使用LogHub进行日志实时采集

 日志服务[LogHub功能](~~43721~~)提供日志数据实时采集与消费，其中实时采集功能支持30+种手段，这里简单介绍下各场景的采集方式。

日志服务LogHub功能提供日志数据实时采集与消费，其中实时采集功能支持30+种手段，这里简单介绍下各场景的接入方式。

数据采集一般有两种方式，区别如下。我们这里主要讨论通过LogHub流式导入（实时）采集。

背景

“我要点外卖“是一个平台型电商网站，用户、餐厅、配送员等。用户可以在网页、App、微信、支付宝等进行下单点菜；商家拿到订单后开始加工，并自动通知周围的快递员；快递员将外卖送到用户手中。

运营需求

在运营的过程中，发现了如下的问题：

获取用户难，投放一笔不小的广告费对到渠道（网页、微信推送），收货了一些用户，但无法评判各渠道的效果

用户经常抱怨送货慢，但慢在什么环节，接单、配送、加工？如何优化？

用户运营，经常搞一些优惠活动（发送优惠券），但无法获得效果

调度问题，如何帮助商家在高峰时提前备货？如何调度更多的快递员到指定区域？

客服服务，用户反馈下单失败，用户背后的操作是什么？系统是否有错误？

数据采集难点

在数据化运营的过程中，第一步是如何将散落日志数据集中收集起来，其中会遇到如下挑战：

多渠道：例如广告商、地推（传单）等

多终端：网页版、公众账号、手机、浏览器（web，m站）等

异构网：VPC、用户自建IDC，阿里云ECS等

多开发语言：核心系统Java、前端Nginx服务器、后台支付系统C++

设备：商家有不同平台（X86，ARM）设备

我们需要把散落在外部、内部日志收集起来，统一进行管理。在过去这块需要大量几种工作，现在可以通过LogHub采集功能完成统一接入。

日志统一管理、配置

创建管理日志项目Project，例如叫myorder

为不同数据源产生日志创建日志库Logstore，例如：

wechat-server (存储微信服务器访问日志)

wechat-app （存储温馨服务器应用日志）

wechat-error （错误日志）

alipay-server

alipay-app

deliver-app （送货员app状态）

deliver-error （错误日志）

web-click （H5页面点击）

server-access（服务端Access-Log）

server-app (应用)

coupon （应用优惠券日志）

pay （支付日志）

order（订单日志）

如需要对原始数据进行清洗与ETL，可以创建一些中间结果logstore

参考数据清洗与ETL

（更多操作可以参见快速开始/管理控制台）

用户推广日志采集

为获取新用户，一般有2种方式：

1. 网站注册时直接投放优惠券

2. 其他渠道扫描二维码，投放优惠券

- 传单二维码

- 扫描网页二维码登陆

做法

定义如下注册服务器地址，生成二维码（传单、网页）供用户注册扫描。用户扫描该页面注册时，就知道用户通过特定来源进入，并记录日志。

http://examplewebsite/login?source=10012&ref=kd4b

当服务端接受请求时，服务器输出如下日志：

2016-06-20 19:00:00 e41234ab342ef034,102345,5k4d,467890

time：注册时间

session: 浏览器当前session，用以跟踪行为

source：来源渠道，例如活动A为10001， 传单为10002，电梯广告为10003

ref：推荐号，是否有人推荐注册，没有则为空

params：其他参数

收集方式：

1. 应用程序输出日志到硬盘，通过Logtail采集

2. 应用程序通过SDK写入，参见SDK

服务端数据采集

支付宝/微信公众账号编程是典型的Web端模式，一般会有三种类型日志：

做法

日志写到本地文件，通过Logtail配置正则表达式写到指定Logstore

Docker中产生日志可以使用容器服务集成日志服务

Java程序可以使用Log4J Appender日志不落盘, LogHub Producer Library（客户端高并发写入）；Log4J Appender

C#、Python、Java、PHP、C等可以使用SDK写入

Windows服务器可以使用Logstash采集

终端用户日志接入

移动端：可以使用移动端SDK IOS, Android、或MAN（移动数据分析）接入

ARM设备：ARM平台可以使用Native C交叉编译

商家平台设备：X86 平台设备可以用SDK、ARM平台可以使用Native C交叉编译

Web/M 站页面用户行为

页面用户行为收集可以分为两类：

1. 页面与后台服务器交互：例如下单，登陆、退出等。

2. 页面无后台服务器交互：请求直接在前端处理，例如滚屏，关闭页面等。

做法

第一种可以参考服务端采集方法

第二种可以使用Tracking Pixel/JS Library收集页面行为，参考Tracking Web接口

服务器日志运维

做法

参考服务端采集方法

不同网络环境下数据采集

LogHub在各Region提供 访问点，每个Region提供三种方式接入点：

内网（经典网）：本Region内服务访问，带宽链路质量最好（推荐）

公网（经典网）：可以被任意访问，访问速度取决于链路质量、传输安全保障建议使用HTTPS

私网（专有网VPC）：本Region内VPC网络访问

更多请参见网络接入，总有一款适合你。

其他

参见LogHub完整采集方式。

参见日志实时消费，涉及流计算、数据清洗、数据仓库和索引查询等功能。