基于微服務(wù)架構(gòu)的日志系統(tǒng)

黃媛媛++王彬++龍卉++劉學(xué)生

摘 要 由于軟件系統(tǒng)的規(guī)模日趨擴(kuò)大和由此帶來的復(fù)雜性，會產(chǎn)生大量的日志信息，這些日志需要存儲以備查詢和分析，而傳統(tǒng)的關(guān)系數(shù)據(jù)庫對日志存儲、查詢、分析的能力有限，因此，需要考慮一種大容量復(fù)雜場景的日志解決方案。本文介紹了一種基于微服務(wù)化架構(gòu)的日志系統(tǒng)，在日志的收集、處理、存儲、展示各個(gè)流程都使用微服務(wù)方式部署，支持動態(tài)擴(kuò)容縮容、支持大規(guī)模日志的處理和存儲，滿足了復(fù)雜使用場景的日志需求。

【關(guān)鍵詞】日志 大容量 微服務(wù)

1 引言

傳統(tǒng)的單體應(yīng)用，日志一般來說有兩種管理方式：記錄在本地文件中，當(dāng)需要分析、處理時(shí)，從文件中抽取對應(yīng)的信息，來進(jìn)行人工分析；另一種處理方式是把日志信息存儲在數(shù)據(jù)庫中，通過數(shù)據(jù)庫語句來進(jìn)行查詢和分析。

隨著軟件系統(tǒng)的容量、復(fù)雜度日趨提高，原有的日志管理模式存在的問題：支持的存儲量不高、處理能力有限、大數(shù)據(jù)量下查詢速度緩慢等問題也一一暴露。為了解決這一系列的問題，本文提出了一種微服務(wù)化的日志處理方案，以提升日志管理規(guī)模和管理效率。

2 背景

通常一個(gè)復(fù)雜的系統(tǒng)，都是由若干個(gè)獨(dú)立的應(yīng)用集成起來的，這些應(yīng)用互相之間有調(diào)用關(guān)系，出現(xiàn)問題時(shí)，需要對問題進(jìn)行跟蹤定位，這時(shí)候需要依靠完善的日志記錄和日志集中查詢；日常工作中，也需要對系統(tǒng)運(yùn)行的情況進(jìn)行統(tǒng)計(jì)分析，為決策提供有效的分析數(shù)據(jù)。

因此，需要一個(gè)處理能力強(qiáng)、查詢速度快的日志系統(tǒng)，由它對日志進(jìn)行采集和存儲，提供搜索、分析、可視化等功能，幫助系統(tǒng)進(jìn)行線上業(yè)務(wù)實(shí)時(shí)監(jiān)控、業(yè)務(wù)異常原因定位、業(yè)務(wù)日志數(shù)據(jù)統(tǒng)計(jì)分析、及安全與合規(guī)審計(jì)。

3 ELK Stack

ELK Stack 是 Elasticsearch、Logstash、Kibana 三個(gè)開源軟件的組合。

和傳統(tǒng)的日志處理方案相比，ELK Stack 具有如下幾個(gè)優(yōu)點(diǎn)：

處理方式靈活。Elasticsearch 是實(shí)時(shí)全文索引，不需要像 storm 那樣預(yù)先編程才能使用；

配置簡易上手。Elasticsearch 全部采用 JSON 接口，Logstash 是 Ruby DSL 設(shè)計(jì)，都是目前業(yè)界最通用的配置語法設(shè)計(jì)；

檢索性能高效。雖然每次查詢都是實(shí)時(shí)計(jì)算，但是優(yōu)秀的設(shè)計(jì)和實(shí)現(xiàn)基本可以達(dá)到全天數(shù)據(jù)查詢的秒級響應(yīng)；

集群線性擴(kuò)展。不管是 Elasticsearch 集群還是 Logstash 集群都是可以線性擴(kuò)展的；

3.1 kafka

Linkin公司開源的kafka，是一種pull模式的消息隊(duì)列，具有高的吞吐量，內(nèi)部采用消息的批量處理，zero-copy機(jī)制，數(shù)據(jù)的存儲和獲取是本地磁盤順序批量操作，具有O（1）的復(fù)雜度，消息處理的效率很高，很適合日志這種數(shù)據(jù)量大的應(yīng)用場景。

