最近开发的telemetry采集系统上线了。听起来高大上，简单来说就是一个grpc/udp服务端，用户的机器（路由器、交换机）将它们的各种统计数据上报采集、整理后交后端的各类AI分析系统分析。目前华为/思科的大部分设备支持。

上线之后，各类用户开始找来要求帮忙定位问题，一般是上报的数据在后端系统中不存在等等。

在一通抓包分析后，百分之99都是用户自己的问题。但频繁的抓包定位问题，严重的压缩了我摸鱼的时间。而且，这套系统采用多实例方式部署在腾X云多个容器中，一个个的登录抓包，真的很烦。

这让我萌生了一个需求：

1. 主动给采集器下发抓包任务。
2. 将抓包的信息返回。
3. 将抓包的文件暂存，以备进一步定位问题。

方法1

使用fabric等ssh运维工具，编写脚本自动化登录机器后执行tcpdump，然后进一步处理。
很可惜的是，并没有容器母机ssh的权限。只能通过一个web命令行观察容器。这条路玩不转。

方法2

1. 在采集器中添加一个接口，用以下发tcpdump命令
2. 采集器执行tcpdump命令，并获取返回的信息（比如captured xxx pacs），保存相关文件。
3. 将获取的抓包信息以某种方式反发给命令下发人。

使用tcpdump定时抓取并保存信息

首先需要解决tcpdump定时的问题，以免tcpdump无限期的执行抓包，经过一通谷歌，命令如下：

timeout 30 tcpdump -i eth0 host 9.123.123.111 and port 6651 -w /tmp/log.cap

timeout 30 指抓取30秒，超时后tcpdump会直接退出
-i 指定抓取的端口
host xxx 源IP
port xxx 源端口

编写tcpdump函数

下面到了我最喜欢的写代码阶段，为了简单，直接使用os/exec库。不要笑，很多大厂的很多系统其实都是包命令行工具，解决问题最重要。

// TcpDump 执行tcpdump命令，并返回抓到的包数
func TcpDump(sudo bool, timeout int, eth string, host string, port int) (caps int, err error) {
	portStr := ""
	if port != 0 {
		portStr = fmt.Sprintf("and port %v", port)
	}

	tcpdumpCmd := fmt.Sprintf("timeout %v tcpdump -i %v host %v %v -w /tmp/log.cap",
		timeout, eth, host, portStr)
	if sudo {
		tcpdumpCmd = "sudo " + tcpdumpCmd
	}
	logrus.Infof("call %v", tcpdumpCmd)
	cmd := exec.Command("sh", "-c", tcpdumpCmd)
	var outb, errb bytes.Buffer
	cmd.Stderr = &errb
	err = cmd.Run()
	if err != nil {
		if !errors.Is(err, &exec.ExitError{}) {
			logrus.Infof("out:%s ; %s", outb.Bytes(), errb.Bytes())
			return getPacs(errb.String()), nil
		}
		return
	}
	return 0,fmt.Errorf("unknown error")
}

func getPacs(input string) int {
	end := strings.Index(input, "packets captured")
	pos := end
	for {
		pos -= 1
		if pos <= 0 {
			return 0
		}
		if input[pos] == '\n' {
			break
		}
	}
	// logrus.Infof("captured:%s", input[pos+1:end-1])
	v, err := strconv.Atoi(input[pos+1 : end-1])
	if err != nil {
		return 0
	}
	return v
}

这里要注意几点：

1. 执行cmd := exec.Command("sh", "-c", tcpdumpCmd)后，tcpdump的返回信息类似:

listening on eth1, link-type EN10MB (Ethernet), capture size 65535 bytes\n56 packets captured\n56 packets received by filter\n0 packets dropped by kernel\n

是在stderr中的。而不是stdout。

2. getPacs函数简单的从xx packets received中提取出了抓包数。但是如果是中文的服务器系统（不会吧，不会吧），就不太好使了。

编写api

现在函数已经有了，只要再写一个http api，就能很方便的把它暴露出去。

import "github.com/gogf/gf/v2/encoding/gjson"

