博客
关于我
对乱糟糟的日志说再见
阅读量:408 次
发布时间:2019-03-06

本文共 758 字,大约阅读时间需要 2 分钟。

最近有朋友向我抱怨公司系统日志质量不高,实用信息稀少,日志之间零散难追踪。我询问他公司是否有日志收集工具,他表示公司已接入收费第三方日志产品,但日志缺乏关键信息和统一规范,微服务间追踪困难。

经过了解,我推荐了开源分布式追踪框架skywalking和pinpoint,但由于搭建成本和存储成本问题,朋友犹豫不决。后来,我在开源社区发现了一款开源框架TLog,宣称轻量级且易于接入。

项目特性

TLog由Gitee托管,界面以暗黑风格设计。其核心功能是为每行日志自动打标签,包括系统级和业务级标签。标签分为系统标签和业务自定义标签,支持多级追踪。

支持的日志框架

TLog支持log4j、log4j2和logback三大日志框架,提供三种接入方式。测试显示,JavaAgent方式在复杂项目中可能不稳定,但官方支持的接入方式稳定可靠。

支持的RPC框架

TLog支持Dubbo、Spring Cloud和Dubbox等常用RPC框架,能自动适配Spring Boot环境,无需额外配置。原生Spring环境需简单配置,但文档详细说明。

业务标签

TLog允许开发者自定义业务标签,通过注解快速实现。标签支持逻辑处理,可自定义信息处理类,提升日志排版和查找效率。

其他场景支持

TLog支持异步线程和线程池,但线程池需辅助类侵入代码。MQ场景需少量改造才能支持标签传递。

性能

性能测试显示,TLog对日志打印的影响微乎其微,甚至可能稍微加快。测试显示,加TLog后10w日志平均耗时12.89秒,差异不大,但样本量小,需更多测试验证。

总结

TLog适合中小型企业快速解决日志追踪问题,集成分布式追踪功能,标签系统完善,性能优越。缺点是无法自行收集日志,需结合其他收集方案。总体来说,TLog是一个值得关注的开源工具。

转载地址:http://hyxkz.baihongyu.com/

你可能感兴趣的文章
pandas改变一列值(通过apply)
查看>>
Pandas数据分析的环境准备
查看>>
Pandas数据可视化怎么做?用实战案例告诉你!
查看>>
Pandas数据处理与分析教程:从基础到实战
查看>>
Pandas数据结构之DataFrame常见操作
查看>>
pandas整合多份csv文件
查看>>
pandas某一列转数组list
查看>>
Pandas模块,我觉得掌握这些就够用了!
查看>>
Pandas玩转文本处理!
查看>>
SpringBoot 整合 Mybatis Plus 实现基本CRUD功能
查看>>
pandas的to_sql方法中使用if_exists=‘replace‘
查看>>
Springboot ppt转pdf——aspose方式
查看>>
pandas读取csv编码utf-8报错
查看>>
pandas读取parquet报错
查看>>
pandas读取数据用来深度学习
查看>>
pandas读取文件时,不去掉前面的0 保留原有的数据格式
查看>>
Pandas进阶大神!从0到100你只差这篇文章!
查看>>
spring5-介绍Spring框架
查看>>
pandas,python - 如何在时间序列中选择特定时间
查看>>
Spring 框架之 AOP 原理深度剖析
查看>>