华为云 LTS 云日志服务实战:多源日志接入、结构化查询与告警闭环
一、背景
单体应用时代,SSH 上机器 grep 日志就能定位问题。业务上云后,日志分散在 ECS 主机文件、CCE 容器标准输出、FunctionGraph 函数实例以及 APIG 等云服务侧,排障要在多个入口之间来回切换,问题定位被拉长到小时级。华为云云日志服务 LTS 的价值在于把这些日志收归一处,并提供检索、SQL 分析与告警能力。
二、日志源接入
- ECS 主机日志:安装 ICAgent 后按“路径 + 通配符”配置采集规则,例如 /opt/app/logs/*.log,并用黑名单过滤 *.gz 归档文件。
- CCE 容器日志:容器标准输出可自动采集,建议按 app 标签拆分日志流,避免所有 Pod 混进一条流。
- 云服务日志:FunctionGraph、APIG 支持一键接入,函数冷启动耗时与网关 4xx/5xx 直接落库。
- 业务上报:用 LTS SDK 写入 JSON,比事后正则解析稳定,适合订单、支付链路。
三、结构化解析与索引
日志流可配置正则、JSON、分隔符等解析方式,把原始文本拆成字段。解析后需为 status、request_uri 等字段建索引,才能被 SQL 与告警引用。索引不是越多越好,全量建索引会同时拉高存储与查询成本,只对高频排障字段建索引即可。
四、用 SQL 做分析
LTS 支持类 SQL 聚合,下面统计各接口的 5xx 占比:
SELECT request_uri, count(*) AS total,
count_if(status >= 500) AS err5xx,
round(count_if(status >= 500)*100.0/count(*), 2) AS err_rate
GROUP BY request_uri HAVING err5xx > 10 ORDER BY err5xx DESC
相比逐条翻日志,它能直接回答“哪个接口在报错、错误集中在哪个时间窗口”。
五、告警闭环
关键词告警命中 OutOfMemoryError、Connection refused 即触发;更实用的是 SQL 告警:统计周期 5 分钟、err_rate 大于 1% 触发,关联 SMN 推送到邮件或企业微信。建议设置连续 N 个周期满足才触发,并配一条恢复通知,减少抖动。
六、成本与规范
按“日志组 = 环境、日志流 = 应用”规划,生产保留 30 天、测试保留 7 天,归档转储到 OBS,DEBUG 日志在采集侧直接过滤。规范先行比事后清理有效得多。
七、小结
LTS 落地的关键是把四步连成闭环:接入解决有没有数据,结构化解决能不能查,SQL 解决查得快不快,告警解决有没有人看到。
- 点赞
- 收藏
- 关注作者
评论(0)