日志处理技术前瞻 | “ CNUTCon & 日志处理 ” 探班系列

2018 年 10 月 15 日 高效开发运维

2018 年 11 月 16 日,CNUTCon 全球运维技术大会将于上海如期举行。会议第二日,“日志处理”专题亮相。针对该专题内的四大选题,小编对大会“日志处理”专题负责人饶琛琳做出了采访。

大数据时代的到来,不断刷新着人们对数据价值的认知。利用数据更好的为业务服务,则能带来更充足的客源,利用数据反馈于生产,则能指明研发的方向。

对于运维来说,最重要的数据,莫过于日志了。然而,各个集群的日志格式不一,数据量又那么庞大,怎样才能充分又省力的挖掘日志的价值呢?甚至有人会产生疑问,日志真的有那么大的价值吗?

在即将举行的 CNUTCon 全球运维技术大会中,围绕“日志处理”专题,各大互联网集团的四位大咖将会对此问题做出不同角度的解读。这里面会有什么有意思的分享呢,让我们自本次采访中探探底吧。

选题是如何确定的

此次的选题是以普及日志处理更大范围的运用为目的,日志不单单表现在访问日志及错误日志上的查看上,在其他方面,日志同样能够为运维的工作大幅赋值。选题从应用场景和性能管理方面分别进行阐述,旨在让观众知道日志处理可以用于何处,也知道为什么和怎么做。

从传统的运维层面来讲,日志运用的领域较为狭窄。本次选题从多个层面,会针对日志可能用到的方向去做普及。日志可以运用到服务器、网络端、移动端,也可以和测试等功能结合。而这些维度的运用,会给运维人员,或整个 IT 团队,以及业务部门,带来更大价值。这是选择移动端和 QA 与 Ops 通力合作议题的原因。

另一个方面,日志处理运用的范围广了,数据量也会激增,这对日志处理要求的难度就会增高。大规模的海量日志该怎么维护?围绕这点,于是有了日志平台化的选题。而仅仅有平台化还不够,高性能才是目标。这也是运维关注的热点。专题中把高性能放首位,也算不负各位同行的期待!

日志处理的未来发展方向是什么

互联网发展的趋势是用数据分析去驱动 IT 工作。而在日志处理方面,饶琛琳认为未来的发展方向有三个步骤,即集中化,AI 驱动,然后由此调动任务编排。

目前很多企业在日志处理上的常态是,各个部门有单独的日志系统,比如运维、测试、研发,这些部门的日志是分开处理的。这样,日志所起到的作用就相当有限。

数据集中化则能让数据发挥出 1+1>2 的价值。日志统一集中管理,就能获取到更全面细致的信息。在此基础上,利用人工智能的技术,能够让集中化的日志分析过程,更加的高效和准确。日志集中化也就是平台化,平台化能够将各个部门的工作紧密联系在一起,然后就可以做联动性,或者是调用服务编排。这样便能大大提升工作效率。

运维人员可以通过了解日志处理的新兴技术框架,更好地把握技术发展的趋势。在流处理上,目前比较火的框架有 Flink 。对于 Schema 比较固定的需求,可以使用诸如 Kylin、Clickhouse 这些框架。

日志易在上述发展方向上有什么规划

就集中化而言,日志易致力于做一个大平台的管理系统。现在很多公司的 ES 集群如果大于二三十个节点之后,再要管理就相当麻烦,一般情况下,会采取拆集群的方式。这样会造成日志管理的诸多不便。而在用单集群去集中化处理更大量的日志数据的研究方面,日志易已经做了很多性能优化工作。单集群管理日志,会大大减轻运维工作的复杂度。这一点在 CNUTCon 运维大会上日志易技术副总裁黎吾平会有比较具体的介绍。

另外一点是,日志易也会引入 AI 赋能。如性能指标的智能基线告警,日志的异常模式自动发现。

“日志处理”专题暂定议程:

  1. 日志分析场景下的搜索引擎改进 黎吾平 / 日志易技术副总裁

  2. 新思路打造移动端个案综合日志分析系统 周辉 / 美团点评资深移动架构师

  3. QA 与 Ops 通力合作打造反脆弱的软件系统 林冰玉 / ThoughtWorks 高级软件质量分析师

  4. 沪江网日志平台化之路 曹林华 / 沪江资深架构师

更多信息,点击“阅读原文“

登录查看更多
0

相关内容

运维,这里指互联网运维,通常属于技术部门,与研发、测试、系统管理同为互联网产品技术支撑的4大部门,这个划分在国内和国外以及大小公司间都会多少有一些不同。
【干货书】现代数据平台架构,636页pdf
专知会员服务
250+阅读 · 2020年6月15日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
34+阅读 · 2020年4月5日
【论文扩展】欧洲语言网格:概述
专知会员服务
6+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
【工业大数据】工业大数据分析处理技术与应用
产业智能官
28+阅读 · 2019年2月2日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
SLA 99.99%以上!饿了么实时计算平台3年演进历程
51CTO博客
11+阅读 · 2018年4月10日
新闻客户端AI推荐系统解析
产品经理读书会
9+阅读 · 2018年1月12日
【人工智能架构】深度解密京东登月平台基础架构
产业智能官
11+阅读 · 2017年9月26日
今日头条推荐系统架构演进之路
QCon
32+阅读 · 2017年6月21日
边缘计算:万物互联时代新型计算模型
计算机研究与发展
12+阅读 · 2017年5月19日
VrR-VG: Refocusing Visually-Relevant Relationships
Arxiv
6+阅读 · 2019年8月26日
Local Relation Networks for Image Recognition
Arxiv
4+阅读 · 2019年4月25日
VIP会员
相关资讯
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
【工业大数据】工业大数据分析处理技术与应用
产业智能官
28+阅读 · 2019年2月2日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
SLA 99.99%以上!饿了么实时计算平台3年演进历程
51CTO博客
11+阅读 · 2018年4月10日
新闻客户端AI推荐系统解析
产品经理读书会
9+阅读 · 2018年1月12日
【人工智能架构】深度解密京东登月平台基础架构
产业智能官
11+阅读 · 2017年9月26日
今日头条推荐系统架构演进之路
QCon
32+阅读 · 2017年6月21日
边缘计算:万物互联时代新型计算模型
计算机研究与发展
12+阅读 · 2017年5月19日
Top
微信扫码咨询专知VIP会员