求助用cms做网站设计_以我的家乡家乡为主题,苏州做网站的哪个公司比较好,域名升级维护中紧急维护,学做点心上哪个网站1. 背景
程序员学习每一门语言都是从打印“hello world”开始的。这个启蒙式的探索#xff0c;在向我们传递着一个信息#xff1a;“当你踏进了编程的领域#xff0c;代码和日志将是你最重要的伙伴”。在代码部分#xff0c;伴随着越来越强大的idea插件、快捷键#xff0…1. 背景
程序员学习每一门语言都是从打印“hello world”开始的。这个启蒙式的探索在向我们传递着一个信息“当你踏进了编程的领域代码和日志将是你最重要的伙伴”。在代码部分伴随着越来越强大的idea插件、快捷键开发同学的编码效率都得到了较大的提升。在日志部分各个团队也在排查方向进行创新和尝试。这也是研发效能领域重要的组成部分。
阿里集团本地生活在支撑多生态公司多技术栈的背景下逐渐沉淀了一款跨应用、跨域的日志排查方案-Xlog。目前也支持了icbu、本地生活、新零售、盒马、蚂蚁、阿里cto、阿里云、淘特、灵犀互娱等团队。也获得了sls开发团队的点赞。
希望本文可以给正在使用或准备使用sls的同学带来一些输入帮助团队尽快落地日志排查方案。其中第一部分重点讲了在微服务框架下日志排查面临了怎样的挑战以及我们是如何解决的。第二部从细节角度讲了方案设计的几个难点和攻克策略。第三部分讲的是Xlog当前具备的能力。第四部分是在围绕主要能力如何进行生态能力建设的。
1.1 Xlog解决的问题
在通过日志进行问题排查的时候相信有几个步骤大家再熟悉不过1. 登陆跳板机。 2. 切换跳板机。3. 登陆阿里云平台sls。 4. 切换阿里云sls project logstore。循环往复。
举个例子下面这张图显示了一个长链路系统的片段(真实链路会复杂更多) Application1, Application2, Application3。其中Application1与Application2是同一个域(类似于一个子团队)Application3属于另外一个域。那本次查询就涉及到跨应用查询跨域查询两个场景。
Application1的负责人接手了该问题后通过跳板机或者sls日志发现需要上游同学帮忙协助排查。这个时候无论是切换跳板机还是sls亦或联系Application2的负责人协助查询都需要1min-3min的响应时间。如果是从Application2的负责人寻找Application3的负责人将会更难因为可能不清楚Application3的sls信息(我们bu就有十万级别的logstore信息)又没有跳板机登陆权限又不知道Application3的负责人。于是排查时间大幅度增加。环境准备的时间(无效排查时间)甚至远大于有效排查的时间。 刚才的例子只展示了3个应用的查询场景往往真实链路要比这个复杂很多很多。所以是不是有一个平台可以一键式、一站式地查询出需要的日志呢于是致力于解决长链路下跨应用和跨域搜素频繁切换的Xlog就诞生了
1.2 Xlog支持的场景
微服务框架下的跨应用查询跨域融合背景下的跨域查询。
如果你们的团队使用了sls或者准备将日志采集到sls如果你们的希望可以拥有更好的日志检索、展示能力如果你们希望可以跨应用跨域搜索日志
本文为大家介绍 xlog帮助集团内业务构建更大生态的简便易用无侵入并且随着越来越多的域接入之后可以连点成线、并线为面共同打造一个经济体或者更大生态的日志全链路方案。
1.3 Xlog当前体系建设 针对已经采集到sls的应用我们可以做到对代码零改造、对部署环境无侵入并且采集的结构、采集的渠道都是自由的。基本上只要已经接入了sls的就可以接入Xlog了。通过对结构的归一、格式归一、和跨域能力打通Xlog支持了排查问题最常使用的几个场景应用内跨文件搜索域内跨应用搜索跨域搜索。
《持续交付2.0》的作者乔梁提到一致性是研发效能提升必经之路。整个经济体发展20多年一致性的全量覆盖难如登天但Xlog创新地提出了一种方案将不一致转化成一致无论对查询还是对其他基于日志的技术体系建设都有里程碑的意义。
2. 方案设计
这个段落将会详细讲述Xlog的设计思想和发展过程如果是已经接入sls的可以直接跳到2.2如果当前还未接入sls可以读2.1 会有一些创新的思路。
2.1 最初的方案创新与独善其身
2019年saas刚成立很多基础建设都有待完善与很多团队一样当时我们查询日志主要通过两种方式
