saas模式日志收集(收集os日志)

收集os日志

在Windows系统中，使用软件DiskGenius可以对MacOS扩展(日志式)的U盘进行格式化操作，从而能使U盘正常使用。教程：

1.插入U盘，打开软件DiskGenius。

2.选中U盘，点击硬盘-快速分区。

3.分区表类型选择MBR，分区数量为1，勾选重建主引导记录，进行4K对齐，高级设置里格式选择FAT32，采用默认大小，勾选主分区，清空所有卷标。基本参数全部设置完成后，点击确定按钮开始格式化。

4.点击是开始格式化。

5.U盘正在格式化，期间不得移除U盘。

6.U盘格式化完成，可以在Windows系统里正常使用。

ilo收集日志

海湾5000消防主机如果出现故障，可以通过以下步骤进行排查： 1. 首先检查主机是否有供电，如果没有，需要排除电源故障。2. 接下来检查主机内部的电子元件是否损坏，可以通过拆开主机检查或者使用专业的测试仪器进行检测。3. 如果以上步骤都没有发现问题，可以进一步检查连接线路是否有异常，例如连接线路是否接触不良或者损坏。4. 如果还是没有找到问题，可以最后检查使用说明书或者联系厂商的技术支持人员进行进一步的故障排查。总之，海湾5000消防主机出现故障时，需要有系统性的排查方法，平时也需要对主机进行定期的维护和保养，以确保其长期稳定运行。

日志收集器优点

Flume最早是Cloudera提供的日志收集系统，目前是Apache下的一个孵化项目，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力 Flume提供了从console（控制台）、RPC（Thrift-RPC）、text（文件）、tail（UNIX tail）、syslog（syslog日志系统，支持TCP和UDP等2种模式），exec（命令执行）等数据源上收集数据的能力。

Flume采用了多Master的方式。为了保证配置数据的一致性，Flume引入了ZooKeeper，用于保存配置数据，ZooKeeper本身可保证配置数据的一致性和高可用，另外，在配置数据发生变化时，ZooKeeper可以通知Flume Master节点。Flume Master间使用gossip协议同步数据。 Flume是一个分布式、可靠、和高可用的海量日志聚合的系统，支持在系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。 设计目标：

(1) 可靠性 (2) 可扩展性 3) 可管理性 (4) 功能可扩展性

日志收集系统设计

log信息采集就是录制手机的运行日志，可以获取许多重要信息。log信息采集是用于记录系统的运行信息，如手机使用信息，应用故障bug的记录。它默认记录保存再手机的系统文件下，方便后续手机系统故障的定位。

log是指系统日志，通常是系统或者某些软件对已完成的某种处理的记录。有效的log可以记录你操作全过程和系统相应信息，工程师分析log后便可以知道问题发生的环境及原因，有利于问题的解决。

使用手机过程中遇到的概率性BUG、系统问题等，需要工程师定位分析问题原因的。目前常用的主要有普通log和通信log。普通log：主要用于分析系统问题、软件兼容性问题、停止运行类问题等；通信log：主要用于分析通话、数据网络、wifi等问题。

日志收集agent

　1、Apache Flume

　　官网：https://flume.apache.org/

　　Flume 是Apache旗下的一款开源、高可靠、高扩展、容易管理、支持客户扩展的数据采集系统。 Flume使用JRuby来构建，所以依赖Java运行环境。

　　Flume最初是由Cloudera的工程师设计用于合并日志数据的系统，后来逐渐发展用于处理流数据事件。

　　Flume设计成一个分布式的管道架构，可以看作在数据源和目的地之间有一个Agent的网络，支持数据路由。

　　每一个agent都由Source，Channel和Sink组成。

　　Source

　　Source负责接收输入数据，并将数据写入管道。Flume的Source支持HTTP，JMS，RPC，NetCat，Exec，Spooling Directory。其中Spooling支持监视一个目录或者文件，解析其中新生成的事件。

　　Channel

　　Channel 存储，缓存从source到Sink的中间数据。可使用不同的配置来做Channel，例如内存，文件，JDBC等。使用内存性能高但不持久，有可能丢数据。使用文件更可靠，但性能不如内存。

