前言

日志，一直以来都是开发人员和运维人员最关心的问题。开发人员可通过日志记录来协助问题定位，运维人员可通过日志发现系统隐患，故障等定位问题。如果你的系统中没有日志，就像一个断了线的风筝，你永远不知道它会的落脚点（故障点）在什么地方。当然，你说你不用日志，非要用调试模式来一个一个的排查和验证问题，那这将是非常疯狂的。 微服务架构日渐火热，在享受微服务带来的种种好处的同事，也要承担她所带来的各种困扰。因为系统不再是一个独立的个体，而是分部到不同地方、不同宿主、不同区段单独的服务个体（节点），他散落，不统一，那么，当某个节点出现问题，如何快速定位，将是一个挑战。你总不可能说我把每个节点的日志都查一遍吧。那么，这个问题可以这样描述：

• 如何及时采集每个节点的日志？
• 如何将日志进行及时汇总？
• 如何将汇总的日志进行有利（快速）的分析（检索）？

 

日志的重要性和复杂性

说道日志的重要性，我相信没有任何开发人员和运维人员认为他不重要，正如“前言”所提，这个世界没有这样疯狂的人。 再论日志的复杂性，日志保存了当前系统中各种功能的记录，正如你去一家医院的体检单，上面清晰的记录了你各项生命特征信息、以及不同的指标。日志文件在应用系统中的作用就如同体检单，它反应了系统的健康状态、系统的操作事件、系统的变更状况。 日志种类繁杂，一个健壮的系统可能会有着各种各样的日志信息。   （图片来源于谷歌，侵权立删）   单单上面一张图片，可以显示出六种日志类型，那还有我们开发的日志呢，比如调试，运行，错误，一般信息等等等。如此多种多样的日志，哪些是我们所需要的，都是在架构中需要考虑的问题。  

微服务的日志中心架设流程

我们先了解一下微服务中的体系（结构）：

• 域：一个域是一套注册中心、配置中心、监控中心、网关等等组成的结构体系，一个域中可以有多个系统。
• 系统：一个系统相当于一个容器集群，这个容器系统内可以部署多个应用节点。
• 节点：实现了微服务的轻耦合节点（应用）。

当然，理解这些是不够的架构设计的，我们还需要了解整个日志收集中的每个流程：

• 日志选择：确定哪些日志类型需要进行收集分析，比如调试，网络等等类型。
• 日志采集：使用哪种日志组件来作为采集，.NET上常用有Nlog和Log4net。
• 日志缓冲：使用Kafka或RabbitMQ来缓冲日志收集的大量请求。
• 日志筛选：筛选（过滤）哪些日志类型将要被存储，提前埋点。
• 日志存储：日志的统一存储，例如ES（Elasticsearch）。
• 日志检索：日志的快速检索功能，例如ES（Elasticsearch）。
• 日志展现：日志的UI展现，例如KI（Kibana），或自定义WEB站点。

 

日志中心

在日志中心的方案上，由于日志收集没有语言依赖性，我们可以通过混合使用不同语言的组件来收集日志。 ELK（Elasticsearch + Logstash + Kibana），java开源日志收集平台，名声赫赫，我们只需要配置采集组件的远程对接即可进行存储。如你更倾向于日后微服务的其他所有组件都是Java（比如Spring Boot）的，可使用steeltoe来完成你的梦想。（笔者并未深入研究ELK，只是实现了日志的提交和展现） 特点：开源，免费     Splunk：使用 Splunk 可收集、索引和利用所有应用程序、服务器和设备生成的快速移动型计算机数据。使用Splunking处理计算机数据，可让您在几分钟内解决问题和调查安全事件--| 这解释太官方，公司目前用的就是Splunk 特点：企业版收费，上手困难。     Exceptionless：原生.Net平台上开发的一套开源日志收集中心，支持托管或自行部署，并且新版里面还有一些非常简单的APM，比如死链、耗时。 特点：托管收费，界面清晰易懂，最重要的是.Net且开源    

总结

本篇简单的介绍了日志收集的重要性，和设计流程，并简单的展示了三个常见平台的主界面，下一篇我们重点介绍Exceptionless。 感谢阅读。