1. 登陆跳板机查询使用Traceid-鹰眼-机器ip-登陆跳板机-grep 关键字 的查询链路。缺点每次查询4-6分钟日志检索和可视化差无法跨应用查询历史日志无法查看。
2. 登陆阿里云sls web控制台查询登陆sls-关键字查询。缺点每次查询1-2分钟日志可视化差无法跨应用查询无法跨域查询。
基于这样的背景我们做了3件事来提升查询效率
日志格式统一: 针对logback中的pattern使用了一套标准。
%d{yyyy-MM-dd HH:mm:ss.SSS} {LOG_LEVEL_PATTERN:-%5p}{LOG_LEVEL_PATTERN:-%5p}{PID:- } --- [%t] [%X{EAGLEEYE_TRACE_ID}] %logger-%L : %m%n
其中%d{yyyy-MM-dd HH:mm:ss.SSS}时间精确到毫秒${LOG_LEVEL_PATTERN:-%5p}日志级别DEBUGINFOWARNERROR等${PID:- }进程id---分隔符无特别意义[%t]线程名[%X{EAGLEEYE_TRACE_ID}]鹰眼跟踪id%logger日志名称%m%n消息体和换行符
一个域内使用相同的日志格式事实证明这带来的收益远超出预期。对全链路的分析监控问题排查甚至对将来的智能排查都带来极大便利。
sls结构设计与统一将域内所有应用的采集格式统一成一套结构和正则方式提字段方便采集和配置。在docker的基础镜像里面生命logtail的配置这样域内所有应用可以继承同样的日志采集信息。sls采集结构下沉这里我们创新的提出了一个概念下沉的理念。并通过这样的方式可以非常便捷的实现跨应用查询。如下图所示sls结构可以理解为4层account, project, logstore, logtail。 其中logstore这一层很关键关系着关系查询的维度。常见的方案是使用一个应用对应一个losgtore这就导致在多个应用查询的时候需要频繁切换logstore。因此我们创新的提出了概念下沉的理念。让每一个环境对应一个logstore这样只需要确定了查询的环境就能清楚的知道在哪个logstore中查询从而实现跨应用查询的效果。这套方案在解决单应用、域内跨应用有着非常好的性能表现只需要完成一次api的调用。如果你所在的团队正在准备使用sls如果sls的数据只用于做排查(监控类的sunfire可以直接读服务器本地日志)我们依然建议采用这样的方案。可以很好的完成排查的需要。同样基于这样几个条件的解决方案已经沉淀到Xlog中可以直接接入Xlog从而享有Xlog全套的能力。
2.2 现在的方案创新与兼济天下
刚才的方案在解决自己域的排查问题的时候有着很好的表现。但2020年saas开始支撑多个生态公司面临的场景不再是自己域内的还需要多个域共同串联。这时我们面临着两大考验
接入成本我们规定了一套sls采集方式和日志格式按照这样的形式可以方便的进行数据的采集和高效的查询、展示。但是在其他部门进行接入的时候发现由于已有系统已经配置了监控、报表等模块导致日志格式不能修改。由于有些系统之前已经采集到sls导致采集结构也不能修改。这两个信息不一致导致接入成本很大。跨域场景在系统日趋复杂的情况下跨域场景也越来越多。拿本地生活的业务场景举例。在入淘的大背景下部分系统完成淘系迁移仍有部分系统在蚂蚁域两个域的打通需要经过网关。在口碑和饿了么深度融合的情况下互相调用也需要经过网关。目前也在和收购的isv打通同样需要经过网关。由于各个公司采用的链路追踪方案不通导致traceid等信息不一致无法全链路排查。所以如何解决跨域场景日志搜索成为第二大问题。因此在之前的方案上我们把Xlog进行了升级重新定义了目标
核心能力应用-跨应用-跨域-全域多场景日志排查。从只能查一个应用的日志到可以在域内查一条链路的日志开启真正全链路日志排查的大门。接入成本方面 十分钟接入。通过代码逻辑降低对现有日志格式和采集方式的改动。支持logtail、produce、sdk等多种采集方式。侵入性方面零侵入对应用代码无侵入直接与sls交互实现解耦。自定义方面支持查询界面自定义展示结果界面自定义。
2.2.1 模型设计
由于调用sls api查询日志的单元是logstore我们可以将多种多样的采集结构拆结为一下3种单元的组合当然绝大多数域可能就是其中一种结构。
