_Level    info
    Parsers_File parsers.conf

[INPUT]
    Name             tail
    Path             /var/log/containers/*.log
    Parser           cri
    Tag              kube.*
    Mem_Buf_Limit    5MB
    Skip_Long_Lines  On
    Refresh_Interval 10

[FILTER]
    Name                kubernetes
    Match               kube.*
    Kube_URL            https://kubernetes.default.svc:443
    Kube_CA_File        /var/run/secrets/kubernetes.io/serviceaccount/ca.crt
    Kube_Token_File     /var/run/secrets/kubernetes.io/serviceaccount/token
    Merge_Log           On
    K8S-Logging.Parser  On
    K8S-Logging.Exclude On

[OUTPUT]
    Name            es
    Match           *
    Host            elasticsearch.logging.svc
    Port            9200
    Index           k8s-logs
    Type            _doc
    Logstash_Format On
    Logstash_Prefix k8s
    Retry_Limit     5

ส่ง Log ไป Grafana Loki (Alternative)

# Fluent Bit -> Loki (แทน Elasticsearch):
# Loki เบากว่า Elasticsearch มาก!

[OUTPUT]
    Name        loki
    Match       *
    Host        loki.logging.svc
    Port        3100
    Labels      job=fluent-bit
    Auto_Kubernetes_Labels On

# ติดตั้ง Loki Stack:
helm install loki grafana/loki-stack \
    --namespace logging \
    --set grafana.enabled=true \
    --set loki.persistence.enabled=true \
    --set loki.persistence.size=50Gi

# ข้อดีของ Loki vs Elasticsearch:
# - ใช้ Storage น้อยกว่า 10x (Index แค่ Labels)
# - ตั้งค่าง่ายกว่า
# - ใช้ Grafana เป็น Dashboard (ไม่ต้อง Kibana)
# - เหมาะกับ Log Volume ปานกลาง

DaemonSet vs Sidecar Pattern

Log Parsing สำหรับ Application

# Parse JSON Logs:
[FILTER]
    Name         parser
    Match        kube.var.log.containers.myapp*
    Key_Name     log
    Parser       json
    Reserve_Data On

# Parse Custom Format:
[PARSER]
    Name        myapp
    Format      regex
    Regex       ^(?<time>[^ ]*) (?<level>[^ ]*) (?<message>.*)$
    Time_Key    time
    Time_Format %Y-%m-%dT%H:%M:%S.%L

# แนะนำ: ให้ Application Log เป็น JSON
# เพราะ Parse ง่าย, ไม่ต้อง Custom Regex

Monitoring Fluent Bit

# เปิด Prometheus Metrics:
[SERVICE]
    HTTP_Server  On
    HTTP_Listen  0.0.0.0
    HTTP_Port    2020

# Prometheus ServiceMonitor:
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: fluent-bit
spec:
  selector:
    matchLabels:
      app.kubernetes.io/name: fluent-bit
  endpoints:
  - port: http
    path: /api/v1/metrics/prometheus

# Metrics สำคัญ:
# fluentbit_input_records_total     — จำนวน Records ที่รับ
# fluentbit_output_retries_total    — จำนวน Retry
# fluentbit_output_errors_total     — จำนวน Error
# fluentbit_output_proc_bytes_total — ขนาด Data ที่ส่ง

Best Practices

สรุป

Centralized Logging เป็นสิ่งจำเป็นสำหรับ Kubernetes Production Fluent Bit เป็นตัวเลือกที่ดีที่สุดสำหรับ Log Collector เพราะเบา ใช้ Memory น้อย และ Integrate กับ Backend ได้หลากหลาย ไม่ว่าจะเป็น Elasticsearch/Kibana หรือ Loki/Grafana การเข้าใจ Architecture และ Best Practices จะช่วยให้คุณ Debug ปัญหาได้เร็วขึ้น และมี Visibility ครบถ้วนในทุก Pod ของ Cluster