日志瘦身骚操作:从5G优化到1G!
共 3114字,需浏览 7分钟
· 2022-07-26
文章来源:https://c1n.cn/mtr19
在日常开发中,通常为了方便调试、方便查问题,会打印很多 INFO 级别的日志。
随着访问量越来越大,一不小心,某个日志文件一天的 size 就大于了某个阈值(如 5G),于是,收到了优化日志大小的告警,一定时间内不优化反馈给你主管,囧...
日志过大容易导致一些运维操作消耗机器性能,如日志文件检索、数据采集、磁盘清理等。
那么,日志瘦身哪些常见的思路呢?本文结合某个具体案例谈谈我的看法。
日志瘦身方法论
![](https://filescdn.proginn.com/987212a53bcd5628b403a1a0b0f9cd32/2660ca2b8b22e7ceec4a90924dcf6dc7.webp)
只打印必要的日志
有时候为了方便测试,临时打印很多 INFO 级别日志。对于这种日志,等项目上线前,可以将非必要的日志删除或者调整为 DEBUG 级别。
但有些场景下有些日志可打印为 DEBUG 也可打印为 INFO,打印成 INFO 级别占空间,打印成 DEBUG 级别线上查问题的时候又需要用到,肿么办?
![](https://filescdn.proginn.com/c50ae1ff3dd08936238fcffac308a017/14c1ebde86f1f405721c4527f7a72f31.webp)
我们可以对日志工具类进行改造,支持上下文传递某个开关时(正常调用没有这个开关,通过公司的 Tracer 或者 RPC上下文传递),可以临时将 DEBUG日志提升为 INFO级别。
伪代码如下:
if(log.isDebugEnable()){
log.debug(xxx);
}else if(TracerUtils.openDebug2Info()){
log.info("【debug2info】"+xxx);
}
这样,可以将一些纠结是否要打印成 INFO 日志的 log 打印成 DEBUG 级别,查问题时自动提升为INFO 日志。
为了避免误会,区分 DEBUG 提升 INFO 的日志和普通 INFO 日志,加上类似【debug2info】 日志前缀。
![](https://filescdn.proginn.com/2040f4795dd576a566ed919e879bacb3/98d83e1f5c00d32bfc8d9975f33a2447.webp)
当然,你也可以搞一些其他骚操作,这里只是举个例子,请自行举一反三。
合并打印
有些可以合并的日志,可以考虑合并。
如在同一个方法前后都打印了 INFO 日志:
INFO [64 位traceId] XXXService 执行前 size =10 INFO [64 位traceId] XXXService 执行后 size =4
可以合并成一条:
INFO [64 位traceId] XXXService 执行前 size =10 执行后 size =4
简化&缩写&压缩
某个日志非常有必要,但是打印的对象有些大,如果可以满足问题排查需求的情况下,我们可以:
选择只打印其 ID 创建一个只保留关键字段的日志专用对象,转化为日志专用对象,再打印。 可以用缩写,如 write 简化为 w, read 简化为 r,execute 简化为 e 等;比如 pipeline 中有 20 个核心 bean ,打印日志时可以使用不同的编号替代 bean 全称,如 S1,S2 ,虽然没那么直观,但既可以查问题,又降低了日志量。
优化案例
场景描述
一个业务场景涉及很多 bean,为了复用一些通用逻辑,这些 bean 都继承自某个抽象类。
在抽象类中,定义了执行 bean 前后的一些通用逻辑,如执行前后打印当前 pipeline 中 item 的数量。最后一个 bean 执行完结果转换后需要打印出结果。
优化分析
① 只打印必要日志
由于当前 bean 执行前 相当于前一个 bean 执行后,因此只打印执行后的日志就可以,执行前的 INFO 日志可以删除或者改为 DEBUG (只打印必要日志) 通常问题只出现在执行前后 size 不一致的情况下,因此执行后打印日志前可以加个判断,如果执行前后 size 相同则不打印。
伪代码如下:
if(sizeBefore != sizeAfter){
log.info("service:{}, 前size:{},后size:{}", getName(),sizeBefore, sizeAfter)
}
这招效果很明显,因为大多数 bean 的执行前后 size 是相同的,就不会打印这条日志。而假设之前有 20 个,这条日志就需要打印 20次,改进后可能只需要打印 2-3 次。
② 日志合并
为了方便查问题还需要打印执行前的 size ,那么将执行前的 size 记录在内存中,打印执行后日志时多打印出执行前的 size。
伪代码如下:
log.info("service:{}, 执行前size:{}", getName(),sizeBefore)
log.info("service:{}, 执行后size:{}", getName(),sizeBefore, sizeAfter)
合并后:
log.info("service:{}, 前size:{},后size:{}", getName(),sizeBefore, sizeAfter)
③ 日志精简
对于最终结果,将结果对象(如 XXDTO)转化为只包括关键信息,如 id, title 的日志对象(XXSimpleLogDTO),转化为日志对象后再打印。
log.info("resultId:{}",result.getId());
或者:
log.info("result:{}",toSimpleLog(result));
效果评估
该日志一天产生 5G 左右,这里百分之 80% 左右都是打印执行前后的 size,10% 左右是打印最终结果,还有一些其他的日志。
经过上述方法优化后,每天日志量不足 1G。
![](https://filescdn.proginn.com/9a1a6ebfad7ab773d71f770b58bacdad/7ab9ee497214ef1ea413ff6b87a86676.webp)
在满足排查问题的需要,又实现日志瘦身之间进行了取舍。
总结
日志瘦身需要进行权衡,保留排查问题的必要日志情况下尽可能精简。可以采用删除不必要日志,合并日志,日志简化等方式进行优化。
我们还可以进行一些骚操作,支持线上 DEBUG 临时提升 INFO(当然也可以使用 arthas)来辅助我们查问题。
你还有哪些不错的日志瘦身技巧?欢迎在文章末尾评论一起交流。
推荐阅读
你好,我是程序猿DD,10年开发老司机、阿里云MVP、腾讯云TVP、出过书创过业、国企4年互联网6年。从普通开发到架构师、再到合伙人。一路过来,给我最深的感受就是一定要不断学习并关注前沿。只要你能坚持下来,多思考、少抱怨、勤动手,就很容易实现弯道超车!所以,不要问我现在干什么是否来得及。如果你看好一个事情,一定是坚持了才能看到希望,而不是看到希望才去坚持。相信我,只要坚持下来,你一定比现在更好!如果你还没什么方向,可以先关注我,这里会经常分享一些前沿资讯,帮你积累弯道超车的资本。