　　Sink

　　Sink负责从管道中读出数据并发给下一个Agent或者最终的目的地。Sink支持的不同目的地种类包括：HDFS，HBASE，Solr，ElasticSearch，File，Logger或者其它的Flume Agent。

　　Flume在source和sink端都使用了transaction机制保证在数据传输中没有数据丢失。

　　Source上的数据可以复制到不同的通道上。每一个Channel也可以连接不同数量的Sink。这样连接不同配置的Agent就可以组成一个复杂的数据收集网络。通过对agent的配置，可以组成一个路由复杂的数据传输网络。

　　配置如上图所示的agent结构，Flume支持设置sink的Failover和Load Balance，这样就可以保证即使有一个agent失效的情况下，整个系统仍能正常收集数据。

　　Flume中传输的内容定义为事件(Event)，事件由Headers(包含元数据，Meta Data)和Payload组成。

　　Flume提供SDK，可以支持用户定制开发：

　　Flume客户端负责在事件产生的源头把事件发送给Flume的Agent。客户端通常和产生数据源的应用在同一个进程空间。常见的Flume客户端有Avro，log4J，syslog和HTTP Post。另外ExecSource支持指定一个本地进程的输出作为Flume的输入。当然很有可能，以上的这些客户端都不能满足需求，用户可以定制的客户端，和已有的FLume的Source进行通信，或者定制实现一种新的Source类型。

　　同时，用户可以使用Flume的SDK定制Source和Sink。似乎不支持定制的Channel。

　　2、Fluentd

　　官网：http://docs.fluentd.org/articles/quickstart

　　Fluentd是另一个开源的数据收集框架。Fluentd使用C/Ruby开发，使用JSON文件来统一日志数据。它的可插拔架构，支持各种不同种类和格式的数据源和数据输出。最后它也同时提供了高可靠和很好的扩展性。Treasure Data, Inc 对该产品提供支持和维护。

　　Fluentd的部署和Flume非常相似：

　　Fluentd的架构设计和Flume如出一辙：

　　Fluentd的Input/Buffer/Output非常类似于Flume的Source/Channel/Sink。

　　Input

　　Input负责接收数据或者主动抓取数据。支持syslog，http，file tail等。

　　Buffer

　　Buffer负责数据获取的性能和可靠性，也有文件或内存等不同类型的Buffer可以配置。

　　Output

　　Output负责输出数据到目的地例如文件，AWS S3或者其它的Fluentd。

　　Fluentd的配置非常方便，如下图：

　　Fluentd的技术栈如下图：

　　FLuentd和其插件都是由Ruby开发，MessgaePack提供了JSON的序列化和异步的并行通信RPC机制。

　　Cool.io是基于libev的事件驱动框架。

　　FLuentd的扩展性非常好，客户可以自己定制(Ruby)Input/Buffer/Output。

　　Fluentd从各方面看都很像Flume，区别是使用Ruby开发，Footprint会小一些，但是也带来了跨平台的问题，并不能支持Windows平台。另外采用JSON统一数据/日志格式是它的另一个特点。相对去Flumed，配置也相对简单一些。

　　3、Logstash

　　https://github.com/elastic/logstash

　　Logstash是著名的开源数据栈ELK (ElasticSearch, Logstash, Kibana)中的那个L。

　　Logstash用JRuby开发，所有运行时依赖JVM。

　　Logstash的部署架构如下图，当然这只是一种部署的选项。

　　一个典型的Logstash的配置如下，包括了Input，filter的Output的设置。

　　几乎在大部分的情况下ELK作为一个栈是被同时使用的。所有当你的数据系统使用ElasticSearch的情况下，logstash是首选。

　　4、Chukwa

　　官网：https://chukwa.apache.org/

　　Apache Chukwa是apache旗下另一个开源的数据收集平台，它远没有其他几个有名。Chukwa基于Hadoop的HDFS和Map Reduce来构建(显而易见，它用Java来实现)，提供扩展性和可靠性。Chukwa同时提供对数据的展示，分析和监视。很奇怪的是它的上一次github的更新事7年前。可见该项目应该已经不活跃了。

　　Chukwa的部署架构如下：

　　Chukwa的主要单元有：Agent，Collector，DataSink，ArchiveBuilder，Demux等等，看上去相当复杂。由于该项目已经不活跃，我们就不细看了。

