Net分布式系统之七：日志采集系统（1）(转)
http://www.cnblogs.com/Andon_liu/p/7508107.html
日志对大型应用系统或者平台尤其重要，系统日志采集、分析是系统运维、维护及用户分析的基础。
一、系统日志分类
一般系统日志可分为三大类：
1、用户行为日志：通过采集系统用户使用系统过程中，一系列的操作日志。
2、业务变更日志：特定业务场景需要，采集某用户在某时使用某功能，对某业务（对象、数据）进行某操作，由A变成B。
3、系统运行日志：系统运行服务器资源、网络及基础中间件的情况进行定时采集日志分析。
二、常见日志分析应用场景
日志采集分析是由需求驱动，根据某种场景的需要日志采集，采集的日志进行针对性的分析。一般常见的日志分析结果应用场景有：
1、分析系统或者平台哪些功能是最受欢迎：什么时候使用最多用户使用，某个区域、某类用户使用最多。有利于功能推广；有利于提升服务器资源从而提高用户体验。
2、内容推荐：根据用户平常阅读内容，采集相关日志，并通过分析后，将用户感兴趣的内容系统自动推荐给用户，从而提升用户站粘性。
3、系统审计：对于应用系统，采集操作日志、业务变更日志，有利于备查及提供相关安全审计功能。
4、自动化运维：场景微服务架构的系统或者平台，对运维投入的要求高，自动化部署和运维，可以减少运维的工作量和压力。系统运行环境日志采集、分析，可实现预警、服务器资源动态调配，有利于快速定位排查故障。
不同系统的运行环境、功能应用场景及需要采集分析日志的需求也各不相同。日志内容、采集方式存在多样性，日志数据量大，所以需要设计一套日志采集系统，满足日志采集需求，支持便捷将分析结果反捕于应用功能。
三、日志采集系统总体设计
基于以上日志采集的初步分析，尤其微服务架构中，微服务治理能力、服务负载需要依赖服务日志的采集分析，所以日志采集子系统是微服务架构的基础支持功能。日志采集系统总体设计如下：
图1- 日志采集系统总体框架示意图
如上图所示，根据日志整个过程，系统由三部分组成：日志采集、日志存储&分析及结果应用。日志采集主要负责提供多种方式进行采集日志；日志存储&分析主要实现分析统一存储和定制的场景分析日志；结果应用实现将日志分析结果提供服务接口或者默认的管理功能，供应用功能使用。
日志采集整体过程：日志采集后，通过在线或者离线传输到消息队列，由日志消费应用拉取后进行存储。根据分析需要定制自动作业任务实现日志数据抽取、转换、统计后，将结果数据写入关系型数据库。提供服务接口或者日志查询默认管理功能进行使用。
1、日志采集
日志采集实现三种方式进行采集日志：
（1）WebAPI方式：实现基于http协议 restful方式采集日志数据，并发送至消息队列。主要用于提供移动端、微信公众号及小量日志采集使用，在NET分布式系统上可结合“API网关”使用。
（2）Service Proxy方式：基于log4.net优秀的日志组件和消息队列客户端驱动，进行封装为日志记录服务代理，提供便捷、统一的接口供应用进行使用。支持将日志记录到应用本地和在线实时发送至消息队列，其中记录到应用本地，可结合第三种方式完成应用功能日志采集的功能。
（3）LCClient方式：实现客户端批量抓取日志数据，发送至LCServer。LCClient客户端基于TCP协议与LCServer服务端进行通信，基于NIO框架构建，可支持高并发处理能力。LCServer再将日志数据写入消息队列。
日志采集通过提供三种方式，满足不同的业务应用场景使用采集日志。
2、日志存储&分析
日志存储及分析由五部分构成：消息队列（MQ）、日志接收服务端（LCServer）、日志存储（Elasticsearch）、任务作业（Quartz.net）及关系型数据库（MySQL）。
（1）消息队列（MQ）：日志通过消息队列实现消息统一接收，做一道缓冲，满足日志数据并发接收能力。
（2）日志接收服务端（LCServer）：接收LCClient客户端批量发送日志数据，并将其发送至消息队列。
（3）日志存储（Elasticsearch）：选用ES做日志存储，主要考虑ES是一种文档化分布式搜索服务，支持PB级的数据存储，支持上百个节点的分布式集群能力，并且提供丰富的API使用，数据查询方面有着优越的性能。
（4）任务作业（Quartz.net）：通过定制化开发作业任务实现对ES日志数据抽取、转换、分析后，将结果存储于关系型数据库。Quartz.net中间件是业界公认的作业任务组件。
（5）关系型数据库（MySQL）：实现日志结果数据存储，供日志应用查询使用。MySQL有着优越的主从复制机制，可解决单节点查询性能瓶颈，同时提供传统SQL脚本操作数据的能力，提供开发效率。
日志数据存储和分析后，最终目的就是提供与应用功能使用。
3、分析结果应用
分析结果应用主要提供服务接口和管理功能两种方式。
（1）服务接口方式：基于http协议以restful方式提供接口，支持应用功能方便调用。
（2）管理模块方式：默认提供一套日志查询管理功能，方便于应用直接集成使用。
四、总结
日志采集本身也是一个分布式系统，服务端每个节点都支持分布式集群部署，可实现高并发、高可用性。本文只是一种抛砖引玉，系统每个组件还需要深化详细，同时也包括实施部署。