// ErrJson，写入一个error json，形如：
//{
//    "err": code,
//    "err_msg": msg
//}
func ErrJson(w http.ResponseWriter, errCode int, errStr string) error {
	w.Header().Set("Content-Type", "application/json")
	js := make(map[string]interface{})
	js["err"] = errCode
	js["err_msg"] = errStr
	jsBts, _ := json.Marshal(js)
	_, err := w.Write(jsBts)
	return err
}

/* TcpDumpHandler
req:{
	"sudo":  true,
	"eth": "eth0",
	"host": "10.99.17.135",
	"port": 0
}
rsp:{
	"err": 0,
	"caps": 14
}
*/
func TcpDumpHandler(w http.ResponseWriter, r *http.Request) {
	r.ParseForm()
	ret, err := ioutil.ReadAll(r.Body)
	if err != nil {
		ErrJson(w, 1, "数据错误")
		return
	}
	js := gjson.New(ret)
	sudo := js.Get("sudo").Bool()
	eth := js.Get("eth").String()
	if eth == "" {
		ErrJson(w, 1, "数据错误, eth不存在")
		return
	}
	host := js.Get("host").String()
	if host == "" {
		ErrJson(w, 1, "数据错误, host不存在")
		return
	}
	port := js.Get("port").Int()
	timeout := js.Get("timeout").Int()
	if timeout == 0 {
		ErrJson(w, 1, "数据错误, timeout为0或不存在")
		return
	}
	go func() {
		chatKey := config.GlobalConfigObj.Global.ChatKey
		botKey := config.GlobalConfigObj.Global.BotKey
		
		// 这里直接利用了公司的一个消息系统，如果贵公司没有这样的系统，就变通一下
		msgSender := msg.NewNiuBiMsg(chatKey, botKey)

		caps, err := TcpDump(sudo, timeout, eth, host, port)
		if err != nil {
			return
		}
		if caps > 0 {
			// 这里直接利用了公司的一个消息系统，向企业IM发一条消息
			msgSender.Send(fmt.Sprintf("tcpdump agent_ip:%v host:%v eth:%v port:%v, captured:%v",
				config.GlobalLocalConfig.LocalIP, host, eth, port, caps))
			bts, err := ioutil.ReadFile("/tmp/log.cap")
			if err != nil {
				return
			}
			b64Caps := base64.StdEncoding.EncodeToString(bts)
			// 把抓包的文件通过这个消息系统也发到企业IM中
			msgSender.File(fmt.Sprintf("pacs_%v.cap", config.GlobalLocalConfig.LocalIP), b64Caps)
		}
	}()
}

然后起一个http svr

func runHttp() {
	mux := http.NewServeMux()
	server :=
		http.Server{
			Addr:         fmt.Sprintf(":%d", 3527),
			Handler:      mux,
			ReadTimeout:  3 * time.Second,
			WriteTimeout: 5 * time.Second,
		}
	// 开始添加路由
	mux.HandleFunc("/tcpdump", tcpdumpsvc.TcpDumpHandler)
	logrus.Infof("run http:%v", 3527)
	logrus.Info(server.ListenAndServe())
}

到这一步，这个系统就基本完成了。使用这个命令就能调用接口。

curl --header "Content-Type: application/json" --request GET --data '{"sudo":false,"eth":"eth0","host":"100.xxx.xxx.10","port":0,"timeout":5}' http://0.0.0.0:3527/tcpdump

这个系统有几个硬伤。

1. 依赖了公司的消息系统完成抓包数据回发的功能。假如各位大佬的公司没有这样的系统msgSender.Send，可行的方法有：
   1. scp到一个特定的文件夹。
   2. 使用电子邮件。
   3. 和领导申请自己开发一套，你看，需求就来了。
2. tcpdump可能会生成极大的抓包文件，此时使用bts, err := ioutil.ReadFile("/tmp/log.cap")，可能会直接让系统OOM。所以设置timeout和抓包的大小（比如在tcpdump命令中使用-c）是很重要的。换句话说，这个api不是公有的，别让不了解的人去调用。

不过这都是小问题。现在用户找上门来，我只需要启动脚本，从服务发现api拉到所有的实例IP，然后依次调用tcpdump api，等待IM的反馈即可。又能快乐的摸鱼啦。