【JAVA日志】关于日志系统的架构讨论

目录

1.日志系统概述

2.环境搭建

3.应用如何推日志到MQ

4.logstash如何去MQ中取日志

5.如何兼顾分布式链路追踪


1.日志系统概述

关于日志系统,其要支撑的核心能力无非是日志的存储以及查看,最好的查看方式当然是实现可视化。目前市面上有成熟的解决方案------ELK,即elastic search+logstash+kibana。前文中我们已经聊过了ELK这条线,本文主要就是基于ELK并在其中加一个MQ作为中间层来流量削峰、异步写日志。

这里首先要声明的是,虽然本文在日志系统中使用到了MQ,但MQ真的是必要的嘛?

这个要看系统的体量了。除非是超大型的分布式架构,服务上百个并且并发量较高,才会考虑用MQ来做一层缓存从而来降低IO压力。如果不是上述情况的话是没有必要上MQ来做一个中间层的。日志作为系统中掺入的"沙子",其量本来就不会很大,一次API调用平均能产生一条日志吗?其实是不见的是吧。所以就这点数据量上MQ这种吞吐量的中间层简直就是杀鸡用牛刀,过度设计,徒增了系统的复杂度了。MQ更多的时候是拿来做移步任务或者定时任务的,用来做业务上的流量削峰或者异步的去做些事情。比如异步的下订单、订单超时取消等。绝大多数时候我们的日志系统的架构,直接让存储去直面日志IO都是能轻轻松松顶得住的。所谓的让存储去直面日志的IO是什么意思?就是比如我走了ELK这条线,那么就直接讲日志往es里面丢就对了。ELK这么用前面已经有文章介绍过了。本文还是聊一聊假设真的到了很极限的中间需要引入MQ的情况。

ELK的搭建这里就不赘述了,前面有文章详细聊过:

https://bugman.blog.csdn.net/article/details/135964825?spm=1001.2014.3001.5502

https://bugman.blog.csdn.net/article/details/136017853?spm=1001.2014.3001.5502

https://bugman.blog.csdn.net/article/details/136066171?spm=1001.2014.3001.5502

这里我们只需要关注几个点:

  • 应用的日志如何推到mq中
  • logstash如何去取mq中存放的日志

2.环境搭建

ELK相关内容:

MQ我们选择rabbitMQ,作为一个开箱即食的MQ,rabbitMQ的下载安装网上文章车载斗量,此处就不赘述了。

3.应用如何推日志到MQ

写日志肯定是JAVA的日志框架来负责的,前面有文章已经详细的介绍了JAVA的日志框架:

【JAVA日志框架】JUL,JDK原生日志框架详解。_jul jdk-CSDN博客

JAVA的日志框架总的来说架构都是大同小异的,都是由不同的appender(有的里面叫handler其实都是一个东西)来向不同的地方写日志:

既然要往rabbitMQ里面写日志,那当然就要一个rabbitMQ的appender了。这个appender在哪里?在rabbitMQ的JAVA API依赖中:

<dependency>

<groupId>org.springframework.boot</groupId>

<artifactId>spring-boot-starter-amqp</artifactId>

</dependency>

<dependency>

<groupId>org.springframework.amqp</groupId>

<artifactId>spring-rabbit</artifactId>

</dependency>

然后配置一下日志框架的配置文件即可,这里我们以spring boot默认的日志框架logback为例,在其配置文件中配置好rabbitMQ的appender即可:

