一、说明
互联网公司一般都会有专门的数据团队对公司的一些业务指标负责;为了拿到这些基本的业务指标,一般也要工程团队去配合做一些数据采集工作,于是 埋点 诞生了。
埋点 的方式有很多种,本文主要介绍 日志埋点
这种方式以及实现思路和案例。
日志埋点
就是通过程序打印log
日志的方式进行业务 / 行为数据的记录
二、总体架构
通过 日志埋点
来实现业务监控和行为分析主要需要以下 4 个步骤
- 数据生成(埋点)
- 数据收集
- 数据解析(结构化)
- 数据落盘
- 数据使用(展示 / 分析)
三、方案说明
3.1. 数据生成
日志数据的生成直接使用 Logback
等日志框架就可以了,可以自己封装公共方法、aop、注解等方式来生成指定的埋点日志
但是为了便于后面的数据解析,日志数据需要 规范先行
- 所有的埋点日志必需约定好统一的格式,例如:{时间}|{来源}|{对象 id}|{类型}|{对象属性(以 & 分割)}
按上面的格式生成的日志为:
2019-11-07 10:32:01|api-gateway|1|request-statistics|ip=171.221.203.106&browser=CHROME&operatingSystem=WINDOWS_10
- 避免埋点的日志文件和系统本身输出的日志混淆
埋点的日志输出的目录、文件等需要和应用本身的日志分离,通过
Logback
的配置就能实现
埋点案例
生成日志
网关埋点用户请求
3.2. 数据收集
关于日志数据的收集可选择的中间件比较多,除了图中的 FileBeat
之外还有 Flume
、Fluentd
、rsyslog
等;需要每台服务器都部署一个收集中间件。
每台服务器部署一个就行了,就算一台服务器中启了多个微服务也是可以一齐收集
PS:日志收集后面的 消息队列
并不是必需的可以去掉,但是增加 消息队列
后有以下两个优点
- 削峰填谷:减轻后面日志解析的压力
- 数据共享:日志数据除了提供给日志系统之外,可以增加消费端的同时提供给其他地方使用,如流计算等
3.3. 数据解析
使用 Logstash
的 grok 表达式解析日志数据并结构化,以上面的日志数据为例
2019-11-07 10:32:01|api-gateway|1|request-statistics|ip=171.221.203.106&browser=CHROME&operatingSystem=WINDOWS_10
结构化后的日志数据为:
{
timestamp: '2019-11-07 10:32:01',
appName: 'api-gateway',
resouceid: '1',
type: 'request-statistics',
ip: '171.221.203.106',
browser: 'CHROME',
operatingSystem: 'WINDOWS_10'
}
3.4. 数据落盘
通过 Logstash
能自动创建 Elasticsearch
索引并以天为单位分片
可以通过索引模板来指定每个字段的类型和分词器等属性
3.5. 数据使用
日志数据落盘到 Elasticsearch
后,就可以通过聚合查询等方式实时显示监控数据或者分析日志数据
监控案例
聚合查询逻辑可参考 https://gitee.com/zlt2000/microservices-platform
四、总结
日志埋点
只是其中一种埋点手段而已, 优点是系统无入侵且灵活;日志收集、解析、落盘等都可以灵活搭配选择不同的中间件,并且不需要修改源系统的代码;并且可以方便对接其他分析平台(例如: 大数据平台)
PS:业务监控是否可以不做日志埋点,直接查询业务的数据库呢?(不建议这样做)
- 使用日志埋点能实现监控数据与业务数据分离,监控平台不会影响或增加业务数据库的压力
- 使用日志埋点能方便实现实时业务数据预警
举个栗子:日志收集后面添加 流计算中间件,计算某个时间窗口内优惠卷日志的数量或者金额大于某个阀值,则发出预警
推荐阅读
- 日志排查问题困难?分布式日志链路跟踪来帮你
- zuul 集成 Sentinel 最新的网关流控组件
- Spring Cloud 开发人员如何解决服务冲突和实例乱窜?
- Spring Cloud 同步场景分布式事务怎样做?试试 Seata
- Spring Cloud 异步场景分布式事务怎样做?试试 RocketMQ
- Spring Cloud Gateway 的动态路由怎样做?集成 Nacos 实现很简单
扫码关注有惊喜!