日志中心化之路
近几年来，无状态编程、容器、Serverless 编程方式的诞生极大提升了软件交付与部署的效率。在架构的演化过程中，可以看到两个变化：
- 应用架构开始从单体系统逐步转变微服务，其中的业务逻辑随之而来就会变成微服务之间调用与请求。
- 资源角度来看，传统服务器这个物理单位也逐渐淡化，变成了看不见摸不到的虚拟资源模式。
从以上两个变化可以看到这种弹性、标准化架构背后，原先运维与诊断的需求也变得越来越复杂。在10年前我们可以快速登陆到服务器上捞取日志，Attach进程的模式已再也不存在，面对我们的更多是一个标准化的“黑盒”。
为了应对这种变化趋势，诞生一系列面向DevOps诊断与分析的工具。例如集中式监控、集中式日志系统、以及SaaS化的各种部署、监控等服务。
日志中心化解决的是以上这个问题，既应用产生日志后实时（或准实时）传输到中心化的节点服务器，例如Syslog，Kafka，ELK，Hbase进行集中式存储是一些常见的模式。
中心化四个好处
- 使用方便：在无状态应用中最麻烦的要属Grep日志了，集中式存储只要运行一个Search命令就能够替代原先漫长的过程
- 存储与计算分离：定制机器硬件时无需为日志存储考虑空间大小
- 更低成本：集中式日志存储可以削峰填谷，预留更高水位
- 安全：当发生黑客入侵以及灾难时，关键数据留作取证
采集端 (Java系列)
日志服务提供30+数据采集方式，针对服务器、移动端、嵌入式设备及各种开发语言都提供完整的接入方案。对Java 开发者而言，没有什么比熟悉的日志框架 Log4j、Log4j2、Logback Appender更好使的了。
对Java应用而言，目前有两种主流的日志采集方案：
- Java程序将日志落盘，通过Logtail进行实时采集
- Java程序直接配置日志服务提供的Appender，当程序运行时，实时将日志发完服务端
两者的差别如下：
| 日志落盘+Logtai采集 | Appender 直接发送 | |
|---|---|---|
| 实时性 | 日志落文件，通过Logtail采集 | 直接发送 |
| 吞吐量 | 大 | 大 |
| 断点续传 | 支持，取决于Logtail 配置大小 | 支持，取决于内存大小 |
| 关心应用位置 | 需要，配置采集机器组时 | 不需要，主动发送 |
| 本地日志 | 支持 | 支持 |
| 关闭采集 | Logtail移除配置 | 修改Appender配置，重启应用 |
通过Appender可以在不改任何代码情况下，通过Config就能够非常容易完成日志实时采集工作，日志服务提供的Java系列Appender有如下几大优势：
- 无需修改程序，修改配置即生效
- 异步化 + 断点续传：IO不影响主线程，支持一定网络和服务容错
- 高并发设计：满足海量日志写入需求
- 支持上下文查询功能：写入支持支持在服务端还原原始进程中精确上下文（前后N条日志）
Appender 介绍与使用
目前提供Appender如下，底层均使用 aliyun-log-producer 完成数据的写入。
这四者的差别如下：
| aliyun-log-log4j-appender | aliyun-log-log4j2-appender | aliyun-log-logback-appender | aliyun-log-producer | |
|---|---|---|---|---|
| 说明 | 针对 log4j 1.x 开发的 appender，如果您的应用程序正在使用 log4j 1.x 日志框架，建议您选择该 appender。 | 针对 log4j 2.x 开发的 appender，如果您的应用程序正在使用 log4j 2.x 日志框架，建议您选择该 appender。 | 针对 logback 开发的 appender，如果您的应用程序正在使用 logback 日志框架，建议您选择该 appender。 | 为运行在大数据、高并发场景下的 Java 应用量身打造的高性能写 LogHub 类库，目前提供的 appender 底层均使用它完成数据写入。 它具有很高的灵活性，可以让您指定写入 Loghub 中数据的字段和格式，如果您发现我们提供的 appender 无法满足您的业务需求，您可以基于它开发适合您的日志采集程序。 |
接入 Appender
可参考 aliyun-log-log4j-appender 的配置步骤部分接入 appender。
配置文件log4j.properties的内容如下：
log4j.rootLogger=WARN,loghub
log4j.appender.loghub=com.aliyun.openservices.log.log4j.LoghubAppender
#日志服务的project名，必选参数
