摘要: 程序日志(AppLog)有什么特点? * 内容最全:程序日志是由程序员给出,在重要的地点、变量数值以及异常都会有记录,可以说线上90%以上Bug都是依靠程序日志输出定位到 * 格式比较随意:代码往往经过不同人开发,每个程序员都有自己爱好的格式,一般非常难进行统一,并且引入的一些第三方库的
程序日志(AppLog)有什么特点?
-
内容最全:程序日志是由程序员给出,在重要的地点、变量数值以及异常都会有记录,可以说线上90%以上Bug都是依靠程序日志输出定位到
-
格式比较随意:代码往往经过不同人开发,每个程序员都有自己爱好的格式,一般非常难进行统一,并且引入的一些第三方库的日志风格也不太一样
-
有一定共性:虽然格式随意,但一般都会有一些共性的地方,例如对Log4J日志而言,会有如下几个字段是必须的:
- 时间
- 级别(Level)
- 所在文件或类(file or class)
- 行数(Line Number)
- 线程号(ThreadId)
处理程序日志会有哪些挑战?
1. 数据量大
程序日志一般会比访问日志大1个数量级:假设一个网站一天有100W次独立访问,每个访问大约有20逻辑模块,在每个逻辑模块中有10个主要逻辑点需要记录日志。
则日志总数为:
100W * 20 * 10 = 2 * 10^8 条
每条长度为200字节,则存储大小为
2 * 10^8 * 200 = 4 * 10^10 = 40 GB
这个数据会随着业务系统复杂变得更大,一天100-200GB日志对一个中型网站而言是很常见的。
2. 分布服务器多
大部分应用都是无状态模式,跑在不同框架中,例如:
- 服务器
- Docker(容器)
- 函数计算(容器服务)
对应实例数目会从几个到几千,需要有一种跨服务器的日志采集方案
3. 运行环境复杂
程序会落到不同的环境上,例如:
- 应用相关的会在容器中
- API相关日志会在FunctionCompute中
- 旧系统日志在传统IDC中
- 移动端相关日志在用户处
- 网页端(M站)在浏览器里
为了能够获得全貌,我们必须把所有数据统一并存储起来。
如何解决程序日志需求
1.统一存储
目标:要把各渠道数据采集到一个集中化中心,打通才可以做后续事情。
我们可以在日志服务中创建一个项目来存储应用日志,日志服务提供30+种日志采集手段:无论是在硬件服务器中埋点,还是网页端JS,或是服务器上输出日志,都可以在实时采集列表中找到。
在服务器日志上,除了使用SDK等直接写入外,日志服务提供便捷、稳定、高性能Agent-Logtail。logtail提供windows、linux两个版本,在控制台定义好机器组,日志采集配置后,就能够实时将服务日志进行采集,这里有一个5分钟视频。
在创建完成一个日志采集配置后,我们就可以在项目中操作各种日志了。
可能有人要问到,日志采集Agent非常多,有Logstash,Flume,FluentD,以及Beats等,Logtash和这些相比有什么特点吗?
- 使用便捷:提供API、远程管理与监控功能,融入阿里集团百万级服务器日志采集管理经验,配置一个采集点到几十万设备只需要几秒钟
- 适应各种环境:无论是公网、VPC、用户自定义IDC等都可以支持,https以及断点续传功能使得接入公网数据也不再话下
- 性能强,对资源消耗非常小:经过多年磨练,在性能和资源消耗方面比开源要好,详见对比测试
2. 快速查找定位
目标:无论数据量如何增长、服务器如何部署,都可以保证定位问题时间是恒定的
例如有一个订单错误,一个延时很长,我们如何能够在一周几TB数据量日志中快速定位到问题。其中还会涉及到各种条件过滤和排查等。
- 例如我们对于程序中记录延时的日志,调查延时大于1秒,并且方法以Post开头的请求数据:
Latency > 1000000 and Method=Post*
- 对于日志中查找包含error关键词,不包含merge关键词的日志
-
一天的结果
-
一周的结果
-
更长时间结果
这些查询都是在不到1秒时间内可以返回
3. 关联分析
关联有两种类型,进程内关联与跨进程关联。我们先来看看两者有什么区别:
- 进程内关联:一般比较简单,因为同一个函数前后日志都在一个文件中。在多线程环节中,我们只要根据线程Id进行过滤即可
- 跨进程关联:跨进程的请求一般没有明确线索,一般会通过RPC中传入TracerId来进行关联