在一個完整的項目中，不僅僅是要完成正常的業務開發。同時為了提高一些開發效率、系統異常的追蹤、系統功能的擴展等等因素，往往會用到系統在開發、運行過程中所產生的日志。這就需要我們有一個完善的日志系統來存儲這些數據。本文將分享如何設計一個高可用、可擴展的分布式日志系統。

　　本文是一種理論性的方案探索，當然各種方案也是在實際的生產環境中經過實踐總結而來的。

　　本文是分布式日志存儲系列的理論篇。也有實戰篇，將會分享從0到1的整個過程，從0環境的搭建到真正的實踐落地。文章會定期的完善，最終文章地址。

　　文章中相應的試題，整理在小程序中，點擊獲取。

　　日志的重要性

　　在一個系統中，日志常常在下面的一些場景中占著非常大的作用：

　　項目開發階段的調試、線上服務異常排查。

　　系統異常的監控。

　　系統數據分析。

　　對應日志，主要分為下面三大類型：

　　日志服務的演進

　　通過上面幾點，大致明白了一個日志系統的重要性。接下來，我們將進一步了解如何設計一個日志系統。

　　單節點部署

　　在項目早期，由于項目用戶量小、業務數據少等特點，一般項目都會采用單節點的方式進行部署。此時的日志，一般會以文件的方式存儲在對應服務器上。如下圖：

Snipaste_2022-05-05_16-37-38

　　當客戶端向服務端發送請求，對應的服務器處理業務并將日志記錄到日志文件中。這也是傳統的日志記錄方式，很多的后端框架默認的日志記錄方式也如此。如下面PHP的Hyperf框架，默認將MySQL的操作日志記錄到日志文件中。

　　優點

　　按照這種傳統的單節點部署，有什么好處呢？

　　系統架構單一、部署簡單。不用擔心各種服務之間調用問題。

　　技術成本低、易維護。直接使用開發語言的文件操作函數，寫人即可。

　　性能高、穩定。不需要調用其他的服務組件，直接調用系統接口寫入磁盤即可。

　　缺點

　　當日志文件過大時，需要對日志文件做切割，避免寫入性能降低。

　　不便于日志排查。對應開發人員來說，可以直接分析日志內容。如果對于非開發人員來說，對日志存儲的就有一定的要求。

　　存在安全問題。對應服務器一般都有設置權限，需要對服務器用戶設置嚴格的權限。

　　分布式部署（文件）

　　這里的分布式部署（文件）指的是，系統服務采用分布式部署時，日志存儲還是采用文件存儲。大致的邏輯圖如下：

　　優點

　　這樣的部署方案有什么好處，和上面提到的單節點部署一樣。

　　缺點

　　在分布式部署中，還是同樣的會遇到單節點部署所遇到的問題。

　　不便于系統排查。當系統出現異常時，由于是分布式部署，我們不知道最終的日志存儲在那一臺服務器上，就需要挨個服務器的排查。降低了問題排查效率。

　　分布式部署（日志系統）

　　上面提到了分布式系統，使用文件存儲日志的幾個弊端。因此這里推出使用獨立的日志系統，存儲系統日志。大致邏輯圖如下：

　　當客戶單發送請求到服務器，服務器處理對應的業務邏輯和記錄日志服務。

　　為了提高系統的響應速度、高可用，在記錄日志時，先將日志寫入到MQ消息隊列中，開啟獨立的線程將隊列中的日志寫入到磁盤中。常見的MQ消息隊列有，RabbitMQ，RocketMQ，ActiveMQ，ZeroMQ，Kafka，IBM WebSphere等。可以根據系統的實際需要選擇合適的MQ服務。

