21 世纪的日志应该给与更多关注

运维 系统运维
需要日志记录的东西远不止目前基于字符串的日志系统所做的。特别是在系统被部署在云端,具有良好的伸缩性时,这时采集文本文件并将它们聚集到一个公共的地方,感觉就像是黑客行为。人们应该更多的关注日志。

相比较人们目前对于日志的关心,我想人们应该给予更多的关注。在设计一个应用的时候,有许多的精力都耗费在了创建客户逻辑模型,确保所有用例被覆盖并被正确处理。商务模型被映射到一个持久化存储(是存在RDBMS或者是NoSQL解决方案中),人们挑选各种框架:web,中间件,批任务,还有可能是用log4j或logback实现的SLF4J(简单日志门面Simple Logging Facade for Java)。

几乎所有我参与的应用都是这样的,日志往往都是二等公民,它依赖于良好的老的字符串日志框架。

但最近我意识到,需要日志记录的东西远不止目前基于字符串的日志系统所做的。特别是在系统被部署在云端,具有良好的伸缩性时,这时采集文本文件并将它们聚集到一个公共的地方,感觉就像是黑客行为。

在最近一个应用中,我们实现了一种消息机制,它具有更复杂的信息,弥补了基于字符串日志的不足。我必须要感谢与我共事的一位同事,他说“消息位于我们应用的核心”。我还未曾想过日志作为任何系统的核心。商务逻辑是应用的核心,而不会是日志。但他的话富含真理,因为如果不具备一个能够知道系统是否确如期望而动作的好的机制,你将无法部署任何东西。

所以我的通知是比较复杂的对象(调试级通知比错误级通知的数据要少),NoSQL文档数据库是存放我们的日志的绝好存储库。一个通知内包含了以下所有类型的数据:

- 当前正在制定的任务,

- 数据来源,

- 发起日志的组件,

- 被抛出的异常,

- 输入的参数,

- 承载着我们的请求的Spring Integration Message的消息历史。

然后,既然我可以用一种“无模式”的风格来存储复杂对象,我也就可以对日志进行查询,而且日志到达的顺序也没有什么影响,因为我可以按照来源和创建时间对他们进行排序。这样我就可以拥有一个安排好的任务,用来在监测到大量错误的时候产生警告和报告。

这是一个定制的日志实现,因为我们还没有对提醒使用专用的框架,但我从中得到了比经典的基于字符串的日志文件更多的价值。

我仍然认为log4j和logback是很棒的实现,我们还没有替换它们,仅仅加入了一个额外的日志特征来克服它们的局限,但即使有了新的logback输出源,我依然认为当前基于字符串的日志对于生产系统需求来说太简单了。如果你使用它们更多是为了调试的目的,而且在生产环境有额外的监控方法,那么也许是时候使用一个聪明的、可以在开发和生产环境应用的日志解决方案。

假如说10年前,当关系型数据库统治着存储世界,这是一件很难实现的事情,而基于文件日志是一个很好的折中方案。那么我认为现在我们已经有方法实现一个更好的日志框架。当前“基于String的文件日志”模型已经很有效率了,尤其是当我们的服务器垂直缩放在单个机器中。但是在一个有许多水平分布服务器的世界,这种模型需要额外的处理。

大玩家们已经使用这种新一代日志系统了,譬如Facebook ScribeLinkedIn Kafka log processing.

我真的喜欢 LinkedIn 的方案,而且他也是鼓舞着我去探寻出一个工作在CQRS时尚的新的日志系统。在这个日志系统中,日志实体像事件一样存入日志数据库,而且每一个事件通过一系列操作来更新当前的系统状态。这个就结合了日志和监视器,而且每个监视命令直接缓存***的系统状态呈现,这些状态包括:

  • 警报
  • 状态报告
  • 监控当前系统状态的视图

它听起来怎么样,是不是值得实现这个方案,我们是不是应该开启一个新一代日志的开源项目了?

责任编辑:黄丹 来源: oschina
相关推荐

2014-04-11 11:30:39

Linux发行版

2017-09-11 10:37:56

编程语言名单

2020-12-22 09:42:47

生物识别网络安全

2011-06-10 09:27:19

iOS 5Twitter

2022-11-14 12:38:29

2013-05-21 16:20:40

2014-03-06 13:22:08

AndroidBeamNFC

2015-04-28 10:44:40

编程孩子编程

2013-06-03 09:36:24

21世纪代码写代码

2019-10-08 10:35:53

编译Linux内核

2013-06-03 10:18:59

WindowsLinux微软Office

2011-04-20 13:14:33

BlackBerry黑莓RIM

2011-02-17 14:27:16

WindowsMac

2020-03-23 13:43:00

数据科学家大数据数据

2012-10-09 13:41:09

数据科学家职业

2020-04-10 10:11:15

数据泄露漏洞信息安全

2021-10-08 14:03:54

人工智能AI深度学习

2019-10-18 20:35:59

软件技术设计

2021-11-03 21:00:19

智能建筑物联网

2019-06-26 05:14:32

性能优化程序系统
点赞
收藏

51CTO技术栈公众号