01. 企業(yè)級日志架構(gòu)復雜度

一套企業(yè)級的日志平臺架構(gòu)建設(shè)復雜度體現(xiàn)在什么方面，總結(jié)歸納下來，主要有三個：采集端部署分散；服務(wù)端部署組件多；日志流對性能有一定要求。

1）采集端部署分散

比較常用的采集器是開源的filebeat，filebeat功能強大，安裝配置也相對簡單。但問題在于，一旦需要采集的對象數(shù)量多起來，種類多起來，或者這些采集對象是動態(tài)變化的，即使單節(jié)點安裝簡易的filebeat也會需要花費大量的精力來安裝和維護。這也是很多企業(yè)在建設(shè)統(tǒng)一日志平臺面臨的一個實際問題。這時，運維往往會寫腳本去批量下發(fā)，能做到部分解決問題，但是后期的配置維護、版本更新等等，都將帶來新的問題。

那么，有什么方案可以解決呢？有，那就是采取集中管理的思路，由一個統(tǒng)一的控制中心，通過在不同節(jié)點上安裝代理來收集信息+下發(fā)配置。一般一個中大型企業(yè)，基本都會有一套自己的agent來控制各方資源，agent往往是在虛擬機模板或者容器鏡像中就已經(jīng)打入，主要的作用也就是上報信息以及下發(fā)配置。日志的采集便可以利用好這種集中式的管理工具，基于agent做插件來充當采集端，統(tǒng)一管理采集配置（包括路徑、級別、過濾、預處理等等）。

2）服務(wù)端部署組件多

對于個人開發(fā)者或小規(guī)模企業(yè)來說，部署組件多也許還可以接受。拿開源的ELK舉例，日志服務(wù)端部署需要Logstash集群和ES集群，以及一個Kibana的前端，完整一套集群也許就可以解決相當體量的日志集中管理。

但對于一家中大型企業(yè)來講，體量和業(yè)務(wù)復雜度上來之后，情況往往是非常復雜的。

這時有人想到說，那我直接多套ELK，也能解決問題，部署也就寫個腳本的事情，批量復制，還可以做“物理隔離”。這樣確實行之有效，但這種方案會帶來另外的問題，就是日志無法進一步聚合聚類，導致各業(yè)務(wù)的日志數(shù)據(jù)成了數(shù)據(jù)孤島，如果組織內(nèi)有那種橫向組織，他們就需要來回切換集群進行諸如日志檢索，日志清洗等操作。

那要解決這個問題，其實只需要再增加一個服務(wù)端，能夠?qū)⒎植荚诓煌珽LK的日志存儲統(tǒng)一管理起來，讓剛剛說的那種場景統(tǒng)一通過這個服務(wù)端提供的接口完成，也就能在使用日志的時候，不再受到存儲分散的影響。

3）性能要求高

日志數(shù)據(jù)不同于指標類數(shù)據(jù)，日志數(shù)據(jù)無論是從時間密度還是從空間密度上來說都要遠遠大于其他類型的觀測數(shù)據(jù)。因此，中大型企業(yè)的大型業(yè)務(wù)系統(tǒng)以及龐大的基礎(chǔ)設(shè)施產(chǎn)生的日志量讓企業(yè)開發(fā)者不得不思考這其中的性能和成本如何平衡。

總結(jié)三個關(guān)鍵的性能瓶頸以及對應(yīng)的解決方案：

① 分散到集中存儲所消耗的帶寬壓力

• 通過采集端做預先過濾
• 分多條傳輸鏈路
• 做好網(wǎng)絡(luò)鏈路規(guī)劃，盡量避免跨域傳輸

② 清洗和存儲壓力

• 通過Kafka等消息隊列做寫入緩沖
• 使用非結(jié)構(gòu)化分片存儲

③ 檢索響應(yīng)速度的壓力

• 冷熱數(shù)據(jù)分離，減少索引大小
• 完善數(shù)據(jù)預處理和清洗，索引高效（一定程度依賴日志輸出規(guī)范化）

02. 整體技術(shù)架構(gòu)

