无论是异常监控还是业务监控，通通搞定无论是异常监控还是业务监控

大家好，我是【架构摆渡人】，一只十年的程序猿。这是实践经验系列的第十二篇文章，这个系列会给大家分享很多在实际工作中有用的经验，如果有收获，还请分享给更多的朋友。
监控三板斧在监控领域，最常用的三种方式就是Metrics, Tracing，Logging，可以称之为三板斧。

文章图片

Metrics 系统度量，通过指标来度量系统是否正常，比如现在主流的Prometheus就是基于指标来构建监控体系。
Tracing 链路跟踪，用户的一次请求将贯穿这个链路，想要进行优化或者知道请求在哪个环节出问题，链路跟踪必不可少。很多全链路跟踪都借鉴了Google Dapper的思想。
目前主流的链路跟踪有skywalking，Jaeger，Cat等框架。这里面有需要客户端埋点，也有通过Agent代理方式实现。
Logging 日志，无论是系统异常或者程序异常输出的日志，还是业务相关的日志，都能够直观的反应当前业务的状态，日志在监控领域中用的也比较多。比如说可以基于ELK啊，一些云服务的日志平台去集中收集管理日志，在出问题的时候方便溯源，同时也能基于关键词等进行告警。
其实上面三种方式都是相辅相成的，各自有各自的适用场景。今天我们主要聊聊日志如何简单，快速的可以实现系统异常和业务的监控，比较适合一些初创团队，最小的成本方式实现监控。
日志埋点硬编码埋点可以封装一个工具类，对接口进行埋点。可以输出一些关键信息，比如：

请求时间
请求用户
请求的接口
请求的RT
请求是否成功
请求的错误码
是否压测请求
等等。。。。
工具类伪代码如下：

public class BizLogUtils { public static T run(Supplier supplier, BizLogContent content, BiConsumer callbackResult) { long start = System.currentTimeMillis(); try { T result = supplier.get(); if (result instanceof ResponseData) { ResponseData resp = (ResponseData)result; content.setBizCode(resp.getCode()); } callbackResult.accept(result, content); return result; } catch (Exception e) { if (e instanceof BizException) { BizException he = (BizException)e; content.setBizCode(he.getCode()); } else { content.setBizCode(ErrorCode.SERVER_ERROR_CODE.getCode()); } content.setErrorMessage(e.getMessage()); throw e; } finally { content.setExecTime(System.currentTimeMillis() - start); content.setEnv(EnvConfig.getEnv()); BizLogger.info(content); } } }

ResponseData 是接口层的统一响应类，所以这边可以直接强制装换。
BizLogContent 就是你要输出的日志内容。
在这里把异常给转换成错误码进行打印，如果有特殊的需求，也可以定义一个callback让使用自行进行异常到异常码的转换操作，更灵活。
使用方式：

BizLogContent bizLogContent = new BizLogContent(xx,xx,xx)； return BizLogUtils.run(() -> { // 业务逻辑 }, bizLogContent, (resp, content)-> { // resp 上面业务逻辑的响应结果，有的场景需要获取结果中的内容埋点 // content 也就是bizLogContent，拿到结果set进去 });

调整logback的配置，将日志要单独输出到一个文件，方便采集。格式可以是Json，也就是文本，如果是文本，可以用一个特殊的分隔符进行分隔，比如 2022-01-01|makeOrder|1001|success 。
自定义注解埋点当硬编码的工具类有了，让使用更方便的做法就是自定义注解。通过定义注解，配置要采集的字段信息，通过注解加切面的方式来统一进行处理，这样就减少了代码的侵入性。
这边就不贴代码了，无非就是自定义注解，然后进行数据的提取。这里可以用SPEL表达式进行提取。
比如：

@BizLog(domain = BizLogConstant.SYNC, biz = BizLogConstant.SYNC_ORDER, bizId = @BizLogField(key = "bizId", value = "https://www.it610.com/article/#response.data.orderId", addition = { @BizLogField(key = "userId", value = "https://www.it610.com/article/#request.userId"), @BizLogField(key = "count", value = "https://www.it610.com/article/#request.count") })) public ResponseData syncOrder(SyncOrderRequest request) {}

总结 【无论是异常监控还是业务监控，通通搞定】大家可以看到，通过日志埋点成本是非常低的。只需要开发一套日志卖点的工具类即可。然后将埋点的数据进行日志输出，然后进行日志收集就可以实现告警，和图表大盘的构建之类的，非常方便。
同样，本文的思路还可以应用到其他场景，比如操作日志的输出，也可以采用类似的方式去实现埋点，日志收集，数据展示。
原创：架构摆渡人（公众号ID：jiagoubaiduren），欢迎分享，转载请保留出处。
本文已收录至学习网站 http://cxytiandi.com/ ，里面有Spring Boot, Spring Cloud，分库分表，微服务，面试等相关内容。