1. 一个环境对应一个logstore比如在这个域内所有应用在日常环境的日志都在一个logstore中。如下图所展示的域A。
2. 一个应用对应一个logstore比如A应用日常环境对应logstore1 A应用预发环境对应logstore2 B应用日常环境对应logstore3。如下图所展示的域B。
3. 一个文件对应一个logstore比如A应用的a文件在日常环境对应logstore1A应用的b文件在日常环境对应logstore2。如下图所展示的域C。 有了这样的原子结构只需要在xlog上配置的时候创建好一个域、环境、应用、文件 logstore的映射关系即可。这样就可以在域内进行应用粒度、文件粒度的查询。
同样在不经过网关跨域场景可以通过组合两个域的logstore 完成跨域的查询。如上图所示在域A中指定两个应用可以转换成logstore加过滤条件。在域B中指定两个应用可以转换成两个logstore。在域C中指定两个应用可以先寻找应用下的文件然后找到文件对应的logstore 集合。至此就有了需要在阿里云sls查询日志的所有logstore。将查询结果进行组合和排序就可得到最终的结果。同理如果想进行跨域的搜索只需要将多个域的logstore进行拼接。然后进行查询即可。
2.2.2 性能优化
通过2.2.1模型设计的讲述无论是环境类型的、应用类型的还是文件类型的sls结构以及单应用、多应用、多个域的查询都可以转换成一组logstore然后遍历执行logstore。但是这样就会引入新的问题如果logstore很多如何才能提效。举个例子在对接某团队日志的时候发现他们的logstore有3000个每个环境有1000个应用。假设每次查询需要150ms1000个应用需要执行150s(2.5分钟)。试想如果不指定应用在全域搜索一次日志都需要2.5分钟那将是多大的成本。针对这样的问题我们进行了性能方面的优化。主要采用了以下几个方式如下图所示
Logstore链接池预加载将logstore进行去重和链接减少每次查询创建链接的时间。针对活跃度不高的logstore进行降级惰性加载。多线程并发针对多个logstore的场景进行并发查询减少查询时间。算法优先队列针对查询人员进行亲疏算法优化精简logstore查询数量从而减少开销。前端组合排序后端只做查询操作排序和查找等操作均在前端完成减少后端并发压力。如上图所示当用户通过前端选择对应的操作域以及查询条件之后。后端分析获取需要查询的logstore列表图中A,B,C,D,E所示。再通过分析用户的亲密应用来进行排序和筛选从而得到优先级队列图中B,A,C。针对优先级队列使用已经创建好的链接池进行并发查询从而得到一组日志结果。最后由前端完成排序和组装并渲染出来完成一个周期。本文主要讲解其中线程池并发和算法优化模块。
2.2.3 线程池并发
相较于传统的线程池并发执行没有太大差异。将需要查询的logstore按照顺序插入到线程池队列。通过该手段可以在单次查询logstore数量较小(小于核心线程数)的时候有效的降低查询时间。针对数量较大的场景由算法优化进行支持。
针对查询后的补偿操作也使用异步的处理方式减少查询耗时。
结构后处理在环境结构的域中配置过程无需配置应用和文件。这些数据来源于每次查询之后不断将缺失的数据自动填充进结构的处理操作。针对这些不影响当次查询结果的操作作为后处理添加到异步线程池中。算法后处理在处理人员亲疏关系和应用亲疏关系的评分逻辑中使用的是不断训练的方式。该部分也不影响当次查询的结果也放到异步线程池中。2.2.4 算法优化
针对满足条件的logstore较多(超过核心线程数)的场景通过线程池并发进行查询也不能较快的拿到结果。经过日志快排一年数据的积累和分析我们发现即便是没有指定应用和搜索条件也可以通过查询人员的操作习惯或者关注应用习惯定位到最有可能的logstore序列。
举个例子在商家saas中心应用数量有500个左右。同学A负责的系统是 Application1 查询次数较多的应用还有Application11Application12。除此之外与Application1处于紧密上下游关系的应用是Application2Application3。如果是这样我们可以认为同学A对应用Application1Application11Application12Application2Application3的关注度会高于其他应用。针对这几个应用可以进行优先查询。从而将的500个查询任务降低成5个。
