上一篇，我们针对分布式日志存储方案设计做了一个理论上的分析与总结，文章地址。本文我们将结合其中的一种方案进行实战代码的演示。另外一种方案，将在下一篇文章进行分享，此篇文章分享的是MongoDB架构模式。在知乎上发布该文章时，有人提到使用opentelemtry+tsdb，感兴趣的可以去了解一下。
架构模式
通过上一篇的分析，我们大致总结出这样的一个架构设计，架构图如下：
- 业务A、业务B、业务C和业务D表示我们实际的接口地址。当客户端发送请求时，直接的处理模块。系统日志的生成也是在该模块中进行生成。
- MQ服务，则是作为日志队列，临时存储日志消息。这样是为了提高日志的处理能力。在高并发的业务场景中，如果实时的将日志写入到MongoDB中，这样难免会降低业务处理的速度。
- MongoDB服务，则是最终的日志落地。也就是说将我们的日志存储到磁盘，以达到数据的持久化，避免数据丢失。
- 对于系统的日志查看，我们可以直接登录MongoDB服务进行SQL查询。一般为了效率、安全等原因，会提供一个管理界面来实时查看MongoDB的日志。这里就是我们的web展示界面。可以通过web界面对日志做查询、筛选、删除等操作。
上面提到的是一个架构的大致流程图。下面将具体的代码演示，需要查看代码的可以通过Github仓库地址获取。
代码演示
代码中要操作RabbitMQ服务、MongoDB服务、API业务逻辑处理和其他的服务，我这里将代码调用逻辑设计为如下结构。
magin.go(入口文件)->api(业务处理)->rabbitmq(日志生产者、消费者)->MongoDB(日志持久化)。
整理代码架构如下：
代码说明
下面罗列几个使用到的技术栈以及对应的版本，可能需要在使用本代码时，需要注意一下这些服务的版本兼容，避免代码无法运行。
- Go version 1.16。
- RabbitMQ version 3.10.0。
- MongoDB version v5.0.7。
下面对几个稍微重要的代码段，进行简单说明，完整代码直接查看Github仓库即可。
入口文件
package main
import (
"fmt"
"net/http"
"github.com/gin-gonic/gin"
"gologs/api"
)
func main() {
r := gin.Default()
// 定义一个order-api的路由地址，并做对应的接口返回
r.GET("/order", func(ctx *gin.Context) {
orderApi, err := api.OrderApi()
if err != nil {
ctx.JSON(http.StatusInternalServerError, gin.H{
"code": 1,
"msg": orderApi,
"data": map[string]interface{}{},
})
}
ctx.JSON(http.StatusOK, gin.H{
"code": 1,
"msg": orderApi,
"data": map[string]interface{}{},
})
})
// 指定服务地址和端口号
err := r.Run(":8081")
if err != nil {
fmt.Println("gin server fail, fail reason is ", err)
}
}订单业务逻辑
package api
import (
"time"
"gologs/rabbit"
)
// 订单业务逻辑处理，并调用Rabbit服务投递order日志
func OrderApi() (string, error) {
orderMsg := make(map[string]interface{})
orderMsg["time"] = time.Now()
orderMsg["type"] = "order"
err := rabbit.SendMessage(orderMsg)
if err != nil {
return "write rabbitmq log fail", err
}
return "", nil
}RabbitMQ处理日志
package rabbit
import (
"encoding/json"
"github.com/streadway/amqp"
"gologs/com"
)
func SendMessage(msg map[string]interface{}) error {
channel := Connection()
declare, err := channel.QueueDeclare("logs", false, false, false, false, nil)
if err != nil {
com.FailOnError(err, "RabbitMQ declare queue fail!")
return err
}
marshal, err := json.Marshal(msg)
if err != nil {
return err
}
err = channel.Publish(
"",
declare.Name,
false,
false,
amqp.Publishing{
ContentType: "text/plain", // message type
Body: marshal, // message body
DeliveryMode: amqp.Persistent,
})
if err != nil {
com.FailOnError(err, "rabbitmq send message fail!")
return err
}
return nil
}消费者消费消息
package rabbit
import (
"encoding/json"
"fmt"
"time"
"gologs/com"
"gologs/mongo"
)
func ConsumerMessage() {
channel := Connection()
declare, err := channel.QueueDeclare("logs", false, false, false, false, nil)
if err != nil {
com.FailOnError(err, "queue declare fail")
}
consume, err := channel.Consume(
declare.Name,
"",
true,
false,
false,
false,
nil,
)
if err != nil {
com.FailOnError(err, "message consumer failt")
}
for d := range consume {
msg := make(map[string]interface{})
err := json.Unmarshal(d.Body, &msg)
fmt.Println(msg)
if err != nil {
com.FailOnError(err, "json parse error")
}
one, err := mongo.InsertOne(msg["type"].(string), msg)
if err != nil {
com.FailOnError(err, "mongodb insert fail")
}
fmt.Println(one)
time.Sleep(time.Second * 10)
}
}调用MongoDB持久化日志
package mongo
import (
"context"
"errors"
"gologs/com"
)
func InsertOne(collectionName string, logs map[string]interface{}) (interface{}, error) {
collection := Connection().Database("logs").Collection(collectionName)
one, err := collection.InsertOne(context.TODO(), logs)
if err != nil {
com.FailOnError(err, "write mongodb log fail")
return "", errors.New(err.Error())
}
return one.InsertedID, nil
}实战演示
上面大致分享了代码逻辑，接下来演示代码的运行效果。
启动服务
启动服务，需要进入到log是目录下面，main.go就是实际的入口文件。
启动日志消费者
启动日志消费者，保证一旦有日志，消费者能把日志实时存储到MongoDB中。同样的需要到logs目录下执行该命令。
go run rabbit_consumer.go调用API服务
为了演示，这里直接使用浏览器去访问该order对应的接口地址。http://127.0.0.1:8081/order。接口返回如下信息：
如果code是1则表示接口成功，反之是不成功，需要在调用的时候注意一下。
这里可以多访问几次，查看RabbitMQ中的队列信息。如果消费者消费的比较慢，应该可以看到如下信息：
消费者监控
由于我们在启动服务时，就单独开启了一个消费者线程，这个线程正常情况下时一直作为后台程序在运行。我们可以查看大致的消费数据内容，如下图：
MongoDB查看数据
RabbitMQ消费者将日志信息存储到MongoDB中，接下来直接通过MongoDB进行查询。
db.order.find();
[
{
"_id": {"$oid": "627675df5f796f95ddb9bbf4"},
"time": "2022-05-07T21:36:02.374928+08:00",
"type": "order"
},
{
"_id": {"$oid": "627675e95f796f95ddb9bbf6"},
"time": "2022-05-07T21:36:02.576065+08:00",
"type": "order"
}
................
]文末总结
对于该架构的总体演示，就到此结束。当然还有很多细节需要完善，此篇内容主要是分享一个大致的流程。下一篇我们将分享如何在Linux上大家ELK环境，以便我们后期做实际代码演示。