Node.js+ELK日志规范的实现

一般前端开发同学，对日志其实不太敏感，毕竟前端大多数情况下，不太关心日志。即使有，也可能调用一些第三方的统计，比如百度统计或者别的等。在 Node.js(下文中简称node) 推进过程中，也发现我们平常打日志太随意，该打的日志没有打，打的一些关键日志缺少必要上下文信息，导致在线上定位问题的时候很困难。

本文主要梳理了目前我们团队在nodejs开发中日志方面存在的问题，以及通过统一日志规范，希望达到什么样的效果。

问题

node日志不规范，打日志太随意
没有良好的日志格式、约定的字段，在 ELK 里不能很好的解析&检索 (PS: ELK文章在路上)
由于node对接的后端服务化，调用链不清晰，定位问题困难
数据部门对node日志的使用，没有明确的记录。node修改了日志，导致统计数据异常

目标

规范日志打印字段&格式，便于 ELK 检索
增强node上下游(nginx/后端)日志格式，加入惟一 requestId，方便微服务下定位问题
统计应用运行情况，性能数据
维护数据部门对node日志的使用情况

实现方案

日志类型

参考一些日志的最佳实践，目前将node日志分为如下几种类型(scope)：

desc: 系统启动、运行过程中，打的日志，表明系统的一些启动日志、启动参数等，也包含在不能捕获到http上下文的时候，打的日志
stat: 系统性能统计日志，应用会定时收集一些性能信息，便于查询应用当前状态
visit: 每个http请求相关的日志，会包含惟一的 requestId，定位该请求相关的所有日志
biz: 业务数据相关日志，主要提供给数据统计使用

日志级别

只使用 FATAL、ERROR、WARN、INFO 和 DEBUG 等级。

FATAL - 导致程序退出的严重系统级错误，不可恢复，当错误发生时，系统管理员需要立即介入，一般应用代码不使用。
ERROR - 运行时异常以及预期之外的错误，也需要立即处理，但紧急程度低于FATAL,当错误发生时，影响了程序的正确执行。需要注意的是这两种级别属于服务自己的错误，需要管理员介入，用户输入出错不属于此分类，请求后端、读文件、数据库等超时、返回错误结构，属于ERROR
WARN - 预期之外的运行时状况，表示系统可能出现问题。对于那些目前还不是错误，然而不及时处理也会变成错误的情况，也可以记为WARN，如磁盘过低。
INFO - 有意义的事件信息，记录程序正常的运行状态，比如收到请求，成功执行。通过查看INFO,可以快速定位WARN，ERROR, FATAL。INFO不宜过多，通常情况下不超过 DEBUG 的10%。
DEBUG - 与程序运行时的流程相关的详细信息以及当前变量状态。

日志格式/字段

日志格式统一采用 JSON ，便于 ELK 解析处理。
日志中的各个字段的值，都应该尽量使用英文，不使用中文。
日志具体字段，分为基础数据 + 扩展数据。基础数据，是底层日志框架自带的，所有日志都会包含。扩展数据，不同类型的日志，包含不同的字段。

日志基础数据

目前使用的 node-bunyan 日志库，官方文档，基础字段包含如下：

v: integer 。bunyan的日志版本号
level: integer。日志级别对应的数字
name: string。服务名
hostname: string。主机名
pid: integer。进程号
time: string。UTC 格式的日期
msg: string。日志主体信息

日志扩展数据

下面定义的各个数据类型的扩展数据，不是全部的字段，仅包含该日志类型下，必需的字段。这些必需的扩展字段，需要在 ELK 中建立索引，方便定位各种问题。

desc类型日志，扩展字段：TODO
stat类型日志，扩展字段：{ perf: {rss: xxxx, cpu: xxx} }
visit类型日志，扩展字段：
biz

