从零编写日志分析系统之需求分析

前言

最近在公司架设一个日志分析平台,记录一下相关技术的研究和步骤。

技术架构

  • 前端技术

采用vue.js作为前端基础组件。
采用elementUI作为表单UI
采用echarts图表工具进行实时数据展现。
采用kibana作为数据展现。

  • 后端技术

采用java语言编写。
使用filebeat进行应用服务器日志采集。
使用logstash进行日志解析和日志转发。
自定义sdk作为系统内数据采集工具。
使用dubbo作为服务调用工具。
使用kafka作为异步消息总线。
使用storm作为实时数据处理工具。
使用elasticsearch作为日志存储工具和离线数据处理。
使用redis作为即时数据存储工具。
使用mysql作为结构化数据存储工具。
使用shiro作为权限管理工具。
使用zookeeper作为分布式锁和配置管理工具。

项目目标

  • 问题快速诊断

日志散落在各个系统中,问题发生时需要各个系统查找出问题根源,费事费力。在Dashboard上展现应用相关的各类日志信息,问题发生时能够一站式搜索定位根源。

  • 应用性能监控

从海量访问日志中提取访问量、访问成功率、访问响应时间等高价值信息,并能够监控和展现这些应用性能指标

  • 运维安全分析

发现用户访问的异常行为和潜在的风险
关联系统、应用、网络等多种日志、追踪非法访问的来源
检测网络异常和应用运行情况

  • 日志集中管理

数据冗余保障数据安全
便于随时查询
灵活的日志采集方式
海量日志集中存放
这里写图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
推荐系统需求分析应该包括以下几个方面: 1. 目标用户:需要明确推荐系统所针对的用户群体,例如年龄、性别、职业、兴趣爱好等信息。 2. 推荐目的:需要明确推荐系统的目的,是为了增加销售额、提高用户满意度、降低退货率等。 3. 推荐内容:需要明确推荐系统所提供的内容类型,例如商品、文章、视频等。 4. 数据收集和处理:需要明确推荐系统所需要的数据来源,以及如何处理这些数据,包括数据清洗、特征提取、数据挖掘等。 5. 推荐算法:需要明确推荐系统所采用的算法,例如基于协同过滤、基于内容过滤、混合过滤等。 6. 评价指标:需要明确推荐系统的评价指标,用来衡量系统的效果,例如准确率、召回率、点击率等。 7. 用户交互方式:需要明确用户与推荐系统之间的交互方式,例如网页、APP、微信小程序等。 8. 系统性能要求:需要明确推荐系统的性能要求,例如响应时间、并发用户数、数据处理速度等。 9. 系统安全性要求:需要明确推荐系统的安全性要求,例如用户数据保护、系统日志记录、系统备份等。 以上是推荐系统需求分析的一些基本要素,根据具体情况还可以添加其他需要考虑的因素。在分析完需求之后,需要根据需求编写详细的需求文档,以便开发人员能够清楚地了解系统的功能和性能要求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值