日志管理系统，多种方式总结 _方式

盛年不重来，一日难再晨，及时当勉励，岁月不待人。这篇文章主要讲述日志管理系统，多种方式总结相关的知识，希望能为你提供帮助。
一、背景简介项目中日志的管理是基础功能之一，不同的用户和场景下对日志都有特定的需求，从而需要用不同的策略进行日志采集和管理，如果是在分布式的项目中，日志的体系设计更加复杂。

日志类型：业务操作、信息打印、请求链路；
角色需求：研发端、用户端、服务级、系统级；

文章图片

用户与需求

用户端：核心数据的增删改，业务操作日志；
研发端：日志采集与管理策略，异常日志监控；
服务级：关键日志打印，问题发现与排查；
系统级：分布式项目中链路生成，监控体系；

不同的场景中，需要选用不同的技术手段去实现日志采集管理，例如日志打印、操作记录、ELK体系等，注意要避免日志管理导致程序异常中断的情况。
越是复杂的系统设计和业务场景，就越依赖日志的输出信息，在大规模的架构中，通常还会搭建独立的日志平台，提供日志数据的采集、存储、分析等整套解决方案。
二、Slf4j组件 1、外观模式日志的组件遵守外观设计模式，Slf4j作为日志体系的外观对象，定义规范日志的标准，日志能力的具体实现交由各个子模块去实现；Slf4j明确日志对象的加载方法和功能接口，与客户端交互提供日志管理功能；

文章图片

private static final org.slf4j.Logger logger = org.slf4j.LoggerFactory.getLogger(Impl.class) ;

通常禁止直接使用Logback、Log4j等具体实现组件的API，避免组件替换带来不必要的麻烦，可以做到日志的统一维护。
2、SPI接口【日志管理系统，多种方式总结】从Slf4j和Logback组件交互来看，在日志的使用过程中，基本的切入点即使用Slf4j的接口，识别并加载Logback中的具体实现；SPI定义的接口规范，通常作为第三方（外部）组件的实现。

文章图片

上述SPI作为两套组件的连接点，通过源码大致看下加载过程，追溯LoggerFactory的源码即可：

public final class org.slf4j.LoggerFactory private final static void performInitialization() bind(); private final static void bind() try StaticLoggerBinder.getSingleton(); catch (NoClassDefFoundError ncde) String msg = ncde.getMessage(); if (messageContainsOrgSlf4jImplStaticLoggerBinder(msg)) Util.report("Failed to load class \\"org.slf4j.impl.StaticLoggerBinder\\".");

此处只贴出了几行示意性质的源码，在LoggerFactory中执行初始化绑定关联的时候，如果没有找到具体的日志实现组件，是会报告出相应的异常信息，并且采用的是System.err输出错误提示。
三、自定义组件 1、功能封装对于日志（或其他）常用功能，通常会在代码工程中封装独立的代码包，作为公共依赖，统一管理和维护，对于日志的自定义封装可以参考之前的文档，这里通常涉及几个核心点：

starter加载：封装包配置成starter组件，可以被框架扫描和加载；
aop切面编程：通常在相关方法上添加日志注解，即可自动记录动作；
annotation注解：定义日志记录需要标记的核心参数和处理逻辑；

至于如何组装日志内容，适配业务语义，以及后续的管理流程，则根据具体场景设计相应的策略即可，比如日志怎么存储、是否实时分析、是否异步执行等。
2、对象解析在自定义注解中，会涉及到对象解析的问题，即在注解中放入要从对象中解析的属性，并且把值拼接到日志内容中，可以增强业务日志的语义可读性。

import org.springframework.expression.Expression; import org.springframework.expression.spel.standard.SpelExpressionParser; public class Test public static void main(String[] args) // Map集合 HashMap< String,Object> infoMap = new HashMap< > () ; infoMap.put("info","Map的描述") ; // List集合 ArrayList< Object> arrayList = new ArrayList< > () ; arrayList.add("List-00"); arrayList.add("List-01"); // User对象 People oldUser = new People("Wang",infoMap,arrayList) ; People newUser = new People("LiSi",infoMap,arrayList) ; // 包装对象 WrapObj wrapObj = new WrapObj("WrapObject",oldUser,newUser) ; // 对象属性解析 SpelExpressionParser parser = new SpelExpressionParser(); // objName Expression objNameExp = parser.parseExpression("#root.objName"); System.out.println(objNameExp.getValue(wrapObj)); // oldUser Expression oldUserExp = parser.parseExpression("#root.oldUser"); System.out.println(oldUserExp.getValue(wrapObj)); // newUser.userName Expression userNameExp = parser.parseExpression("#root.newUser.userName"); System.out.println(userNameExp.getValue(wrapObj)); // newUser.hashMap[info] Expression ageMapExp = parser.parseExpression("#root.newUser.hashMap[info]"); System.out.println(ageMapExp.getValue(wrapObj)); // oldUser.arrayList[1] Expression arr02Exp = parser.parseExpression("#root.oldUser.arrayList[1]"); System.out.println(arr02Exp.getValue(wrapObj)); @Data @AllArgsConstructor class WrapObj private String objName ; private People oldUser ; private People newUser ; @Data @AllArgsConstructor class People private String userName ; private HashMap< String,Object> hashMap ; private ArrayList< Object> arrayList ;

