你所不知道的日志异步落库

在互联网设计架构过程中，日志异步落库，俨然已经是高并发环节中不可缺少的一环。为什么说是高并发环节中不可缺少的呢？ 原因在于，如果直接用mq进行日志落库的时候，低并发下，生产端生产数据，然后由消费端异步落库，是没有什么问题的，而且性能也都是异常的好，估计tp99应该都在1ms以内。但是一旦并发增长起来，慢慢的你就发现生产端的tp99一直在增长，从1ms，变为2ms，4ms，直至send timeout。尤其在大促的时候，我司的系统就经历过这个情况，当时mq的发送耗时超过200ms，甚至一度有不少timeout产生。
考虑到这种情况在高并发的情况下才出现，所以今天我们就来探索更加可靠的方法来进行异步日志落库，保证所使用的方式不会因为过高的并发而出现接口ops持续下降甚至到不可用的情况。
 
方案一： 基于log4j的异步appender实现
此种方案，依赖于log4j。在log4j的异步appender中，通过mq进行生产消费入库。相当于在接口和mq之间建立了一个缓冲区，使得接口和mq的依赖分离，从而不让mq的操作影响接口的ops。
此种方案由于使用了异步方式，且由于异步的discard policy策略，当大量数据过来，缓冲区满了之后，会抛弃部分数据。此种方案适用于能够容忍数据丢失的业务场景，不适用于对数据完整有严格要求的业务场景。
来看看具体的实现方式：
首先，我们需要自定义一个Appender，继承自log4j的AppenderSkeleton类，实现方式如下：

1. public class AsyncJmqAppender extends AppenderSkeleton {
3.     @Resource(name = "messageProducer")
4.     private MessageProducer messageProducer;
6.     @Override
7.     protected void append(LoggingEvent loggingEvent) {
8.         asyncPushMessage(loggingEvent.getMessage());
9.     }
11.     /**
12.      * 异步调用jmq输出日志
13.      * @param message
14.      */
15.     private void asyncPushMessage(Object message) {
17.         CompletableFuture.runAsync(() -> {
19.             Message messageConverted = (Message) message;
21.             try {
22.                 messageProducer.send(messageConverted);
23.             } catch (JMQException e) {
24.                 e.printStackTrace();
25.             }
27.         });
28.     }
31.     @Override
32.     public boolean requiresLayout() {
33.         return false;
34.     }
36.     @Override
37.     public void close() {
39.     }
40. }

复制代码

然后在log4j.xml中，为此类进行配置：

1.    
2.     <param name="File" value="D:/export/Instances/order/server1/logs/order.async.jmq" />
3.    
4.     <param name="Append" value="true" />
5.    
6.     <param name="MaxFileSize" value="10KB" />
7.    
8.     <param name="MaxBackupIndex" value="10000" />
9.    
10.     <layout >
11.         <param name="ConversionPattern" value="%m%n" />
12.     </layout>
13. </appender>
14. <logger name="async_mq_appender_logger">
15.    
16. </logger>

复制代码

最后就可以按照如下的方式进行正常使用了：

1. private static Logger logger = LoggerFactory.getLogger("filelog_appender_logger");

复制代码

注意： 此处需要注意log4j的一个性能问题。在log4j的conversionPattern中，匹配符最好不要出现 C% L%通配符，压测实践表明，这两个通配符会导致log4j打日志的效率降低10倍。
方案一很简便，且剥离了接口直接依赖mq导致的性能问题。但是无法解决数据丢失的问题（但是我们其实可以在本地搞个策略落盘来不及处理的数据，可以大大的减少数据丢失的几率）。但是很多的业务场景，是需要数据不丢失的，所以这就衍生出我们的另一套方案来。
 
方案二：增量消费log4j日志
此种方式，是开启worker在后台增量消费log4j的日志信息，和接口完全脱离。此种方式相比方案一，可以保证数据的不丢失，且可以做到完全不影响接口的ops。但是此种方式，由于是后台worker在后台启动进行扫描，会导致落库的数据慢一些，比如一分钟之后才落库完毕。所以适用于对落库数据实时性不高的场景。
具体的实现步骤如下：
首先，将需要进行增量消费的日志统一打到一个文件夹，以天为单位，每天生成一个带时间戳日志文件。由于log4j不支持直接带时间戳的日志文件生成，所以这里需要引入log4j.extras组件，然后配置log4j.xml如下：

之后在代码中的申明方式如下：

1. private static Logger businessLogger = LoggerFactory.getLogger("file_rolling_logger");

复制代码

最后在需要记录日志的地方使用方式如下：

1. businessLogger.error(JsonUtils.toJSONString(myMessage))