log4j.appender.loghub.projectName=[your project]
#日志服务的logstore名，必选参数
log4j.appender.loghub.logstore=[your logstore]
#日志服务的http地址，必选参数
log4j.appender.loghub.endpoint=[your project endpoint]
#用户身份标识，必选参数
log4j.appender.loghub.accessKeyId=[your accesskey id]
log4j.appender.loghub.accessKey=[your accesskey]查询与分析
通过上述方式配置好 appender 后，Java 应用产生的日志会被自动发往日志服务。可以通过 LogSearch/Analytics 对这些日志实时查询和分析。本文提供的样例的日志格式如下：
记录用户登录行为的日志
level: INFO
location: com.aliyun.log4jappendertest.Log4jAppenderBizDemo.login(Log4jAppenderBizDemo.java:38)
message: User login successfully. requestID=id4 userID=user8
thread: main
time: 2018-01-26T15:31+0000 记录用户购买行为的日志
level: INFO
location: com.aliyun.log4jappendertest.Log4jAppenderBizDemo.order(Log4jAppenderBizDemo.java:46)
message: Place an order successfully. requestID=id44 userID=user8 itemID=item3 amount=9
thread: main
time: 2018-01-26T15:31+0000 开启查询分析
若要对数据进行查询和分析，需要首先开启查询分析功能。开启步骤如下：
- 登录 日志服务管理控制台。
- 选择目标项目，单击项目名称或者单击右侧的 管理。
- 选择目标日志库并单击日志索引列下的 查询。
- 单击右上角的 设置查询分析 > 设置。
- 进入设置菜单，为下列字段开启查询。
分析实例
以下视频包含了下述5个分析实例。
1. 统计过去1小时发生Error最多的3个位置
语法示例
level: ERROR | select location ,count(*) as count GROUP BY location ORDER BY count DESC LIMIT 32. 统计过去15分钟各种日志级别产生的日志条数
语法示例
| select level ,count(*) as count GROUP BY level ORDER BY count DESC3. 日志上下文查询
对于任意一条日志，能够精确还原原始日志文件上下文日志信息。
参阅: 上下文查询
4. 统计过去1小时，登录次数最多的三个用户
语法示例
login | SELECT regexp_extract(message, 'userID=(?<userID>[a-zA-Z\d]+)', 1) AS userID, count(*) as count GROUP BY userID ORDER BY count DESC LIMIT 35. 统计过去15分钟，每个用户的付款总额
语法示例
order | SELECT regexp_extract(message, 'userID=(?<userID>[a-zA-Z\d]+)', 1) AS userID, sum(cast(regexp_extract(message, 'amount=(?<amount>[a-zA-Z\d]+)', 1) AS double)) AS amount GROUP BY userID特别感谢
aliyun-log-log4j-appender，aliyun-log-log4j2-appender，aliyun-log-logback-appender，aliyun-log-producer-java 是由阿里云团队和共创平台上的贡献者共同完成的。感谢你们对项目作出的杰出贡献。
aliyun-log-log4j-appender 贡献者：@zzboy
aliyun-log-log4j2-appender 贡献者：@LNAmp @zzboy
aliyun-log-logback-appender 贡献者：@lionbule @zzboy
aliyun-log-producer-java 贡献者：@zzboy
技术支持
大家在使用过程中遇到的任何问题，可以加钉钉群11775223联系我们：
扫我进群