　　寫入對應的日志系統之后，可以獨立開發一套系統，來做日志的顯示、查詢、刪除等操作。

　　優點

　　解決了分布式部署中采用文件存儲的弊端。

　　提高了系統的可用性。在寫日志時，開發人員只需要將日志寫入到對應的MQ消息隊列中即可。做持久化直接讓單獨的線程執行。

　　提高了系統的擴展性。如果團隊中，其他的項目需要增加日志功能，我們不需要單獨的增加服務器，直接寫入原有的MQ消息隊列系統即可。

　　缺點

　　系統部署復雜。增加了MQ服務，也意味著在項目前期增加了運維成本。

　　對開發人員要求高。需要熟悉MQ消息服務技術棧。

　　系統架構要求高。在項目前期一定要搭建一個高可用、高擴展的架構，當業務變得越來越復雜時以及各種服務之間的調用，影響正常的業務邏輯。

　　日志系統

　　上面針對日志服務做了一個架構演進的總結。接下來，就來具體的探討如何設計一個高可用、高擴展的日志系統。對應日志系統，我個人如下幾個觀點：

　　可用性強，不能影響正常業務的執行。日志的作用最大的意義在于我們排查問題、分析問題以及解決問題。要保證在這個過程中，即使日志服務不可用的狀態下，仍然不能影響到正常業務的日志。

　　擴展性強。在設計日志系統時，不能只針對當前的系統做設計，還需要考慮到后期其他項目日志的接入。

　　針對日志系統，我們可以采用自研的方式，也可以采用開源系統部署。在本文總，分享兩種較為簡單的日志服務系統。大致的邏輯圖如下：

　　MongoDB存儲

　　系統日志最終的落地，肯定是磁盤。因此，第一種方案我們使用MongoDB來記錄日志。為什么采用MongoDB作為日志存儲服務器呢？

　　MongoDB嚴格來說是一個非關系型的數據庫系統。它支持的數據結構非常松散，類似json格式的bson格式，因此可以存儲比較復雜的數據類型。如果采用MySQL、SQLserver、oracle這樣的具有嚴格數據結構要求的數據庫，在日志統計緯度變化時，對應的數據表結構也會隨著變化。

　　查詢效率高。MongoDB最大的特點是它支持的查詢語言非常強大，其語法有點類似于面向對象的查詢語言，幾乎可以實現類似關系數據庫單表查詢的絕大部分功能，而且還支持對數據建立索引。

　　業務拆分、提高業務數據庫性能。如果把日志也存儲在MySQL中，必然會降低MySQL的高并發性能問題。一個系統中，日志內容肯定非常的多，日志的讀寫搶占了對應的操作必然是會降低業務讀寫的操作。

　　使用MongoDB作為日志存儲服務，大致的邏輯可以采用如下結構：

　　業務系統處理日志，再調用MQ消息服務，先將日志數據存在MQ消息服務中。

　　開啟異步線程，將MQ服務的消息同步到MongoDB服務中，以達到持久化的目的。

　　Web頁面則是用于日志數據的展示。

　　ELK存儲

　　ELK是Elasticsearch+Logstash +Kibana 這種架構的簡寫。這是一種開源日志分析平臺的架構。ELK是開源的，社區活躍，用戶眾多，這樣的架構也得到廣泛的使用。大致的邏輯圖如下：

ELK常用架構

　　Elasticsearch + Logstash + Kibana 這是一種最簡單的架構。這種架構，通過logstash收集日志，Elasticsearch分析日志，然后在Kibana（web界面）中展示。這種架構雖然是官網介紹里的方式，但是往往在生產中很少使用。

　　Elasticsearch + Logstash + filebeat + Kibana 與上一種架構相比，這種架構增加了一個filebeat模塊。filebeat是一個輕量的日志收集代理，用來部署在客戶端，優勢是消耗非常少的資源（較logstash）， 所以生產中，往往會采取這種架構方式，但是這種架構有一個缺點，當logstash出現故障， 會造成日志的丟失。

　　Elasticsearch + Logstash + filebeat + redis（也可以是其他中間件，比如kafka（集群化）） + Kibana這種架構是上面那個架構的完善版，通過增加中間件，來避免數據的丟失。當Logstash出現故障，日志還是存在中間件中，當Logstash再次啟動，則會讀取中間件中積壓的日志。目前我司使用的就是這種架構，我個人也比較推薦這種方式。

　　總結

　　對于上面提高的幾種方案，在實際過程中，還需要結合自身的項目情況，選擇合適的架構，而不是為了追求技術的復雜度而忽略了自身的實際情況。