全棧必備Log日志
Log日志，不論對開發(fā)者自身，還是對軟件系統(tǒng)乃至產品服務都是非常重要的事情。每個開發(fā)者都接觸過日志，以至于每個人對日志的了解都會有所不同。
什么是日志
日志是什么呢?老碼農看來，日志是帶有明確時間標記的信息數(shù)據(jù)記錄。
根據(jù)不同的使用場景和視角，日志的分類也多種多樣。針對生成日志的主體，如果是開發(fā)者，可以有工作或學習日志，如果是代碼，可以是程序日志。根據(jù)應用程序的使用領域，可以有系統(tǒng)日志和應用日志，還可以進一步細分，例如消息日志，事件日志，數(shù)據(jù)庫日志等等。
記日志的方式
對于開發(fā)者而言，隨手記日志(筆記)是一個良好的工作習慣。將工作或學習中遇到的問題，解決方案，新的體會隨時記下來，日積月累，就可以逐漸形成自己的知識體系。作為一個Evernote 的深度用戶，老碼農推薦使用Evernote，當然有道云筆記之類的其他工具同樣有效。開發(fā)者自身的日志一般都是給自己看的，記錄工作或學習日志的方式因人而異，適合自己就好。
而程序代碼中的日志，多用于應用中相關信息的跟蹤記錄，要便于其他開發(fā)者或者其他應用程序使用，一般是由日志標準的。廣泛使用的日志記錄標準是RFC 5424(https://tools.ietf.org/html/rfc5424)中定義的syslog。 syslog標準能夠標準化系統(tǒng)生成，過濾，記錄和分析日志消息。例如，其中定義的日志重要等級是這樣的：
- Emergency: system is unusable
- Alert: action must be taken immediately
- Critical: critical conditions
- Error: error conditions
- Warning: warning conditions
- Notice: normal but significant condition
- Informational: informational messages
- Debug: debug-level messages
在實際應用中，根據(jù)應用場景，有可能不完全遵從RFC 5424， 但依然可以從各種各樣日志工具庫中看到他們的影子，參考《全棧的技術棧設想》，對于全棧必備的幾種編程語言而言，Java中的Log4j，Python 中的Logging， JavaScript 中的log4JS都是不錯的選擇，遺憾的是，老碼農沒有在Objective C 中使用過較好的日志庫，還在用將nslog 寫入文件的方式記日志，在C/C++中到是曾經(jīng)用過log4CXX以及zlog。
在python 的世界里，有著這樣相對偏執(zhí)的說法，“以日志調試為榮，以單步跟蹤為恥”。雖然有矯枉過正的嫌疑，但充分說明了記log日志的重要性。
常見應用中的日志
成熟的系統(tǒng)中都有著自己的日志子系統(tǒng)，例如windows的系統(tǒng)日志，Linux的syslog，docker的容器日志等。這里簡要回顧一些常見后端服務中的日志：Nginx日志，mysql 日志 和 tomcat 日志。
Nginx日志主要分為兩種：訪問日志和錯誤日志。訪問日志主要記錄客戶端訪問Nginx的每一個請求，格式可以自定義。通過訪問日志，可以得到用戶地域來源、跳轉來源、使用終端、某個URL訪問量等相關信息。錯誤日志主要記錄客戶端訪問Nginx出錯時的日志，格式不支持自定義。通過錯誤日志，可以得到系統(tǒng)某個服務或server的性能瓶頸等。在分析nginx 日志時， 老碼農目前比較喜歡的工具是goaccess.
Tomcat下相關的日志文件有Cataline引擎的日志文件，文件名catalina.日期.log;Tomcat下內部代碼丟出的日志，文件名localhost.日期.log;Tomcat下默認manager應用日志，文件名manager.日期.log ;控制臺輸出的日志，Linux下默認重定向到catalina.out ;通過Servlet.xml配置的Access日志，應用程序以log4j.properties：${catalina.base}/logs/probe.log重定向的日志等等。 就分析工具而言，老碼農目前覺得Awstats是個不錯的工具。
MySQL有以下幾種日志：
- 錯誤日志：記錄啟動、運行或停止時出現(xiàn)的問題，一般也會記錄警告信息。
- 一般查詢日志：記錄建立的客戶端連接和執(zhí)行的語句。
- 慢查詢日志：記錄所有執(zhí)行時間超過longquerytime秒的所有查詢或不使用索引的查詢，可以幫我們定位服務器性能問題。
- 二進制日志：任何引起或可能引起數(shù)據(jù)庫變化的操作，主要用于復制和即時點恢復。
- 中繼日志：從主服務器的二進制日志文件中復制而來的事件，并保存為的日志文件。
- 事務日志：記錄InnoDB等支持事務的存儲引擎執(zhí)行事務時產生的日志。
MySQL 中的日志不僅僅是跟蹤信息，而且成為了業(yè)務系統(tǒng)的一部分。就日志分析而言，老碼農最喜歡的就是percona-toolkit了，尤其是其中的慢查詢分析工具pt-query-degist.
根據(jù)應用中的日志，可以獲知系統(tǒng)中更有價值的信息，而且可以為自己的日志系統(tǒng)提供資糧。
日志分析平臺
對單應用實體的日志分析，可以有一些非常不錯的工具，例如上面提到的pt，goaccess等等。但是，對于整個應用系統(tǒng)而言，在工作流或任務鏈上的每個服務組件都會產生日志，那么如何分析整個業(yè)務系統(tǒng)的日志呢?
老碼農覺得ELK是日志分析平臺的一個上佳選擇。ELK由Elasticsearch、Logstash和Kibana三部分組件組成：Elasticsearch是個開源分布式搜索引擎，它的特點是分布式，零配置，自動發(fā)現(xiàn)，索引自動分片，索引副本機制，restful風格接口，多數(shù)據(jù)源，自動搜索負載等。Kibana 是一個開源和免費的工具，可以為 Logstash 和 ElasticSearch 提供日志分析結果的Web可視化界面，匯總、分析和搜索重要數(shù)據(jù)日志。Logstash是一個完全開源的工具，可以對各種日志進行收集、分析，并將其存儲供,logstash 的工作示意圖如下：
在ELK方案中，logstash 進行日志采集和預處理，ES 完成分布式檢索，Kibaba 做最終的分析結果可視化。隨之需求的變化， 基于ELK 之上還有很多變種，例如引進Kafka消息隊列，增加Storm 實時分析等等，都使得基于日志的應用實現(xiàn)更大的價值化。
更進一步，會形成統(tǒng)一日志平臺，逐漸形成業(yè)務系統(tǒng)的一部分，例如支持數(shù)據(jù)的最終一致性等等。連自己都沒想到，日志居然如此的豐富多彩，還有很多有趣的問題，例如日志的動態(tài)開關配置，日志傳輸中的準實時性，寫日志的性能損耗等等。
綜上，log日志的紀錄和分析，不僅僅是一種全棧必備的技能，更是一種開發(fā)者的基本素養(yǎng)。
