跳到主要内容

日志与监控体系

问题​

服务端如何设计日志和监控体系？前端需要了解哪些？

答案​

监控体系全景​

日志分级​

logger.ts
import winston from 'winston';

const logger = winston.createLogger({
  level: process.env.LOG_LEVEL || 'info',
  format: winston.format.combine(
    winston.format.timestamp(),
    winston.format.json(),
  ),
  transports: [
    new winston.transports.Console(),
    new winston.transports.File({ filename: 'error.log', level: 'error' }),
    new winston.transports.File({ filename: 'combined.log' }),
  ],
});

// 日志级别（从高到低）
// error: 错误，需要立即处理
// warn:  警告，可能有问题
// info:  信息，正常业务流程
// debug: 调试，开发阶段使用
级别用途示例
error系统错误数据库连接失败、未捕获异常
warn潜在问题接口超时重试、缓存未命中率过高
info业务流程用户登录、订单创建、支付完成
debug调试信息请求参数、SQL 查询、中间状态

结构化日志​

structured-log.ts
// ✅ 结构化日志（易于搜索和分析）
logger.info('Order created', {
  orderId: 'ORD-001',
  userId: 'USR-123',
  amount: 99.99,
  duration: 45,   // 处理耗时 ms
  traceId: 'abc-def-123',
});

// ❌ 非结构化日志（难以检索）
logger.info(`User USR-123 created order ORD-001, amount: 99.99`);

请求链路追踪​

trace-middleware.ts
import { v4 as uuid } from 'uuid';

// 中间件：为每个请求添加 traceId
const traceMiddleware = (req: Request, res: Response, next: NextFunction) => {
  const traceId = req.headers['x-trace-id'] as string || uuid();
  req.traceId = traceId;
  res.setHeader('x-trace-id', traceId);

  // 记录请求日志
  logger.info('Request received', {
    traceId,
    method: req.method,
    path: req.path,
    userAgent: req.headers['user-agent'],
    ip: req.ip,
  });

  // 记录响应日志
  const start = Date.now();
  res.on('finish', () => {
    logger.info('Response sent', {
      traceId,
      statusCode: res.statusCode,
      duration: Date.now() - start,
    });
  });

  next();
};

常见面试问题​

Q1: 前端错误发生后，如何通过日志快速定位问题？​

答案：

  1. 前端上报时携带 traceId（从响应头获取）
  2. 用 traceId 在服务端日志系统中搜索完整链路
  3. 查看链路上每个服务的日志：请求参数 → 处理过程 → 返回结果

Q2: ELK 是什么？​

答案：

  • Elasticsearch：日志存储和搜索引擎
  • Logstash：日志收集和处理管道
  • Kibana：可视化查询和仪表盘

日志采集流程：应用 → Filebeat → Logstash → Elasticsearch → Kibana

Q3: 什么样的日志应该记录？什么不该记录？​

答案：

应该记录：请求入口和出口、关键业务操作、错误堆栈、性能指标 不该记录：用户密码、信用卡号、Token 明文等敏感信息

Q4: Prometheus 和 ELK 的区别？​

答案：

  • Prometheus + Grafana：适合指标监控（CPU、内存、QPS、响应时间），时序数据
  • ELK：适合日志分析（搜索具体请求、错误排查），全文搜索

两者互补，通常一起使用。

Q5: 日志量太大怎么办？​

答案：

  1. 日志分级：生产环境只记 info 及以上
  2. 采样：正常请求按比例采样，错误请求全量记录
  3. 轮转和归档：定期压缩、过期自动删除
  4. 异步写入：不阻塞主流程

相关链接​