日志分析背景
传统的日志分析方法是将应用系统产生的日志结构化、放入到数据库中进行分析。随着企业应用系统所产生的运行数据日渐庞大,日志类型不断增加,传统的应用系统日志分析的工作变得繁杂、低效,为企业IT部门带来越来越高的运维难度。尤其在迅速发展的复合应用架构中,采用传统方法进行性能分析的局限性越来越多的显现出来:
面对格式不同,数量庞大的日志数据,需要重复执行筛选、分析、举证,难以准确获取有价值的、可以反映业务性能状态的关键内容;
需要针对每个新上线应用系统定制化开发分析查询界面,将非结构化日志信息进行规整、入库,大量消耗企业IT部门的时间及人力,同时带来开发周期长、落地困难、维护成本高等问题;
各应用系统相互孤立,格式不一,数据高度离散,缺乏关联性,缺乏统一视角对应用系统日志进行分析管理;
随着历史数据的增加,用于存放历史数据的数据库给企业带来巨大的额外开销。
新型的日志分析管理,采用了大数据的处理方法,直接对日志数据进行索引、分析、定位,不再需要将日志数据结构化、入库处理,大大提高了处理效率。并且能够实现多个系统日志之间的关联分析;能够将原来都是T+1的日志分析,做到T+0,即实时的发现问题。
日志分析提供的功能简介
日志分析是收集服务器、网络设备、应用程序、数据库等所产生的日志,对日志文件进行全文索引,并根据日志中索引出的关键字进行关联分析;
还可以关联时间段,提供某个时间段内的系统状态。
让管理员可以对日志中出现的各种情况进行搜索,并且通过非常好的图形化的方式展现出来。
具体实现的功能如下:
交易追踪
交易追踪功能使用户可以根据卡号、账号、用户信息等进行快速查询追踪;
原始日志保存、查询及统计
充分利用现有应用系统所产生的数据资源,在海量数据中准确定位查询有价值的关键信息,同时保持原始日志数据的完整性;并能够对日志的关键字进行频率统计。
日志的分析查询并生成报表
强大的数据分析能力,包括交易性能指标呈现、历史数据统计、多维度关联分析以及去专业化查询界面等;并根据查询的结果生成报表、统计图表。
通过定义仪表板实现问题的实时追踪
根据查询和分析的结果以及实际需求,用户自定义应用仪表板,实现对问题的实时定位和追踪。
file:///C:\Users\dell\AppData\Local\Temp\ksohtml\wps_clip_image-24733.png
日志分析的一个例子
file:///C:\Users\dell\AppData\Local\Temp\ksohtml\wps_clip_image-24838.png
最后可以将这个分析生成一个仪表板,以便今后随时查看。 |