结合日常生活中的状况每个开发同学关注的应用数量大概率会控制在30个以内。
通过以上的分析我们建立了两套亲疏关系网络用于定位查询批次和梯队。
人员亲疏关系
当用户每次调用的时候都可以将查询条件查询结果和用户进行分析和关系创建。由于查询条件中可以指定应用也可以不指定应用。
如果是指定应用的说明用户明确查询该应用内容。将该用户和该应用的亲密度加5分。
如果没有指定应用根据关键字查询可以分析查询出的结果。将查询结果的各条日志对应的应用提取出来然后加1分由于不是明确指定的而是根据关键字辐射到的。
至此经过多次的用户操作就可以获取到用户与各个应用的亲密度。当遇到多logstore查询的场景可以根据用户筛选出与之亲密度最高的15个应用。作为第一批查询对象。
应用亲疏关系
应用之间也存在着亲密度关系。亲密度越高的应用被关联搜索出来的概率就越大。举个例子center与prod 两个应用在系统设计上就有这紧密的关联关系。如果用户A的亲属关系中包含应用center那么在其查询日志的时候就有较大概率辐射到应用prod。基于这样的思路就可以通过分析每次查询日志的结果进行关系矩阵的创建。
在每次获取通过关键字查询的日志结果之后将涉及到的应用进行两两亲密度加1。相当于在一个链路上的应用亲密度都加1。方便以后查询时不会因为人员亲密度丧失应用亲密度的信息导致链路失真。 上面大致概括了一下我们是如何训练亲疏关系矩阵的下面讲一下如何通过这个矩阵进行查询算法优化的。如下图左上角是我们记录的人-应用应用-应用的亲疏关系矩阵。具体来讲用户和应用A、应用B、应用C等关系我们会用一个分数度量他们的亲疏关系主要可以描述人对应用的关注度。在应用-应用之间我们记录了彼此的耦合度。右上角是查询条件根据查询条件以及各个域的采集结构可以快速的计算出需要查询的logstore的列表。但并不是所有的logstore都需要查询这里会将亲疏关系矩阵和logstore的列表取交集然后排序进行搜索。 如下图所示针对交集命中的应用会先按照人-应用的亲疏关系进行计算选出分值比较高的。然后不足30个阈值的使用应用-应用的亲疏关系进行补充。这里就涉及到一个比较逻辑会按照人和应用的比例分值*应用与应用比例的分值类似于哈夫曼编码中的路径权重的意思。最后得到需要查询的30个logstore的列表。 2.2.5 跨域映射
进行全链路的排查跨域是必须面对的挑战。在实现原理上讲跨域有两种场景经过网关、没有经过网关。
不经过网关的场景如淘系不同域的互相调用。这个场景其实本质上与域内搜索没有太大区别这里不多介绍。经过网关的场景如淘系与蚂蚁系互相调用由于每个域使用的链路追踪方案不同无法使用一个traceId将整个链路串联起来。这里主要讲一下这种场景的处理方式。如上图所示展示了域1域2域3域4的调用链路。其中域1调用域2域3调用域4不经过网关traceId不发生改变。在域2调用域3的时候需要经过网关并且traceId发生改变。
我们可以将查询方式分为两种。1. 关键字查询比如输入订单号。这种其实并不受链路追踪方案影响也不受网关影响。所以还是在各个域根据关键字查询即可。2. 通过traceId查询。这种首先需要通过网关信息获取到映射关系。也就是traceId1-traceId2。 然后分别用这两个traceId到各自的域中进行搜索即可。
3. 现有能力
通过对原有飞云日志快排功能的完善以及接入成本的改良。Xlog 已经完成主要功能的开发和实现。链接Xlog. 跨域查询操作 多场景覆盖 通过对用户使用习惯的分析目前支持了单个应用、域内跨应用、跨域。按照文件日志等级关键字时间等搜索。同时支持用户操作习惯保存。多模式支持 对阿里云sls采集结构进行支持只要可以拆解为以上三种模式的采集方式都可以支持如果极特殊情况可联系 御田进行定制化。零成本接入 对于已经接入sls的系统无需改动sls配置只需在Xlog上进行配置即可。对于sls采集日志保存时间采集方式预算等分发到各个业务团队可根据自己实际情况进行调整。自定义界面 针对不同的域可能对一些关键字段的敏感度不同。比如有些需要使用traceid有些需要使用requestid游戏需要使用messageid针对这种场景支持自定义搜索框和展示日志的时候对关键字段高亮。性能保障 通过以上多种手段的性能优化目前性能指标如下单个应用查询150ms。32个应用400ms。超过50个应用进行算法优化时间在500ms。
