1. 为什么要构建日志系统2. 通用日志系统的总体架构3. 日志系统的元数据来源：data source4. 日志系统的子安全域日志收集系统：client Agent5. 日志系统的中心日志整合系统：log server6. 日志系统的后端存储系统：log DB7. 日志系统搭建学习

http://elf8848.iteye.com/blog/2083306

1. 构建应用系统和分析系统的桥梁，并将它们之间的关联解耦 2. 支持近实时的在线分析系统和类似于Hadoop之类的离线分析系统 3. 具有高可扩展性。即: 当数据量增加时，可以通过增加节点进行水平扩展

1. scribe agentscribe agent实际上是一个thrift client。向scribe(中心server)发送数据的唯一方法是使用thrift client， scribe内部定义了一个thrift接口，用户(scribe agent)使用该接口将数据发送给server(scribe)2. scribescribe接收到thrift client发送过来的数据，根据配置文件，将不同topic的数据发送给不同的对象。scribe提供了各种各样的store，如 file， HDFS等，scribe可将数据加载到这些store中。3. 存储系统存储系统实际上就是scribe中的store，当前scribe支持非常多的store，包括    1) file(文件)    2) buffer(双层存储: 一个主储存、一个副存储)    3) network(另一个scribe服务器)    4) bucket(包含多个store，通过hash的将数据存到不同store中)    5) null(忽略数据)    6) thriftfile(写到一个Thrift TFileTransport文件中)    7) multi(把数据同时存放到不同store中) 

1. 灵活的，动态可控的数据源2. 高性能，高可扩展的存储系统3. 合适的框架，用于对收集到的大规模数据进行分析

1. Adaptor数据源可封装其他数据源，如file，unix命令行工具等目前可用的数据源有:    1) hadoop logs    2) 应用程序度量数据    3) 系统参数数据(如linux cpu使用流率)2. HDFS存储系统Chukwa采用了HDFS作为存储系统，对于Chukwa使用的HDFS的这个业务场景，存在几个问题    1) HDFS的设计初衷是支持大文件存储(hadoop的特点)和小并发高速写的应用场景    2) 而日志系统的特点恰好相反，它需支持高并发低速率的写和大量小文件的存储3. Collector和Agent为了克服HDFS存储系统和Chukwa日志采集速率不兼容的问题，增加了agent和collector阶段。    3.1 Agent的作用: 给adaptor提供各种服务，包括        1) 启动和关闭adaptor        2) 将数据通过HTTP传递给Collector        3) 定期记录adaptor状态，以便crash后恢复     3.2 Collector的作用:         1) 对多个数据源发过来的数据进行合并，然后加载到HDFS中        2) 隐藏HDFS实现的细节，如，HDFS版本更换后，只需修改collector即可 4. Demux和achieving直接支持利用MapReduce处理数据。它内置了两个mapreduce作业，分别用于获取data和将data转化为结构化的log。存储到data store(可以是数据库或者HDFS等)中

1. 数据在磁盘上的存取代价为O(1)2. 高吞吐率，在普通的服务器上每秒也能处理几十万条消息3. 分布式架构，能够对消息分区4. 支持将数据并行的加载到hadoop

1. ProducerProducer的任务是向broker发送数据。Kafka提供了两种producer接口    1) low_level接口:    使用该接口会向特定的broker的某个topic下的某个partition发送数据    2) high level接口:     该接口支持同步/异步发送数据基于zookeeper的broker自动识别和负载均衡(基于Partitioner)producer可以通过zookeeper获取可用的broker列表，也可以在zookeeper中注册listener，该listener在以下情况下会被唤醒：    a．添加一个broker    b．删除一个broker    c．注册新的topic    d．broker注册已存在的topic当producer得知以上时间时，可根据需要采取一定的行动 2. BrokerBroker采取了多种策略提高数据处理效率，包括sendfile和zero copy等技术 3. Consumerconsumer的作用是将日志信息加载到中央存储系统上。kafka提供了两种consumer接口    1) low level接口:     它维护到某一个broker的连接，并且这个连接是无状态的，即，每次从broker上pull数据时，都要告诉broker数据的偏移量    2) high-level接口    它隐藏了broker的细节，允许consumer从broker上push数据而不必关心网络拓扑结构。更重要的是，对于大部分日志系统而言，consumer已经获取的数据信息都由broker保存，而在kafka中，由consumer自己维护所取数据信息

1. 可靠性当节点出现故障时，日志能够被传送到其他节点上而不会丢失。Flume提供了三种级别的可靠性保障，从强到弱依次分别为        1) end-to-end(收到数据agent首先将event写到磁盘上，当数据传送成功后，再删除；如果数据发送失败，可以重新发送)    2) Store on failure(这也是scribe采用的策略，当数据接收方crash时，将数据写到本地，待恢复后，继续发送)    3) Best effort(数据发送到接收方后，不会进行确认)2. 可扩展性Flume采用了三层架构，分别为agent，collector和storage，每一层均可以水平扩展。其中，所有agent和collector由master统一管理，这使得系统容易监控和维护，且master允许有多个(使用ZooKeeper进行管理和负载均衡)，这就避免了单点故障问题3. 可管理性所有agent和colletor由master统一管理，这使得系统便于维护。用户可以在master上查看各个数据源或者数据流执行情况，且可以对各个数据源配置和动态加载。Flume提供了web和shell script command两种形式对数据流进行管理 4. 功能可扩展性用户可以根据需要添加自己的agent，colletor或者storage。此外，Flume自带了很多组件，包括各种agent(file， syslog等)，collector和storage(file，HDFS等) 

