重庆薇電█ 188★2335★0811 ████试管选性别███供卵试管婴儿代孕███选性别生男孩 ████试管包出生████代孕男孩████代孕包出生███代孕选性别██试管婴儿███代孕生男孩█████
1. 针对一个高并发的应用，你是否会选择打印访问日志？
2. 针对分布式的应用，你是否会选择将所有日志打印到日志中心？
解决方案：
1. 如果如果你选择为了性能，不打印日志，那无可厚非。但是你得考虑清楚，出问题的时候是否能够做到快速排查？
2. 你觉得日志分布在各台机器上很方便，那不用日志中心也行！
如果，你还是会选择打印大量的访问日志，如果你还是会选择打印日志到日志中心，那么本文对你有用！
如果自己实现一个日志中心，不说很难吧，也还是要费很大力气的，比如性能，比如容量大小！
所以，本文选择阿里云的 loghub 作为日志中心，收集所有日志！
loghub 常规操作:
在提出本文主题之前，咱们要看看loghub自己的方式，以及存在的问题！
在官方接入文档里，就建议咱们使用 logProducer 接入。
其实 logProducer 已经做了太多的优化，比如当日志包数据达到一定数量，才统一进行发送，异步发送等等！
至于为什么还会存在本篇文章，则是由于这些优化还不够，比如 这些日志发送仍然会影响业务性能，仍然会受到内存限制，仍然会抢占大量cpu。。。
好吧，接入方式:
1. 引入maven依赖:
<dependency>
<groupId>com.aliyun.openservices</groupId>
<artifactId>aliyun-log-logback-appender</artifactId>
<version>0.1.13</version>
</dependency>
2. logback中添加appender:
<appender name="LOGHUB-APPENDER" class="appender:com.aliyun.openservices.log.logback.LoghubAppender">
<endpoint>${loghub.endpoint}</endpoint>
<accessKeyId>${loghub.accessKeyId}</accessKeyId>
<accessKey>${loghub.accessKey}</accessKey>
<projectName>${loghub.projectName}</projectName>
<logstore>test-logstore</logstore>
<topic>${loghub.topic}</topic>
<packageTimeoutInMS>1500</packageTimeoutInMS>
<logsCountPerPackage>4096</logsCountPerPackage>
<!-- 4718592=4M, 3145728=3M, 2097152=2M -->
<logsBytesPerPackage>3145728</logsBytesPerPackage>
<!-- 17179869184=2G(溢出丢弃) , 104857600=12.5M, 2147483647=2G, 536870912=512M-->
<memPoolSizeInByte>536870912</memPoolSizeInByte>
<retryTimes>1</retryTimes>
<maxIOThreadSizeInPool>6</maxIOThreadSizeInPool>
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>INFO</level>
</filter>
</appender>
<root level="${logging.level}">
<appender-ref ref="STDOUT"/>
<appender-ref ref="LOGHUB-APPENDER" />
</root>
3. 在代码中进行日志打印:
private static Logger logger = LoggerFactory.getLogger(MyClass.class);
logger.warn("give me five: {}", name);
看似高效接入，存在的问题:
1. loghub日志的发送是异步的没错，但是当发送网络很慢时，将会出现大量内存堆积;
2. 堆积也不怕，如上配置，当堆积内存达到一定限度时，就不会再大了。他是怎么办到的？其实就是通过一个锁，将后续所有请求全部阻塞了，这想想都觉得可怕；
3. 网络慢我们可以多开几个发送线程嘛，是的，这样能在一定程度上缓解发送问题，但是基本也无补，另外，日志发送线程开多之后，线程的调度将会更可怕，而这只是一个可有可无的功能而已啊；
针对以上问题，我们能做什么？
1. 去除不必要的日志打印，这不是废话嘛，能这么干早干了！
2. 在网络慢的时候，减少日志打印；这有点牵强，不过可以试试！
3. 直接使用异步线程进行日志接收和发送，从根本上解决问题！
4. 如果使用异步线程进行发送，那么当日志大量堆积怎么办？
5. 使用本地文件存储需要进行发送的日志，解决大量日志堆积问题，待网络畅通后，快速发送！
考虑到使用异步线程发送日志、使用本地磁盘存储大量日志堆积，问题应该基本都解决了！
但是具体怎么做呢？
如何异步？
如何存储磁盘？
这些都是很现实的问题！
如果看到这里，觉得很low的同学，基本可以撤了！
下面我们来看看具体实施方案：
1. 如何异步？
能想像到的，基本就是使用一个队列来接收日志写请求，然后，开另外的消费线程进行消费即可！
但是，这样会有什么问题？因为外部请求访问进来，都是并发的，这个队列得线程安全吧！用 synchronized ? 用阻塞队列?
总之，看起来都会有一个并行转串行的问题，这会给应用并发能力带去打击的！
所以，我们得减轻这锁的作用。我们可以使用多个队列来解决这个问题，类似于分段锁！如果并发能力不够，则增加锁数量即可！
说起来还是很抽象吧，现成的代码撸去吧！
1. 覆盖原来的 logProducer 的 appender, 使用自己实现的appender, 主要就是解决异步问题:
<appender name="LOGHUB-APPENDER" class="com.test.AsyncLoghubAppender">
<endpoint>${loghub.endpoint}</endpoint>
<accessKeyId>${loghub.accessKeyId}</accessKeyId>
<accessKey>${loghub.accessKey}</accessKey>
<projectName>${loghub.projectName}</projectName>
<logstore>apollo-alarm</logstore>
<topic>${loghub.topic}</topic>
<packageTimeoutInMS>1500</packageTimeoutInMS>
<logsCountPerPackage>4096</logsCountPerPackage>
<!-- 4718592=4M, 3145728=3M, 2097152=2M -->
<logsBytesPerPackage>3145728</logsBytesPerPackage>
<!-- 17179869184=2G(溢出丢弃) , 104857600=12.5M, 2147483647=2G, 536870912=512M-->
<memPoolSizeInByte>536870912</memPoolSizeInByte>
<retryTimes>1</retryTimes>
<maxIOThreadSizeInPool>6</maxIOThreadSizeInPool>
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>INFO</level>
</filter>
</appender>