{
  ///////////// 基础数据 ////////
  v: 1,
  level: 20,
  ///////////// 扩展字段 ////////
  // 标志日志类型
  scope: "visit",
  //事件类型：在 visit 的日志类型下，还会细分不同的事件，比如 client-req、client-res、 普通trace、请求后端service-start, service-end, service-err等。
  event: "trace",
  //客户端ID，追踪用户、设备会话。在web端，可以是长期的cookie；在APP端，可以是device-id等
  rrdid: "",
  //本次请求的惟一ID，串联本次请求的所有相关日志
  req_id: "some-uuid-for-request",
  //本次请求的用户ID
  uid: "",
  //本次请求的客户端相关数据，通过 ctx.logger 打日志时，自动加上
  d: {
    url: "/some/path?include-query",
    //客户端ip
    ip: "10.138.10.1",
    //客户端的 userAgent
    ua: ""
  },
  //本次node请求的处理时间，毫秒
  tm: 500,
  //该日志相关的上下文数据，尽量拼成一个字符串，放在 extra 里
  extra: "",

  //ERROR 级别日志，最好包含error相关信息，比如请求后端相关参数等
  err: {
    msg: "",
    stack: ""
  },

  //调用后端服务相关参数和响应
  service_req: {
    host: "",
    path: "",
    payload: ""
  },
  service_res: {
    //http状态码
    http_code: 200,
    //响应时间
    tm: 100,
    //响应的body
    body: "",
    //异常信息
    err: ""
  }
}

什么时候打日志

开发者目前只关心 visit 类型的日志，即和某一次http请求相关联的日志。desc和stat类型的日志，统一由开发框架封装后实现，业务开发不用关心。下面讲的，都是针对 visit 类型的日志。
一次http请求，会打出一系列相关联的日志。在node层，通常一次请求，会进一步转发给N个后端服务，然后对后端数据进行一些处理、合并等操作，最后渲染页面或是输出JSON。因此，一次请求相关的日志，大体分为以下几种 event：

client-req: client请求到达node层，统一由框架打日志，开发不关心
service-start: node对某个后端服务发起请求，由通用请求库负责打日志，开发不关心
service-end: node请求某个后端服务结束，由通用请求库负责打日志，开发不关心
service-err: node请求后端服务异常，由通用请求库负责打日志，开发不关心。调用后端服务异常，日志级别为 WARN，不是 ERROR
trace: node中业务层打的日志，如果异常，能帮助定位本次请求相关问题
client-res: 结束client的请求，打印本次请求的http code，本次请求处理时间等，由框架统一打，开发不关心

开发同学在打日志时，应该谨慎的选择级别，INFO(含)级别以上，都应该能对定位问题、具体业务统计需求有要求，才能使用。大部分情况下，可以使用 DEBUG 级别，线上不会开启DEBUG级别。

具体方法调用

针对打印 visit类型的日志，调用 ctx.logger(基于Koa的框架) 属性打日志，推荐参数都传递 JSON，具体方法如下：

ctx.logger.debug({msg: "", "extra": "a=1 b=2 c=value"});
ctx.logger.info({msg: "xxx", "extra": "其他的额外字段"});
ctx.logger.warn({msg: "xxx", "extra": "额外上下文数据"});
//ERROR级别日志，应该提供 Error 对象
ctx.logger.error({msg: 'xxx', err: error, extra: ""});

注意1，额外的参数，推荐存放在 extra 字段中，统一拼成 string；如果确实有必要单独出每个字段，禁止额外的参数占用上述通用字段名！！

注意2，基础数据中的msg字段，禁止包含具体的上下文数据，和该日志相关的上下文数据，应该拼成字符串，放在单独的 extra 字段中。比如，某个用户登录接口，希望统计调用次数，可以这样打印:

ctx.logger.info({msg: "user login", "extra": 'mobile=18712387101 code=xxxx k3=value3'});

频道导航

Node.js+ELK日志规范的实现

您可能感兴趣的文章: