问题初衷最近有个项目需求，需要统计下用户app的使用情况，比如：什么时候登录的，查询了什么内容等信息。解决方案1.定义用户轨迹模型，每步操作都写到数据库中，然后在前端展示。优点：可以针对业务需求自定义模型，操作灵活，有针对性。缺点：扩展能力需要靠自己设计，统计展示画面需要自己做。2.用现成的用户数据分析平台，网上有很多成熟的平台，对接其api接口即可。优点：各种分析图，什么有的没有的，见过的没见过的一应俱全。ps:现在用不上以后可能会用上。缺点：受制于人，主要还要看自身业务是否适用。3.ELK，集中式日志管理，特点：收集，传输，存储，管理，告警。优点：开源，可以通过日志记录各种你想要记录的东西。丰富的分析图表。可轻松应对分布式，数据量大的情况。ELK对接Elasticsearch+Logstash+Kibana（ELK）是一套开源的日志管理方案。Elasticsearch：负责日志检索和分析Logstash：负责日志的收集，处理和储存Kibana：负责日志的可视化对于保存日志到文件的的项目，可以用logstash的logstash-input-file插件直接进行文件读取，处理后转存到Elasticsearch中。处理可以用logstash-filter-kv键值插件或者logstash-filter-mutate等插件进行解析。具体查看Filter plugins。由于我们的项目没有记录日志文件，所以选择直接发送日志信息到logstash，（对于log4j，logstash有专门的input插件）。log4j2的配置<?xml version=“1.0” encoding=“UTF-8”?><Configuration> <Properties> <Property name=“PATTERN”>{“logger”: “%logger”, “level”: “%level”, “msg”: “%message”}%n</Property> </Properties> <Appenders> <Socket name=“logstash-tcp” host=“127.0.0.1” port=“4560” protocol=“TCP”> <PatternLayout pattern="${PATTERN}"/> </Socket> </Appenders> <Loggers> <Root level=“INFO”> <AppenderRef ref=“logstash-tcp” /> </Root> </Loggers></Configuration>logstash的配置input { tcp { host => “127.0.0.1” port => 4560 codec => json { charset => “UTF-8” } }}filter {}output { elasticsearch { hosts => [“localhost”] manage_template => false index => “logstash-%{+YYYY.MM.dd}” document_type => “logstash” }}转存到Elasticsearch的message就是我们log4j2配置中的Json形式，如果想要将message拉平，那么只需要加入logstash-filter-json。filter { json { source => “message” }}这样保存到Elasticsearch中的数据,就会变成如下形式{ … “message” => “{"logger": "elk", "level": "INFO", "msg": "logstash test"}\r”, “logger” => “elk”, “level” => “INFO”, “msg” => “logstash test”} 这样对于Kibana分析的时候比较方便。log4j2用Socket的方式会有一个问题，当logstash断掉，重启后你会发现收不到log4j2的日志了，传输断掉没有重连。在生产环境中，elk断掉，我们不可能在去重启所有与之相连的服务。所以接下来我们采用gelf方式。修改pom<dependency> <groupId>biz.paluch.logging</groupId> <artifactId>logstash-gelf</artifactId> <version>1.12.0</version></dependency>修改log4j2的配置<?xml version=“1.0” encoding=“UTF-8”?><Configuration> <Appenders> <Gelf name=“logstash-gelf” host=“tcp:127.0.0.1” port=“4560” version=“1.1”> <Field name=“timestamp” pattern="%d{yyyy-MM-dd HH:mm:ss.SSS}" /> <Field name=“logger” pattern="%logger" /> <Field name=“level” pattern="%level" /> <Field name=“className” pattern="%C" /> <Field name=“method” pattern="%M" /> <Field name=“line” pattern="%L" /> <Field name=“server” pattern="%host" /> </Gelf> </Appenders> <Loggers> <Root level=“INFO”> <AppenderRef ref=“logstash-gelf” /> </Root> </Loggers></Configuration>修改logstash配置input { gelf { host => “127.0.0.1” port => 4560 use_tcp => true codec => json { charset => “UTF-8” } }}filter { json { source => “message” }}output { elasticsearch { hosts => [“localhost”] manage_template => false index => “logstash-%{+YYYY.MM.dd}” document_type => “logstash” }}保存到Elasticsearch中的数据就会如同log4j2中的配置格式一样，由于我们这里依然配置了json filter，如果你的message是json字串，这里依然会拉平处理。ELK搭建以上我们log4j2与logstash的对接就完成了，对于docker部署elk，比较简单，网上有很多教程，当然还是推荐大家先去官网看看，注意版本对应。我选择的是sebp/elk，集成好的elk容器。详细的文档elk-docker这里主要说说需要注意的地方，强烈建议安装之前看下文档中的Prerequisites。首先，我就遇见了vm.max_map_count限制问题，在Elasticsearch version 5这是最常出现的问题。通过，如下修改，在重启后又会恢复原值。sysctl -w vm.max_map_count=262144持久性的做法是修改/etc/sysctl.conf文件中的vm.max_map_countecho “vm.max_map_count=262144” > /etc/sysctl.confsysctl -p其次，logstash的配置文件在/etc/logstash/conf.d/目录下，将input，filter，out分开，最终组合成一个，建议将/etc/logstash/conf.d映射出来，自行管理。最后，因为log4j2在发送日志是是通过4560接口，所以启动docker的时候需要映射此接口。以上是我在对接elk的时候遇到的问题，再次记录下，更多的elk内容后续会继续探索。