怎么记日志才算专业，SRE、DEV 都应该了解的实践指南
日志记录不是随意的流水账，而是有目的的证据收集。每一条日志都应为未来的你和你的团队提供清晰、有用的信息，帮助你们理解系统的运行状态、排查问题并优化性能。通过结构化日志、添加上下文信息、明确日志级别，并善用现代工具进行过滤和控制，你可以打造一个高效、可靠的日志记录体系 —— 让日志真正成为可观测性实践中的宝贵资产，而非无用信息的堆积。
标签：日志监控
汇总 Flashcat 博客中与 日志监控 相关的文章，方便按主题连续阅读实践、案例、选型和产品更新。
日志监控 相关文章
日志管理最佳实践：一分钟精简版
本文总结了日志管理的五大最佳实践，涵盖统一日志格式、合理日志级别、关联上下文信息、安全日志管理以及将日志转换为指标等关键方面，帮助提升日志处理效率与安全性。
Flashduty 日志监控如何获取日志原文
日志监控时，想要在告警消息中带上日志原文，应该如何操作？Flashduty 提供了一个关联查询的功能，可以在告警事件中包含日志原文。
夜莺日志监控如何获取日志原文
使用夜莺做日志监控，怎么才能在告警事件中包含日志原文
17 个您需要监控的 Linux 日志文件
作为运维工程师，很多日志文件是需要监控的，研发不会主动要求，他们会默认你已经采集了。主要是一些系统日志和 Web 服务器的日志，本文会罗列出来帮你查漏补缺。
ElasticSearch query_string 语法样例，收藏备用
ElasticSearch 支持多种查询语法，DSL、SQL、EQL 等，其中 DSL 中的 query_string 极为灵活，可以看做一种小型查询语法，本文介绍一下 query_string 的几个简单样例，帮助你快速入门
Fluentbit 入门教程（3）：多行日志解析的最佳实践
使用 Fluentbit 解析多行日志的最佳实践。本文是 Fluentbit 入门系列教程的第三篇。Fluentbit 是一款轻量的日志采集器，通常用于容器、嵌入式环境。
Fluentbit 入门教程（2）：使用正则表达式解析日志
在本博客中，我们会学习如何使用正则表达式在 Fluent bit 中解析日志消息。正则表达式是一种强大的工具，可以帮助用户从非结构化或半结构化日志数据中提取有用的信息。我们还了解了如何定义自定义解析器，以便 Fluent Bit 可以正确解析日志消息。这是学习 Fluent Bit 的重要一步，因为它有助于理解日志数据并将其转化为有价值的见解。
Fluentbit 入门教程（1）：tail 插件
通过一个可运行示例讲解 Fluent Bit 的 tail 插件，说明 Read_from_head、DB 偏移记录和标准配置模式，帮助你稳定采集日志。
使用自定义 Fluent Bit 配置解析多行日志
如何使用自定义 Fluent Bit 配置解析多行日志。通过配置多行解析器，您可以将多行日志消息合并到单个日志记录中，从而使日志更易于理解并节省时间。这种方法可以帮助您更好地管理和处理日志信息，提高运维效率。
Fluent Bit 对比 Fluentd
Fluent Bit 和 Fluentd 都是流行的日志收集和处理工具，它们有一些相似之处，但也存在一些差异。本文介绍两个软件的详细对比。
如何配置 Fluent Bit 来收集 K8s 集群的日志
Fluent Bit 被广泛认为是 Fluentd 的小弟，但它同样强大、灵活，在构建时不但考虑了物理机、虚拟机环境，也考虑到了云原生环境。本文讲解使用 Fluent Bit 收集 Kubernetes 集群日志的配置方法。
Grafana Loki 架构讲解
在本指南中，我们将详细了解Grafana Loki架构及其组件。
使用 Fluent Bit 3.0 采集日志、跟踪和指标的最佳实践
这篇博文将向您介绍 Fluent Bit 3.0 以及在可观察性管道（Pipeline）中使用它的一些最佳实践。最近发布的 Fluent Bit 3.0 为 Fluent Bit 最佳实践提供了一些新的机会。让我们看一下 Fluent Bit 以及 v3 的新增功能。
在 Ubuntu 上部署 Fluent Bit 以实现高效的日志转发
讲解在 Ubuntu 上部署 Fluent Bit 的步骤，以及如何配置 Fluent Bit 将日志转发到 OpenObserve。Fluent Bit 是一个开源的多平台日志转发器，它允许您从不同来源收集数据/日志，统一并将它们发送到多个目的地。托管在 CNCF 基金会下，值得我们去了解。
史上最简单的日志告警方案，没有之一
如果你在意生产环境的稳定性，希望自己的服务出问题时及时发现，大概率就有日志监控告警的需求，比如发现日志中有 Error 或 Exception 关键字就告警，比如通过日志统计某个服务的 95 分位延迟数据，延迟过高就告警，比如通过日志统计某个服务的 status code，出现多个 5xx 就告警，等等。日志可能存储在 ElasticSearch、Loki、ClickHouse 等系统中，告警系统的核心逻辑也比较清晰，就是根据用户配置的查询语句，周期性查询这些存储，并对查询结果做阈值判定，如果达到阈值就触发告警。比如统计 5 分钟内出现的 Error 数量，如果大于 10 就告警。
ClickHouse + ClickVisual 构建日志平台
越来越多的互联网公司开始尝试 ClickHouse 存储日志，比如映客、快手、携程、唯品会、石墨文档，但是 ClickHouse 存储日志缺少对应的可视化方案，石墨文档开源了 ClickVisual 用于解决这个问题。
使用 ClickHouse 做日志分析
ClickHouse 作为日志存储的平台，已经被很多大厂验证，国内的比如石墨、B站、唯品会都有相关实践经验分享。本文介绍 Cloudflare 的实践经验。
可观测性数据收集集大成者 Vector 介绍
如果企业提供 IT 在线服务，那么可观测性能力是必不可少的。“可观测性” 这个词近来也越发火爆，不懂 “可观测性” 都不好意思出门了。但是可观测性能力的构建却着实不易，每个企业都会用到一堆技术栈来组装建设。比如数据收集，可能来自某个 exporter，可能来自 telegraf，可能来自 OTEL，可能来自某个日志文件，可能来自 statsd，收集到数据之后还需要做各种过滤、转换、聚合、采样等操作，烦不胜烦，今天我们就给大家介绍一款开源的数据收集+路由器工具：Vector，解除你的上述烦恼。
从应用日志中提取监控metrics
本文讲解如何使用 categraf 的 mtail 插件从应用日志中提取 metrics 指标，这种方式对于无法埋点的应用监控非常有帮助，完全无侵入性；对于系统日志中的关键字监控也非常好用