4 設(shè)計(jì)與實(shí)現(xiàn)

在本日志系統(tǒng)中，將ELK開源套件作為日志系統(tǒng)的一部分，在此基礎(chǔ)上進(jìn)行了一系列的封裝開發(fā)，使之可以適用于本系統(tǒng)的架構(gòu)模式。

4.1 日志收集

在分布式場景下，各個(gè)應(yīng)用微服務(wù)上都增加了一個(gè)日志采集模塊，這個(gè)日志采集模塊負(fù)責(zé)收集本微服務(wù)上的各種類型的日志，根據(jù)配置將日志發(fā)送到logstash的集群負(fù)責(zé)日志收集的logstash shipper采用集群方式部署，開放端口接收數(shù)據(jù)，接收到數(shù)據(jù)后，根據(jù)日志信息中的關(guān)鍵字段值，作為kafka的消息生產(chǎn)者，把這些日志發(fā)送到不同的kafka消息主題。

4.2 日志緩沖

Kafka上不同類型的日志需要有不同的目錄空間，在kafka中，這個(gè)目錄空間叫topic，kafka有自動的主題創(chuàng)建模式，即當(dāng)kafka接收到一條消息，發(fā)現(xiàn)消息中的topic沒有，就自動創(chuàng)建。因此，只需要約定每種日志的topic，在logstash中進(jìn)行相關(guān)的配置，kafka上并不需要做預(yù)定義的主題創(chuàng)建。

4.3 日志處理

LogStash indexer負(fù)責(zé)從kafka拉取日志信息；進(jìn)行從原始數(shù)據(jù)到ElasticSearch所要求的數(shù)據(jù)格式的轉(zhuǎn)換，比如日期格式轉(zhuǎn)換為預(yù)定義的格式，某些字段的去除、字段的合并轉(zhuǎn)換等；從日志信息中抓取關(guān)鍵字，判斷出應(yīng)該寫入到ElasticSearch的哪個(gè)index中，并將信息存入對應(yīng)的index。

4.4 日志存儲

日志存儲在ElasticSearch中，同樣ElasticSearch也是使用集群方式來進(jìn)行部署，ElasticSearch集群節(jié)點(diǎn)分為三種類型：master node 、client node、data node。

Master mode：集群的管理節(jié)點(diǎn)，主要功能是維護(hù)元數(shù)據(jù)，管理集群各個(gè)節(jié)點(diǎn)的狀態(tài)。

client node：用作分發(fā)的節(jié)點(diǎn)，負(fù)責(zé)將收到的請求分發(fā)到各個(gè)data node。

Data node： 負(fù)責(zé)數(shù)據(jù)的存儲、查詢和導(dǎo)入。

ElasticSearch存儲結(jié)構(gòu)定義：本日志系統(tǒng)的管理微服務(wù)預(yù)先在ElasticSearch上進(jìn)行初始化動作，創(chuàng)建存儲結(jié)構(gòu)，指定字段的類型和相關(guān)屬性。

4.5 日志展示

本日志系統(tǒng)的界面使用了web頁面方式，拆分了一個(gè)專門做展示的微服務(wù)，該微服務(wù)在web界面中集成了kibana的圖表進(jìn)行日志的統(tǒng)計(jì)、查詢結(jié)果的展示，另外提供了日志信息導(dǎo)出的功能。

主要展示信息包括：日志數(shù)量變化趨勢圖、日志TOPN的實(shí)例圖、失敗時(shí)間日志分析圖、日志查詢結(jié)果。

5 結(jié)論

本日志系統(tǒng)在日志收集、緩沖、處理、存儲等各個(gè)階段均采用了分布式、微服務(wù)化的部署方式，使日志處理的全流程均可根據(jù)實(shí)際使用情況，進(jìn)行動態(tài)彈縮，有效地利用了物理資源，并能夠應(yīng)對大規(guī)模的日志情況，由于采用了基于lucene的倒排索引方式的日志存儲，提高了查詢和統(tǒng)計(jì)效率，在實(shí)際項(xiàng)目中使用效果良好。

作者單位

中興通訊 四川省成都市 610041