日志分析最佳实践：我们从实际经验中，总结出了9大日志记录原则

 

作者 | Dvir Peretz

译者 | Seanhao

是否记录日志不再是问题的现在，如何记录日志和日志记录什么内容，已经成为 IT 运营部门试图提高应用程序性能和投资回报率，需要关注的领域之所在。

本文收集了一些最佳实践及注意要点，可以帮助您“更明智地记录日志”，并为您在排查问题时节省宝贵的时间和资源。

1、了解你的受众

在处理日志前，首先要了解的是——应用程序日志有两类非常不同的受众：人和机器。

机器擅长快速且自动地处理大量结构化数据，人类在处理大量数据时不如机器，阅读日志很耗费人类的时间。然而，人类能很好地处理非结构化数据。

为了最大限度发挥日志的价值，需要让日志既满足人类可读性的要求，又满足机器结构化的需求。

2、日志标准化

做好日志记录的前提，是给日志文件定义标准的结构，且这个结构在系统所有日志文件中都是一致的。

一行日志代表一个单独事件，需要有时间戳、主机名、服务名称和记录器名称等信息，其附加信息还可以有线程或进程 ID、事件 ID、会话 ID 和用户 ID。

其它重要值可能与环境有关，例如：实例 ID、部署名称（deployment name）、应用程序版本或其它与事件相关的键值对。

使用高精度时间戳（如果没有更精确的，用毫秒精度），确保时间戳格式包含时区数据。除非有更重要理由，否则使用 ISO8601 的标准格式。

最后，真正的专业人士，要在每一行日志添加一个唯一的 ID。每种日志通常都有固定及可变的部分，这使得在输入和输出特定模式的日志时很难对单条日志进行过滤。尽管正则表达式很好用，但唯一 ID 可直接定位到某条日志，其作用明显更大。

当记录错误日志时，请添加一个错误 ID，这在日志管理体系中非常有用。

以上这些，对于关联分析不同组件或整个日志体系中的问题非常重要。

3、了解指标

指标是日志记录的一个核心概念，用来说明总体综合数量特征。

一个指标是某属性在一个特定时间的特定值，通常以规定的时间间隔进行度量。

常见的指标类型有：

• Meter -测量事件的发生率（例如网站的访客率）；

• 计时器-测量某些过程消耗的时间（例如 Web 服务器响应时间）；

• 计数器-递加或递减一个整数值（例如登录用户数）；

• Gauge-测量任意值（比如 CPU 占用率）。

每个指标都描述了系统某些属性的状态。

指标的好处就是有大量的数据，并且不同的指标可以关联到一起。例如，当用户花在网页上的时间增多时，“网上吸猫”的指标增速最快，就可以判断用户更喜欢吸猫而不是做其他的事情。

观测指标时，建议长期跟踪并记录指标变化，或将指标与日志分开存储。

4、告警与排障

如果代码中出现了 bug，并且您已经确定系统中出现故障，也许应该采取应对措施，那么不要“在错误日志上设置 ALERT ”——这通常复杂且容易出错。相反，要直接从代码中触发 ALERT。

此外，当记录异常时，虽然堆栈跟踪很有用，但很难阅读。用 Apache ExceptionUtils 可以概述堆栈跟踪信息，这样更容易使用。

5、按严重程度对日志分级

不同事件具有不同的严重性。这一点很重要，它能让你将严重事件与重要事件、不规则事件与常规事件区分开来。

不要忽略出现概率低的严重事件，在为应用程序行为设置基线时，它们可用作数据点。

你的日志中应该主要包含 Debug、Info 、 Warn 信息，以及很少的 Error 信息。

6、始终提供日志上下文

开发人员根据代码记录日志。这意味着当在代码中记录日志时，是基于代码的上下文的。可是读日志的人没有这些上下文信息，有时甚至没有代码的访问权限。

例如，对比以下两行日志信息：

• “数据库挂了。”

• “获取 ID=1 的用户的首选项失败，配置数据库没有响应，将在 5 分钟后重试。”

阅读第二条日志行，我们很容易理解应用程序试图做什么、什么组件失败，以及是否有解决这个问题的方法。

每一条日志行都应该包含足够的信息，以便于准确理解发生了什么，以及在此期间应用程序的状态。

7、选择一个好的日志框架，并善用它的高级特性

不要花费没必要的时间在搭建自己的日志框架上。每种编程语言都有大量优秀的日志库。呃，也许 TrumpScript 除外。

日志框架允许设置不同的附加器，每个附加器都有其输出格式和自定义日志模式。此外，其他标准功能还包括自动添加记录器名称、时间戳、支持多个严重性级别和按这些级别筛选。

日志框架还具有以下要用到的高级特性：

• 为代码中的不同组件配置不同的日志级别阈值；

• 使用丢弃附加器，队列满时可以将低级别事件丢弃在这里；

• 使用日志综述附加器，可以记录：“消息重复 X 遍：【消息正文】”，而不是真的将此条日志消息重复记录 X 遍；

• 在日志级别上设置一个阈值，并将其配置为，在发生更高严重性的日志时也输出 N 条较低级别的日志。

8、写入结构化的日志（根据情况）

让您的附加器编写结构化日志可能会对性能造成一些影响，但如果能这么做，这将是很有价值的。

日后，将自研工具加载到日志分析工具中，或使用日志代理处理日志，将会更容易实现。

9、虽然记录了很多，但应该记录更多

我们经常忽略重要的日志，或者有意不写日志以确保日志的简洁。通常，在日志中找不到答案的话，您将需要浪费更多的时间弄清系统做了什么，然后还要花费大量时间对其进行梳理。可以说，日志的质量，是代码质量或系统质量的一部分。

总之，使用集中日志记录方案，自动化日志处理系统，并应用上述的各种技术保持日志的有用性，坚持记录日志吧。

欢迎各位提出不同的意见，以持续改进这个列表。

原文地址：https://medium.com/@dvir.peretz/9-logging-best-practices-based-on-hands-on-experience-b6412c8faac3