億級日志log4j2接入Kafka方案

億級日志log4j2接入Kafka方案

背景描述

一個(gè)高訪問量高并發(fā)高響應(yīng)的系統(tǒng)干签,每天大概5~6億的請求日志量,日志接入大數(shù)據(jù)平臺(tái),第一版使用的是Flume方式,后來因?yàn)樾枰谌罩咀鰧?shí)時(shí)預(yù)警功能辰企,故需要實(shí)時(shí)接入,采用log4j2 KafkaAppender接入Kafka消息隊(duì)列的模式况鸣。

log4j2配置

<Kafka name="kafkaLog" topic="topic_request_log" ignoreExceptions="false">
    <PatternLayout pattern="[%-4level]_|_%d{YYYY-MM-dd HH:mm:ss}_|_%m_|_${sys:ip}"/>
    <Property name="bootstrap.servers">bigdata001.dns.org:9092,bigdata002.dns.org:9092</Property>
    <Property name="max.block.ms">2000</Property>
</Kafka>

<RollingFile name="failoverKafkaLog" fileName="../log/Service/failoverKafka/request.log"
            filePattern="../log/Service/failoverKafka/request.%d{yyyy-MM-dd}.log">
    <ThresholdFilter level="INFO" onMatch="ACCEPT" onMismatch="DENY"/>
    <PatternLayout>
        <Pattern>[%-4level]_|_%d{YYYY-MM-dd HH:mm:ss}_|_%m_|_${sys:ip}%n</Pattern>
    </PatternLayout>
    <Policies>
        <TimeBasedTriggeringPolicy />
    </Policies>
</RollingFile>

<Failover name="Failover" primary="kafkaLog" retryIntervalSeconds="600">
    <Failovers>
        <AppenderRef ref="failoverKafkaLog"/>
    </Failovers>
</Failover>

<!--異步-->
<AsyncLogger name="kafkaLogger" level="INFO" additivity="false">
    <appender-ref ref="Failover"/>
</AsyncLogger>

注意點(diǎn)(坑點(diǎn)):

① 日志接入必須異步牢贸,絕對不能影響服務(wù)性能,

② 響應(yīng)要求比較高的系統(tǒng)接入第三方系統(tǒng)镐捧,必須依賴解耦潜索,此處的Failover Appender就是解耦對Kafka的依賴,當(dāng)Kafka Crash時(shí)懂酱,日志觸發(fā)Failover竹习,寫本地即可

③ log4j2 Failover appender retryIntervalSeconds的默認(rèn)值是1分鐘,是通過異常來切換的列牺,所以可以適量加大間隔整陌,比如上面的10分鐘

④ Kafka appender ignoreExceptions 必須設(shè)置為false,否則無法觸發(fā)Failover

⑤ 這里有個(gè)比較大的坑是max.block.ms Property,KafkaClient包里默認(rèn)值是60000ms泌辫,當(dāng)Kafka宕機(jī)時(shí)随夸,嘗試寫Kafka需要1分鐘才能返回Exception,之后才會(huì)觸發(fā)Failover震放,當(dāng)請求量大時(shí)宾毒,log4j2 隊(duì)列很快就會(huì)打滿,之后寫日志就Blocking殿遂,嚴(yán)重影響到主服務(wù)響應(yīng)诈铛。所以要設(shè)置足夠短,隊(duì)列長度足夠長墨礁。

⑥ log4j2異步設(shè)置詳細(xì)參考:log4j2異步注意事項(xiàng)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末幢竹,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子饵溅,更是在濱河造成了極大的恐慌妨退,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,265評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蜕企,死亡現(xiàn)場離奇詭異咬荷,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)轻掩,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,078評論 2 385
  • 文/潘曉璐 我一進(jìn)店門幸乒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人唇牧,你說我怎么就攤上這事罕扎。” “怎么了丐重?”我有些...
    開封第一講書人閱讀 156,852評論 0 347
  • 文/不壞的土叔 我叫張陵腔召,是天一觀的道長。 經(jīng)常有香客問我扮惦,道長臀蛛,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,408評論 1 283
  • 正文 為了忘掉前任崖蜜,我火速辦了婚禮浊仆,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘豫领。我一直安慰自己抡柿,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,445評論 5 384
  • 文/花漫 我一把揭開白布等恐。 她就那樣靜靜地躺著洲劣,像睡著了一般备蚓。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上闪檬,一...
    開封第一講書人閱讀 49,772評論 1 290
  • 那天星著,我揣著相機(jī)與錄音,去河邊找鬼粗悯。 笑死,一個(gè)胖子當(dāng)著我的面吹牛同欠,可吹牛的內(nèi)容都是我干的样傍。 我是一名探鬼主播,決...
    沈念sama閱讀 38,921評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼铺遂,長吁一口氣:“原來是場噩夢啊……” “哼衫哥!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起襟锐,我...
    開封第一講書人閱讀 37,688評論 0 266
  • 序言:老撾萬榮一對情侶失蹤撤逢,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后粮坞,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蚊荣,經(jīng)...
    沈念sama閱讀 44,130評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,467評論 2 325
  • 正文 我和宋清朗相戀三年莫杈,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了互例。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,617評論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡筝闹,死狀恐怖媳叨,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情关顷,我是刑警寧澤糊秆,帶...
    沈念sama閱讀 34,276評論 4 329
  • 正文 年R本政府宣布,位于F島的核電站议双,受9級特大地震影響痘番,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜聋伦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,882評論 3 312
  • 文/蒙蒙 一夫偶、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧觉增,春花似錦兵拢、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,740評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽访惜。三九已至,卻和暖如春腻扇,著一層夾襖步出監(jiān)牢的瞬間债热,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,967評論 1 265
  • 我被黑心中介騙來泰國打工幼苛, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留窒篱,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,315評論 2 360
  • 正文 我出身青樓舶沿,卻偏偏與公主長得像墙杯,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子括荡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,486評論 2 348

推薦閱讀更多精彩內(nèi)容

  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理高镐,服務(wù)發(fā)現(xiàn),斷路器畸冲,智...
    卡卡羅2017閱讀 134,629評論 18 139
  • 姓名:周小蓬 16019110037 轉(zhuǎn)載自:http://blog.csdn.net/YChenFeng/art...
    aeytifiw閱讀 34,713評論 13 425
  • kafka的定義:是一個(gè)分布式消息系統(tǒng)嫉髓,由LinkedIn使用Scala編寫,用作LinkedIn的活動(dòng)流(Act...
    時(shí)待吾閱讀 5,309評論 1 15
  • 本文轉(zhuǎn)載自http://dataunion.org/?p=9307 背景介紹Kafka簡介Kafka是一種分布式的...
    Bottle丶Fish閱讀 5,465評論 0 34
  • 背景介紹 Kafka簡介 Kafka是一種分布式的邑闲,基于發(fā)布/訂閱的消息系統(tǒng)算行。主要設(shè)計(jì)目標(biāo)如下: 以時(shí)間復(fù)雜度為O...
    高廣超閱讀 12,826評論 8 167