标签：style   http   os   使用   sp   strong   on   数据   2014   

1.     传统架构

1.1. Rsync方式

说明：

在生产环境上部署rsync传输脚本并设置定时，按天或按小时将日志传输到日志收集服务器

1） 优点

• 对生产服务器和日志收集服务器造成的压力较小

• 数据较精确，且可以比较方便的重复运行

2） 缺点

• 不能实时或者方便的得到想要的统计数据

• 不方便实施分布式

• 需要对每种日志正价同步脚本和设置定时，维护起来比较麻烦

• Flume方式

说明：

         Flume是一个分布式、可靠、和高可用的海量日志聚合的系统，支持在系统中定制各类数据发送方。

         采用了分层架构：分别为agent，collector和storage。其中，agent和collector均由两部分组成：source和sink，source是数据来源，sink是数据去向。

Flume使用两个组件：Master和Node，Node根据在Master shell或web中动态配置，决定其是作为Agent还是Collector。

1） 优点

• Agent和Collector，Collector和Store之间有容错机制，且提供了三种级别的可靠性保证

• 方便分布式部署

• 直接支持HDFS

2） 缺点

• 日志收集前后处理不够灵活，不方便处理成各周期的汇总日志

• 部署比较重量级，适合于T级别数据量的处理

2.     新轻量级架构

2.1. 消息队列方式

说明：

         实线表示日志数据，虚线表示心跳和告警数据。

在生产服务器上增加agent数据监控服务，在日志收集服务器上部署beanstalkd队列服务，agent负责把生产服务器产生的日志实时写入到队列中去。

         在日志收集服务器上部署Collector数据代理服务，负责将队列中的数据取出进行处理汇总。

         Master和Collector可以部署在同一台服务器。

1） 优点

• 能够实时得到数据

• 使用php开发，日志收集前后处理灵活，可以根据需要编写php脚本进行个性化处理

• 统一使用master进行配置管理，非常方便进行部署，监控和维护

• 核心的agent，collector服务可以对其中的处理汇总进行分拆，易于分布式部署

2） 缺点

• 对系统的稳定性要求较高，如果agent异常退出，可能会丢失日志

• 对collector的性能要求较高，直接影响到日志收集服务器的负载

2.2. 未来方案

1）  引入实时流计算框架storm，更好地对大数据进行实时分析处理；

2）  直接传输至HDFS，进行离线大数据计算，主要对一些日期久远的日志及不需要实时计算的日志进行统计分析。

轻量级日志收集技术方案

标签：style   http   os   使用   sp   strong   on   数据   2014   

原文地址：http://my.oschina.net/u/2269208/blog/350031