　　5、Scribe

　　代码托管：https://github.com/facebookarchive/scribe

　　Scribe是Facebook开发的数据(日志)收集系统。已经多年不维护，同样的，就不多说了。

　　6、Splunk Forwarder

　　官网：http://www.splunk.com/

　　以上的所有系统都是开源的。在商业化的大数据平台产品中，Splunk提供完整的数据采金，数据存储，数据分析和处理，以及数据展现的能力。

　　Splunk是一个分布式的机器数据平台，主要有三个角色：

　　Search Head负责数据的搜索和处理，提供搜索时的信息抽取。

　　Indexer负责数据的存储和索引

　　Forwarder，负责数据的收集，清洗，变形，并发送给Indexer

　　Splunk内置了对Syslog，TCP/UDP，Spooling的支持，同时，用户可以通过开发Script Input和Modular Input的方式来获取特定的数据。在Splunk提供的软件仓库里有很多成熟的数据采集应用，例如AWS，数据库(DBConnect)等等，可以方便的从云或者是数据库中获取数据进入Splunk的数据平台做分析。

　　这里要注意的是，Search Head和Indexer都支持Cluster的配置，也就是高可用，高扩展的，但是Splunk现在还没有针对Farwarder的Cluster的功能。也就是说如果有一台Farwarder的机器出了故障，数据收集也会随之中断，并不能把正在运行的数据采集任务Failover到其它的Farwarder上。

　　总结

　　我们简单讨论了几种流行的数据收集平台，它们大都提供高可靠和高扩展的数据收集。大多平台都抽象出了输入，输出和中间的缓冲的架构。利用分布式的网络连接，大多数平台都能实现一定程度的扩展性和高可靠性。

　　其中Flume，Fluentd是两个被使用较多的产品。如果你用ElasticSearch，Logstash也许是首选，因为ELK栈提供了很好的集成。Chukwa和Scribe由于项目的不活跃，不推荐使用。

　　Splunk作为一个优秀的商业产品，它的数据采集还存在一定的限制，相信Splunk很快会开发出更好的数据收集的解决方案。

　　End.

app日志收集方案

命令为var/log/message 。

记录系统重要信息的日志，记录Linux系统的绝大多数重要信息，如果系统出现问题，首先要检查的就是应该是这个日志文件；

/var/log/secure 记录验证和授权方面的信息，只要涉及账户和密码的程序都会记录。比如说系统的登录，ssh的登录，su切换用户，sudo授权，甚至添加用户和修改用户密码；

/var/log/wtmp 永久记录所有用户的登录、注销信息，同时记录系统的启动、重启、关机事件。同样这个文件也是一个二进制文件不能直接vi而需要使用last命令来查看；

/var/run/utmp 记录当前已经登录的用户的信息。这个文件会随着用户的登录和注销而不断变化，只记录当前登录用户的信息，同样这个文件不能直接vi，要使用w，who，users等命令；

日志收集系统

这个问题没有标准答案 我觉得就两类，一类是采集，比如爬虫、传感器、日志 这类是客观世界生成信息和数据 另一类是搬运，比如批量移动，实时移动，这一类就是纯技术问题

收集系统日志命令

查看日志常用命令

tail:

​ -n 是显示行号；相当于nl命令；例子如下：

​ tail -100f test.log 实时监控100行日志

​ tail -n 10 test.log 查询日志尾部最后10行的日志;

​ tail -n +10 test.log 查询10行之后的所有日志;

head:

​ 跟tail是相反的，tail是看后多少行日志；例子如下：

​ head -n 10 test.log 查询日志文件中的头10行日志;

​ head -n -10 test.log 查询日志文件除了最后10行的其他所有日志;

cat：

​ tac是倒序查看，是cat单词反写；例子如下：

​ cat -n test.log |grep "debug" 查询关键字的日志

日志收集对象有哪些

密码一般是6321。输入密码6321，会进入到机顶盒设置界面，设置方法如下：

1、在打开机顶盒后，会出现输入密码界面，输入电信宽带电视设置密码6321。

2、接着，点击基本设置。

3、点击有线连接，点击下一步。

4、选择PPPOE，在用户名和密码处填写宽带账号和密码，填写完成后，点击下一步。

5、完成设置后，点击重启即可。