FA15# 日志平台演进点梳理

瓜农老梁

共 1497字,需浏览 3分钟

 ·

2022-05-23 12:40

引言

可观测数据平台需至少整合Logging(日志)、Metrics(指标)、Tracing(链路)三个基本类型数据,并延伸events(事件)、网络流量、用户行为分析、审计、基础的IT设施监控等各类数据的融合。

通过一站式观测平台将各类数据融合呈现,打通数据孤岛,提升排查效率,助力辅助决策。本文只就Logging日志类演进点进行梳理。主要内容有:

  • 架构简图
  • 日志采集
  • 用户体验
  • 功能增强
  • 成本优化
一、架构简图


备注:更多内容详见:

FA6# 全链路观测平台设计点归纳

https://mp.weixin.qq.com/s/Bi2B9G-rSSmz7SRCQJysUA

二、日志采集

日志采集Agent是日志平台的核心部件,该Agent的能力演进也很重要,本小节从采集类型、稳定性监控、降本调优演进点梳理。

1.采集类型

日志采集的延伸极广,可根据不同的维度,粗略打表梳理如下:

分类维度常见类型
服务器类型物理机(或虚机例如:ECS)、容器
应用类型Java、Go、Node.js、Python等不同语言日志
中间件类型RocketMQ、Kafka、ElasticSearch、网关、Redis、Nginx、数据库等
不同端点服务端、移动端
不同文本text、json等

另外,还有不同的物联网设备等,不再罗列。

演进点1:采集代理不断扩大采集的类型以及采集资源的动态调整。

2.稳定性监控

  • 监控点一:文件读取速率
  • 监控点二:代理输出速率
  • 监控点三:CPU使用负载情况
  • 监控点四:内存使用情况
  • 监控点五:采集流量控制
  • 监控点六:资源隔离Agent的资源占用不影响服务
  • 监控点七:采集代理异常日志输出


演进点2:采集代理的稳定性监控、流控及告警。

三、用户体验
  • 基本查询:精确查询、模糊查询、复杂查询(and、or、not等)
  • 查询体验:高亮显示、上下文、导出文件
  • SQL分析:基于查询结果进行SQL分析
  • 函数支持:支持一些函数聚合能力
  • 报表视图:查询结果的视图分布渲染
  • 查询耗时:秒级查询体验、采集分钟级延迟


演进点3:向查询体验、查询响应、SQL分析、函数支持、报表视图等用户体验方向演进

四、功能增强

  • 日志格式:统一日志格式
  • 日志订阅:方便业务个性化处理
  • 日志清洗:日志去重、聚合
  • 运维管理:日志运维后台系统
  • 监控告警:可视化监控与告警配置
  • 成本分摊:日志成本在各个域、各个应用的分摊


演进点4:从功能增强、运维操作、监控告警、成本分摊方面演进。

五、成本优化

存储成本优化

  • ElasticSearch存储:冷热节点架构
  • ClickHouse存储:部分场景使用ClickHouse替换ElasticSearch存储,降低成本

参见:

ClickHouse vs Elasticsearch:谁更胜一筹
https://developer.aliyun.com/article/783804

京东APP秒级百G日志传输存储架构设计与实战
https://mp.weixin.qq.com/s/o4yi-2U9JMCZTHaEAgFrow

基于Clickhouse的下一代日志系统技术揭秘
https://mp.weixin.qq.com/s/d2PbeLesLXKLldr4PgMy_g

采集代理优化

  • 吞吐能力对比
  • 相同吞吐占用CPU、内存资源情况

参见:Filebeat与iLogtail对比测试,后者比前者稳定和省资源

https://github.com/alibaba/ilogtail/blob/main/docs/zh/performance/Performance-compare-with-filebeat.md


演进点5:提高采集吞吐,降低机器成本。





浏览 39
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报