<configuration>

<!-- 定义 RabbitMQ 连接 -->

<appender name="RABBIT" class="com.github.logback.amqp.AmqpAppender">

<host>localhost</host> <!-- RabbitMQ 主机地址 -->

<port>5672</port> <!-- RabbitMQ 端口 -->

<username>guest</username> <!-- RabbitMQ 用户名 -->

<password>guest</password> <!-- RabbitMQ 密码 -->

<exchange>logs</exchange> <!-- RabbitMQ 交换机 -->

<routingKey>logstash</routingKey> <!-- RabbitMQ 路由键 -->

<declareExchange>true</declareExchange> <!-- 是否声明交换机 -->

<exchangeType>fanout</exchangeType> <!-- 交换机类型 -->

<durable>true</durable> <!-- 是否持久化消息 -->

<applicationId>myApplication</applicationId> <!-- 应用程序标识 -->

<!-- 其他可选配置 -->

<!--<declareQueue>true</declareQueue>-->

<!--<queue>logQueue</queue>-->

<!--<declareBinding>true</declareBinding>-->

</appender>

<!-- 定义日志输出格式 -->

<layout class="ch.qos.logback.classic.PatternLayout">

<Pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{36} - %msg%n</Pattern>

</layout>

<!-- 根日志输出到 RabbitMQ -->

<root level="INFO">

<appender-ref ref="RABBIT"/>

</root>

</configuration>

4.logstash如何去MQ中取日志

logstash的input可以理解为插件,既然是插件当然就有很多中类型,其中就包括rabbitMQ的(自然也有其它的),下面是logstash从MQ中取数据然后推给es的一份示例:

input {

rabbitmq {

host => "localhost" # RabbitMQ 主机地址

port => 5672 # RabbitMQ 端口

user => "guest" # RabbitMQ 用户名

password => "guest" # RabbitMQ 密码

queue => "logQueue" # RabbitMQ 队列名

durable => true # 是否持久化队列

ack => true # 是否需要手动确认消息

threads => 1 # 线程数

}

}

output {

stdout { codec => rubydebug } # 输出到控制台,可选

elasticsearch {

hosts => ["localhost:9200"] # Elasticsearch 主机地址

index => "logstash-%{+YYYY.MM.dd}" # Elasticsearch 索引名

}

}

5.如何兼顾分布式链路追踪

这里顺带讨论一个问题,就是在ELK体系中如何去实现分布式链路跟踪。分布式链路跟踪相关内容前面有文章详细讨论过:

https://bugman.blog.csdn.net/article/details/135258207?spm=1001.2014.3001.5502

https://bugman.blog.csdn.net/article/details/135258207?spm=1001.2014.3001.5502

其实在ELK中实现分布式链路追踪的方式很简单,思路如下:

仍然在应用侧上链路追踪技术来统一日志格式,然后要进行查询追踪的时候直接使用Kibana的搜索和过滤功能来仅显示与特定跟踪ID或请求ID相关的日志消息,或者利用Kibana的图表功能,将日志数据与分布式追踪数据结合起来,创建可视化的图表和仪表板。你可以根据需要显示请求的整个路径、每个步骤的响应时间、错误率等指标。

相关推荐
lucky_syq14 分钟前
Flume和Kafka的区别?
大数据·kafka·flume
AI_NEW_COME37 分钟前
构建全方位大健康零售帮助中心:提升服务与体验
大数据·人工智能
小林想被监督学习1 小时前
RabbitMQ 的7种工作模式
分布式·rabbitmq
it噩梦1 小时前
es 中 terms set 使用
大数据·elasticsearch
中科岩创1 小时前
中科岩创边坡自动化监测解决方案
大数据·网络·物联网
DolphinScheduler社区2 小时前
作业帮基于 Apache DolphinScheduler 3_0_0 的缺陷修复与优化
大数据
SeaTunnel2 小时前
京东科技基于 Apache SeaTunnel 复杂场景适配 #数据集成
大数据
喝醉酒的小白4 小时前
Elasticsearch 配置文件
大数据·elasticsearch·搜索引擎
一只敲代码的猪4 小时前
Llama 3 模型系列解析(一)
大数据·python·llama
智慧化智能化数字化方案4 小时前
深入解读数据资产化实践指南(2024年)
大数据·人工智能·数据资产管理·数据资产入表·数据资产化实践指南