4. 生态建设
本章节记录了在此体系上进行的日志层面的优化和建设。大部分思想和策略是可以复用的希望可以给相同诉求的同学带来帮助。
4.1 成本优化
Xlog体系搭建完成之后如何降低成本成为了新的挑战。经过以下方式的落地成本降低80%。这里也把主要的几个操作列举出来希望可以给相同在使用sls的用户一些帮助。
域外日志直接上传到域内
阿里云对内部账号相对于外部账号是有额外的优惠的。所以如果有弹外部署的部门可以考虑把日志直接上传到域内的账号或者把账号申请成为域内账号。
单应用优化
其实打印日志的时候往往没有考虑到成本原因很多都是随手就打了。因此我们给每个应用按照交易量进行了域值设计超过指标的需要进行优化。
存储时间优化
优化存储时间是最简单最直接的一个方式。我们将线下(日常和预发)的日志存储降低到了1天线上的降低到了3天-7天。然后再配合使用归档能力进行成本的优化。
索引优化
索引优化相对来说比较复杂但是也是效果最明显的。经过分析我们大部分成本开销分布在索引、存储、投递。其中索引占了70%左右。优化索引的操作其实就是将索引所占的日志比例降低。比如说只支持前多少字节的一个查询能力后面的详情部分是附属的详细信息。由于我们域内有统一的日志格式所以在域内的日志中只留了traceid的索引同时对摘要日志保持了全索引。所以后续的查询方式变成先通过摘要日志查询traceid再通过traceid查详情。
4.2 归档能力
在搭建整个架构的同时我们也考虑了成本的因素。在降低成本的时候我们把存储时间进行了缩短。但是缩短存储时间必然会导致历史问题的排查能力缺失。所以我们也提出归档能力的建设。
在sls的logstore中可以配置数据投递https://help.aliyun.com/document_detail/371924.html。 这一步操作其实是讲sls中的信息存储到oss。通俗的讲就是把数据库的表格用文件的形式保存下来删掉索引的能力。在投递过程中会进行加密目前Xlog支持了在界面上进行下载归档的日志然后在本地进行搜索。
后续可以按需将oss数据重新导入到sls参考https://help.aliyun.com/document_detail/147923.html。
4.3 异常日志扫描
借助于之前的架构其实可以很清晰的知道每条日志的内容部分是哪里也可以精准的查询出记录了error日志的文件内容。所以每10分钟巡检一次将每个应用中的异常日志聚合起来就可以获取到这段时间异常信息的数量。然后在于之前的比较就可以知道是不是有新增的错误暴增的错误等等。 如上图所示拿到所有异常日志后会按照一个规则进行md5的计算。堆栈类的和异常日志类的针对两类的算法不同但是本质目标是一样的就是取其中最有可能重读的段落计算md5然后进行聚类。聚类完成之后就可以获取差异进行比较从而判断是不是新增或者暴增。
5. 规划
目前Xlog的基础组件和功能已经实现完毕。在各个应用和域的接入中整个链路将会越来越全。接下来将向全链路可视化排查、智能排查和问题发现方面进行补充。 异常定位辅助在可视化链路上将含有异常的应用标红方便快速查到错误日志。线上典型问题聚合日志巡检。线下错误捕获护航在业务测试的时候经常不会实时的查看日志中的错误信息开启护航模式将舰艇应用错误一旦线下执行过程中出现将会推送。信息查询与钉钉打通用于快捷查询。钉钉机器人发送关键字钉钉将最近执行结果返回。智能排查钉钉输入traceid订单号等返回检测到的异常应用和异常栈。 业务流程编排核对允许应用日志流程编排根据关键字串联的链路流程日志需要满足一定规则。用此规则进- 核对。针对实时性要求不高仅对流程进行验证。发布门禁线下用例回放无业务异常线上安全生产无业务异常 允许发布
6. 使用与共建
参考很多其他团队的采集结构、日志形式、查询方式、展示样式的要求在接入成本上降低和自定义方面进行了提升。针对已经满足条件的团队可以方便的接入。
针对还有一些特殊或者定制化的需求Xlog进行了拓展模块的预留方便共建。 如上图图中绿色组件均可复用只需要针对自己的域进行结构自定义和跨域映射自定义即可。只需要根据定义好的策略模式的接口进行实现即可。
作者王宇(御田)
原文链接
本文为阿里云原创内容未经允许不得转载。