复制代码

这样就可以将日志打印到一个单独的文件中，且按照日期，每天生成一个。
然后，当日志文件生成完毕后，我们就可以开启我们的worker进行增量消费了，这里的增量消费方式，我们选择RandomAccessFile这个类来进行，由于其独特的位点读取方式，可以使得我们非常方便的根据位点的位置来消费增量文件，从而避免了逐行读取这种低效率的实现方式。
注意，为每个日志文件都单独创建了一个位点文件，里面存储了对应的文件的位点读取信息。当worker扫描开始的时候，会首先读取位点文件里面的位点信息，然后找到相应的日志文件，从位点信息位置开始进行消费。这就是整个增量消费worker的核心。具体代码实现如下(代码太长，做了折叠)：
[code]/** * @Description: 增量日志扫描worker * @Detail: 此worker主要用来扫描增量日志，日志本身会在不停的插入中，此worker会不停的扫描此日志来将数据上传到kafka集群 * @date 2018-04-08 10:30 */public class LimitBuyScanWorker {    /**     * 日志和位点文件保存的目录     */    private static final String FILE_DIRECTORY = "D:\\export\\Instances\\order\\server1\\logs\\";    /**     * 每次步进的长度，此处为1000行     */    private static final int SCAN_STEP = 1000;    /**     * 日志文件名前缀     */    private static final String LOG_FILE_PREFIX = "limitbuy.soa.order.";    /**     * 位点文件名后缀     */    private static final String OFT_FILE_APPENDIX = ".offset";    public void logScanner() {        //当前时间        Date currentDate = new Date();        //今日        String currentDay = DateUtil.formatDate("yyyy-MM-dd", currentDate);        //今日日志文件路径        String currentLogFilePath = FILE_DIRECTORY + LOG_FILE_PREFIX + currentDay;        logger.error("今日的日志文件路径:" + currentLogFilePath);        //今日位点文件路径        String currentOffsetFilePath = FILE_DIRECTORY + LOG_FILE_PREFIX + currentDay + OFT_FILE_APPENDIX;        //昨日        String yesterDay = DateUtil.formatDate("yyyy-MM-dd", DateUtil.queryPlusDay(currentDate, -1));        //昨日日志文件路径        String yesterdayLogFilePath = FILE_DIRECTORY + LOG_FILE_PREFIX + yesterDay;        logger.error("昨日的日志文件路径:" + yesterdayLogFilePath);        //昨日位点文件路径        String yesterdayOffsetFilePath = FILE_DIRECTORY + LOG_FILE_PREFIX + yesterDay + OFT_FILE_APPENDIX;        //先检测昨日位点和文件体积是否一致，不一致则代表未消费完毕        boolean yesterdayConsumedOK = checkIfConsumeOK(yesterdayLogFilePath, yesterdayOffsetFilePath);        logger.error("昨日的日志文件已被消费完毕:" + yesterdayConsumedOK);        //昨日的文件已扫描完毕        if (yesterdayConsumedOK) {            //扫描并消费今日增量日志            scanAndConsumeLog(currentLogFilePath, currentOffsetFilePath);        }        //昨日的文件未扫描完毕        else {            //扫描并消费昨日增量日志            scanAndConsumeLog(yesterdayLogFilePath, yesterdayOffsetFilePath);        }    }    /**     * 检测日志是否被扫描消费完毕,true:消费完毕；false：未消费完毕     * @Description 此举主要防止log4j在零点大促开始的时候，突然的滚动文件造成的部分增量日志不会被消费的问题     * @param logFilePath     * @param offsetFilePath     */    private boolean checkIfConsumeOK(String logFilePath, String offsetFilePath) {        try {            //打开文件            RandomAccessFile randomAccessFile = new RandomAccessFile(logFilePath, "r");            //得到当前位点            long currentOffset = checkOffset(offsetFilePath);            //得到文件总长            long currentFileLength = randomAccessFile.length();            //比对            if (currentOffset >= currentFileLength) {                return true;            }            return false;        } catch (FileNotFoundException e) {            logger.error("com.jd.limitbuy.service.worker.logScanner 出错(FileNotFoundException):", e);            AlarmUtil.alarm("com.jd.limitbuy.service.worker.logScanner 出错:" + e.getMessage());            return false;        } catch (IOException e) {            logger.error("com.jd.limitbuy.service.worker.logScanner 出错(IOException):", e);            AlarmUtil.alarm("com.jd.limitbuy.service.worker.logScanner 出错:" + e.getMessage());            return false;        }    }    /**     * 扫描并消费增量日志     * @param logFilePath     * @param offsetFilePath     */    private void scanAndConsumeLog(String logFilePath, String offsetFilePath) {        try {            RandomAccessFile randomAccessFile = new RandomAccessFile(logFilePath, "r");            //得到当前位点            long currentOffset = checkOffset(offsetFilePath);            logger.error("开始位点==>" + currentOffset);            //重置位点到当前位点            if (currentOffset

感谢分享，下载保存了，貌似很强大