告别笨重的 ELK，拥抱轻量级 PLG：NestJS 日志监控实战指南

💡 前言：在微服务和容器化大行其道的今天，日志监控是必不可少的一环。传统的 ELK (Elasticsearch, Logstash, Kibana) 方案虽然强大，但对于中小型项目来说，资源占用过高（尤其是 ES）。本文将带你实战一套轻量级的日志监控方案：Promtail + Loki + Grafana (PLG) ，并结合 NestJS 实现结构化日志的采集与可视化。

🚀 为什么选择 PLG？

Loki: 被称为 "云原生的 Prometheus"，它不索引日志全文，只索引 Label，因此资源占用极低，写入速度极快。
Promtail: 专门为 Loki 设计的日志采集器，配置简单，支持多种抓取方式。
Grafana: 颜值即正义，统一的监控大屏，不仅能看指标(Metrics)，还能看日志(Logs)。

目标效果 ：通过 Nginx 反向代理，访问 https://your-domain.com/log/ 直接查看实时日志仪表盘，且日志包含完整的 Req 和 Res 结构化数据。

🛠️ 第一步：NestJS 结构化日志改造

要想日志查得爽，日志格式必须标准。我们使用 winston 来生成 JSON 格式的日志。

1. 安装依赖

bash 复制代码

pnpm add nest-winston winston

2. 配置 Winston (app.module.ts)

重点是使用 winston.format.json()，这样 Promtail 才能轻松解析。

typescript 复制代码

// src/app.module.ts
WinstonModule.forRoot({
  transports: [
    new winston.transports.File({
      filename: 'logs/combined.log',
      format: winston.format.combine(
        winston.format.timestamp(),
        winston.format.json(), // 👈 关键点
      ),
    }),
  ],
})

3. 全局日志中间件

手写一个 Middleware，把请求参数、响应体、耗时都记录下来。

typescript 复制代码

// src/common/middleware/logging.middleware.ts
// ...省略部分代码...
this.logger.info(
  `${method} ${originalUrl} ${statusCode} ...`, 
  {
    req: { body: req.body, query: req.query }, // 👈 结构化数据
    res: { body: parsedResponseBody },
    context: 'HTTP',
  }
);

🐳 第二步：Docker Compose 编排 PLG

在 docker-compose.prod.yml 中一键拉起所有服务。

yaml 复制代码

services:
  # 你的应用服务
  app:
    # ...
    volumes:
      - app_logs:/app/logs  # 👈 挂载卷，把日志暴露出来

  # 日志聚合
  loki:
    image: grafana/loki:2.9.2
    command: -config.file=/etc/loki/local-config.yaml

  # 日志采集
  promtail:
    image: grafana/promtail:2.9.2
    volumes:
      - ./plg/promtail/config.yaml:/etc/promtail/config.yaml
      - app_logs:/var/log/app # 👈 读取同一个卷
    depends_on:
      - loki

  # 可视化
  grafana:
    image: grafana/grafana:latest
    environment:
      - GF_SERVER_ROOT_URL=https://your-domain.com/log/ # 👈 子路径部署关键配置
      - GF_SERVER_SERVE_FROM_SUB_PATH=true
    volumes:
      - ./plg/grafana/provisioning:/etc/grafana/provisioning # 👈 自动化配置

⚙️ 第三步：Promtail 采集配置

Promtail 的核心在于 pipeline_stages，它决定了如何解析你的日志。

yaml 复制代码

# plg/promtail/config.yaml
scrape_configs:
  - job_name: nest_logs
    static_configs:
      - targets: ['localhost']
        labels:
          app: nest-prisma-app
          __path__: /var/log/app/*.log
    pipeline_stages:
      - json: # 👈 解析 JSON，把 req, res 提取出来
          expressions:
            level: level
            req: req
            res: res
      - labels: # 👈 把 level 变成标签，方便筛选错误日志
          level:

🔌 第四步：Nginx 反向代理与 Grafana 子路径

为了安全和方便，我们通常把 Grafana 藏在 Nginx 后面，通过 /log/ 访问。

Nginx 配置:

nginx 复制代码

location /log/ {
    proxy_pass http://localhost:3001; # 👈 转发到 Grafana 端口
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
}

踩坑指南:

Grafana 白屏/404 : 必须配置 GF_SERVER_SERVE_FROM_SUB_PATH=true。
Proxy Pass 斜杠 : Nginx 中 proxy_pass http://localhost:3001; 后面尽量别带 /，让 Grafana 自己处理路径前缀。

✨ 第五步：自动化 Dashboard (Provisioning)

不要每次部署都手动配数据源！使用 Grafana Provisioning 功能。

在 plg/grafana/provisioning/datasources/datasource.yml 中定义 Loki 数据源，容器启动时自动加载。这样即使容器销毁，配置也不会丢。

🎉 最终效果

部署完成后，打开 https://your-domain.com/log/：

实时流 : Live 模式下看着日志一条条刷出来，极度舒适。
精准检索 : 输入 {app="nest-prisma-app", level="error"} 瞬间定位所有错误。
上下文详情 : 点击日志展开，直接看到 req.body 和 res.body，再也不用猜用户传了什么参数！

总结这套 PLG 方案占用资源极少（几十 MB 内存），但功能却非常强大。配合 NestJS 的结构化日志，是中小型项目监控的不二之选。