1 背景
在电商系统中，我们现在都部署的是一套微服务的系统，每个服务会有多个节点，服务之间会有相互之间的调用，如果我们把每个日志的服务输出到自己的项目里面，根本没有办法进行整体的分析。再加上微服务负载均衡，日志在哪个节点上输出都无法定位，这给我们排查问题带来了很多的难度，因此一套将分散日志集中收集的系统，显得异常重要了。今天我们就讲下日志收集系统的架构和设计。
2 系统架构
- FileBeat是一个文本日志收集器，作用是可以收集本地的日志文件后传输给各个平台。
- Logstash的作用就是接收来自收集器的数据后，对数据进行过滤，然后将数据发送给es。
- es是整个ELK的核心，它接收了Logstash发送过来的进行存储，并建立索引。可供kibana进行搜索获取数据。因此es为我们解决了大量的日志存储问题和搜索日志的问题。大大的简化我们对日志获取，日志搜索的工作。
- kibana是一个web项目，部署后可通过浏览器进行访问，而这个项目提供了大量的操作和可视化解析功能，让你可以随意的组合，形成自己的一套可视化界面。
没错，我们使用的就是非常成熟的ELK的方案来搭建我们自己的日志收集系统，这样就可以把分散的日志都集中收集在一起了。
但是我们仔细想是不是还缺一些东西呢，就算分散的日志在一起了，我们怎么看日志的调用顺序呢？这个就是我们接下来要讲的日志追踪了。
3 日志追踪
3.1 skywalking
首先要说一下，skywalking是一款国产开源的框架，是一款应用系统性能监测的工具，专为微服务，云原生和容器架构而设计的。可以提供链路追踪和可视化平台，是非常不错的。
可以通过agent 探针的方式接入，对代码无耦合，使用也非常的方便，但是总体感觉有点笨重(个人意见)。
skywalking的日志追踪方案已经非常的成熟，大家感兴趣的可以自行去研究一下。引入日志收集的jar包后，可以接入到mysql，es等，系统的进行日志的分析。
3.2 MDC方案
今天我来说下 springboot+MDC的日志追踪方案，这个方案代码的侵入性比较强，使用起来还是很轻量的。
MDC（Mapped Diagnostic Context，映射调试上下文）是 log4j 、logback及log4j2 提供的一种方便在多线程条件下记录日志的功能。MDC 可以看成是一个与当前线程绑定的哈希表，可以往其中添加键值对。这一点跟ThreadLocal 非常的相似，每个线程维护一个MDC的map,用完就销毁。
在拦截器中进行添加
在日志中添加格式
这样就直接可以使用了
4 总结
日志收集和日志跟踪的方案目前都很成熟了，我们只需要跟我我们自己的具体业务进行搭建和分析就可以了。当然还有其他的方案，欢迎大家留言探讨，点赞关注哦！