注意上面使用的SpelExpressionParser解析器，即Spring框架的原生API；业务中遇到的很多问题，建议都优先从核心依赖(Spring+JDK)中寻找解决方式，多花时间熟悉系统中核心组件的全貌，对开发视野和思路会有极大的帮助。
3、模式设计这里看一个比较复杂的自定义日志解决思路，通过AOP模式识别日志注解，并解析注解中要记录的对象属性，构建相应的日志主体，最后根据注解标记的场景去适配不同的业务策略：

文章图片

对于功能的通用性要求越高，在封装时内置的适配策略就要越抽象，在处理复杂的逻辑流程时，要善于将不同的组件搭配使用，可以分担业务支撑的压力，形成稳定可靠的解决方案。
四、分布式链路 1、链路识别基于微服务实现的分布式系统，处理一个请求会经过多个子服务，如果过程中某个服务发生异常，需要定位这个异常归属的请求动作，从而更好的去判断异常原因并复现解决。
定位的动作则依赖一个核心的标识：TraceId-轨迹ID，即请求在各个服务流转时，会携带该请求绑定的TraceId，这样可以识别不同服务的哪些动作为同一个请求产生的。

文章图片

通过TraceId和SpanId即可还原出请求的链路视图，再结合相关日志打印记录等动作，则可以快速解决异常问题。在微服务体系中Sleuth组件提供了该能力的支撑。
链路视图的核心参数可以集成Slf4j组件中，这里可以参考org.slf4j.MDC语法，MDC提供日志前后的参数传递映射能力，内部包装Map容器管理参数；在Logback组件中，StaticMDCBinder提供该能力的绑定，这样日志打印也可以携带链路视图的标识，做到该能力的完整集成。
2、ELK体系链路视图产生的日志是非常庞大的，那这些文档类的日志如何管理和快速查询使用同样是个关键问题，很常见的一个解决方案即ELK体系，现在已更新换代为ElasticStack产品。

文章图片

Kibana：可以在Elasticsearch中使用图形和图表对数据进行可视化；
Elasticsearch：提供数据的存储，搜索和分析引擎的能力；
Logstash：数据处理管道，能够同时从多个来源采集、转换、推送数据；

Logstash提供日志采集和传输能力，Elasticsearch存储大量JSON格式的日志记录，Kibana则可以视图化展现数据。
3、服务与配置配置依赖：需要在服务中配置Logstash地址和端口，即日志传输地址，以及服务名称；

spring: application: name: app_serve logstash: destination: uri: Logstash-地址 port: Logstash-端口

配置读取：Logback组件配置中加载上述核心参数，这样在配置上下文中可以通过name的值使用该参数；

< springProperty scope="context" name="APP_NAME" source="spring.application.name" defaultValue="https://www.songbingjia.com/android/butte_app" /> < springProperty scope="context" name="DES_URI" source="logstash.destination.uri" /> < springProperty scope="context" name="DES_PORT" source="logstash.destination.port" />

日志传输：对传输内容做相应的配置，指定LogStash服务配置，编码，核心参数等；

< appender name="LogStash" class="net.logstash.logback.appender.LogstashTcpSocketAppender"> < !-- 日志传输地址 --> < destination> $DES_URI:- :$DES_PORT:- < /destination> < !-- 日志传输编码 --> < encoder class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder"> < providers> < timestamp> < timeZone> UTC< /timeZone> < /timestamp> < !-- 日志传输参数 --> < pattern> < pattern> "severity": "%level", "service": "$APP_NAME:-", "trace": "%XX-B3-TraceId:-", "span": "%XX-B3-SpanId:-", "exportable": "%XX-Span-Export:-", "pid": "$PID:-", "thread": "%thread", "class": "%logger40", "rest": "%message"< /pattern> < /pattern> < /providers> < /encoder> < /appender>

输出格式：还可以通过日志的格式设定，管理日志文件或者控制台的输出内容；

< pattern> %dyyyy-MM-dd HH:mm:ss %contextName [%thread] %-5level %logger100 - %msg %n< /pattern>

关于Logback组件日志的其他配置，例如输出位置，级别，数据传输方式等，可以多参考官方文档，不断优化。
4、数据通道再看看数据传输到Logstash服务后，如何再传输到ES的，这里也需要相应的传输配置，注意logstash和ES推荐使用相同的版本，本案例中是6.8.6版本。

文章图片

配置文件：logstash-butte.conf

input tcp host => "192.168.37.139" port => "5044" codec => "json"output elasticsearch hosts => ["http://localhost:9200"] index => "log-%+YYYY.MM.dd"