1）整體技術(shù)架構(gòu)介紹

2）藍鯨平臺在騰訊內(nèi)部業(yè)務(wù)場景的探索

其實剛剛展示的這套日志架構(gòu)，源自騰訊IEG藍鯨日志平臺的數(shù)據(jù)流示意圖。

藍鯨平臺在早期就將日志的各類應(yīng)用場景作為整個自動化運營中的關(guān)鍵環(huán)節(jié)，并規(guī)劃建造出了一套適合中大型企業(yè)使用的日志平臺。直至目前，藍鯨日志平臺已經(jīng)歷經(jīng)上百次的迭代，在騰訊內(nèi)部積累了大量的實踐經(jīng)驗，支持了上千項業(yè)務(wù)的日志需求，總結(jié)出了不少技術(shù)優(yōu)化舉措，在此結(jié)合這個話題進行分享總結(jié)。

3）關(guān)鍵技術(shù)優(yōu)化舉措&經(jīng)驗

① 采集端統(tǒng)一Agent，用Agent裝采集插件的方式來實現(xiàn)日志采集，便于安裝管理

② 對于難以運行Agent的設(shè)備，可以采取用一些節(jié)點主動調(diào)用接口獲取syslog的方式，集中存儲再用Agent采集

③ Transfer預處理和Kafka高吞吐銜接，加強數(shù)據(jù)管道性能

④ 統(tǒng)一存儲端管理，支持第三方ES接入，通過索引集的設(shè)計拓展后續(xù)的日志應(yīng)用場景

⑤ 分析類的計算任務(wù)會借助已有的成熟的數(shù)據(jù)平臺，而并非在自己內(nèi)部進行

⑥ 數(shù)據(jù)可視化重點關(guān)注指標和維度的體系建設(shè)，而并非界面的優(yōu)化（grafana可以解決絕大部分可視化需求）

⑦ 各服務(wù)節(jié)點均可云原生集群化部署

4）實踐效果

① 通過Agent，支持各類日志的采集

② 統(tǒng)一服務(wù)端后，使用索引集進行跨節(jié)點的日志檢索

③ 配合grafana分析日志清洗后的指標數(shù)據(jù)（以Nginx訪問日志為例）

03 嘉為藍鯨-日志管理中心

其實在國內(nèi)已經(jīng)有不少優(yōu)秀的日志產(chǎn)品，它們會專精這一領(lǐng)域不斷優(yōu)化。

如果希望快速搭建起一套企業(yè)級日志平臺，注意是企業(yè)級的平臺，那完全可以嘗試國內(nèi)成熟廠商的日志產(chǎn)品，這樣反而能帶來巨大成本上的節(jié)省，不失為一種好的選擇。

例如我們的嘉為藍鯨-日志管理中心：

1）日志統(tǒng)一管理

一站式提供日志全生命周期管理服務(wù)，大幅降低用戶日志管理的成本，讓用戶能夠?qū)Ｗ⒂谌罩緮?shù)據(jù)價值的挖掘。

2）日志全文檢索

提供靈活、高效、方便的日志全文檢索功能，幫助運維人員快速定位問題。

3）日志運維監(jiān)控

通過日志關(guān)鍵字監(jiān)控和日志指標監(jiān)控，協(xié)助運維人員實時保障業(yè)務(wù)穩(wěn)定。

4）日志統(tǒng)計分析

可靈活的構(gòu)建可視化儀表盤，幫助用戶實現(xiàn)業(yè)務(wù)日志數(shù)據(jù)統(tǒng)計分析。

基于業(yè)界主流的全文檢索引擎，以日志數(shù)據(jù)為中心，實現(xiàn)了基于多源日志采集、日志清洗、日志存儲和日志檢索的日志統(tǒng)一管理，幫助用戶解決分布式架構(gòu)下日志收集和查詢困難的問題；并使用索引集概念作為產(chǎn)品中的數(shù)據(jù)單元，通過對日志的監(jiān)控告警和可視化分析，幫助用戶深入挖掘日志數(shù)據(jù)的價值。

如果想快速搭建起一套企業(yè)級日志平臺，可以考慮，若想試用，來我們官網(wǎng)申請即可。