1. agentagent的作用是将数据源的数据发送给collector    1.1 source: 数据来源    Flume自带了很多直接可用的数据源(source)，如：        1) text("filename"): 将文件filename作为数据源，按行发送        2) tail("filename"): 探测filename新产生的数据，按行发送出去        3) fsyslogTcp(5140): 监听TCP的5140端口，并且接收到的数据发送出去    1.2 sink         1) console[("format")]: 直接将将数据显示在桌面上        2) text("txtfile"): 将数据写到文件txtfile中        3) dfs("dfsfile"): 将数据写到HDFS上的dfsfile文件中        4) syslogTcp("host", port): 将数据通过TCP传递给host节点2. collectorcollector的作用是将多个agent的数据汇总后，加载到storage中。它的source和sink与agent类似。从本质上来说，也可以把collector看成是一个agent，只是它所处的网络架构的位置为中心汇总的位置，负责将所有子安全域的agent上报的信息进行整理汇总 3. storagestorage是存储系统，可以是一个普通file，也可以是HDFS，HIVE，HBase等 

1. agent(封装数据源，将数据源中的数据发送给collector)：日志采集2. collector(接收多个agent的数据，并进行汇总后导入后端的store中)：日志综合汇总、整理3. store(中央存储系统，应该具有可扩展性和可靠性，应该支持当前非常流行的HDFS)：日志存储

http://dongxicheng.org/search-engine/log-systems/

http://www.cnblogs.com/LittleHann/p/3892465.html

1. klogdklogd进程是记录系统运行的过程中内核生成的日志,而在系统启动的过程中内核初始化过程中生成的信息记录到控制台(/dev/console)当系统启动完成之后会把此信息存放到/var/log/dmesg文件中，我可以通过cat /var/log/dmesg查看这个文件,也可以通过dmesg命令来查看2. syslogdsyslogd 进程是记录非内核以外的信息

http://fanqiang.chinaunix.net/a1/b5/20011011/1200021437.htmlhttp://ant595.blog.51cto.com/5074217/1080922

http://bbs.gxnu.edu.cn/nForum/#!article/Programming/1386http://blog.sina.com.cn/s/blog_704836f40101kyys.htmlhttp://mewbies.com/how_to_use_snoopy_logger_tutorial.htm

http://www.cnblogs.com/LittleHann/p/3854977.htmlhttp://www.cnblogs.com/LittleHann/p/3920387.html

1. 支持SSL/TSL协议2. 支持将日志写入数据库中,支持的数据库有MySQL, Microsoft SQL (MSSQL), Oracle, PostgreSQL, and SQLite.3. 支持标准的syslog协议4. 支持filter、parse以及rewrite5. 支持更多的平台6. 更高的负载能力

http://www.php-oa.com/2012/01/13/linux-syslog-ng.html

1. 如何对异构的客户端日志数据源进行收集、转换、整合2. 客户端的日志provider(产生日志的数据源)的日志产生速率并不一致，有的应用的日志产生方式是低速大文件、有的是高速小文件。如何在这些异构、异速的日志源之间进行日志采集是一个需要考虑的问题3. client agent充当的是日志采集的客户端，在从客户端上获得原始日志数据后，必然要通过网络方式同步到一个中心的日志server上，这是个1:N的消息集中，为了防止出现性能瓶颈，一个好的思路是采用异步消息queue的方式将日志消息push到中心log server上

1. Unified Logging with JSONFluentd tries to structure data as JSON as much as possible: this allows Fluentd to unify all the collect, filter, buffer, and output mechanisms across multiple sources and destinations (Unified Logging Layer). The downstream data processing is much easier with JSON, since you don‘t have to maintain any adhoc scripts.通过JSON的方式，在clinet agent这一层提供了一个统一的日志源抽象层2. Pluggable ArchitectureFluentd has a flexible plugin system that allows community to extend its functionality. Community contributed 300+ plugins makes it compatible with dozens of data sources and data outputs, and let you immediately utilize the data.3. Minimum Resources RequiredFluentd is written in a combination of C language and Ruby, and requires very little system resource. The vanilla instance runs on 30-40MB of memory and can process 13,000 events/second/core.4. Built-in ReliabilityFluentd supports memory- and file-based buffering to prevent inter-node data loss. Fluentd also support robust failover and can be set up for high availability. 2,000+ data-driven companies rely on Fluentd to differentiate their products and services through a better use and understanding of their log data.

http://docs.fluentd.org/articles/quickstart

1. 高性能2. 实时性3. 顺序性4. 高可靠性5. 高可用性6. 可扩展性等特点(基于Hbase)

1. 日志收集2. 数据监控3. 广告反馈4. 量子统计5. 数据库同步等领域

1. TTmanager    1) 负责对外提供队列申请、删除、查询和集群的管理接口    2) 对内故障发现，发起队列迁移2. Client一组访问timetunnel的API，主要有三部分组成    1) 安全认证api    2) 发布api    3) 订阅api目前client支持java，python，php三种语言 3. Router客户端提供路由信息，找到为消息队列提供服务的Broker。Router是访问timetunnel的门户，主要负责路由、安全认证和负载均衡        
　　 1) Client访问timetunnel的第一步是向Router进行安全认证    2) 如果认证通过，Router根据Client要发布或者订阅的topic对Client进行路由，使Client和正确的Broker建立连接    3) 路由的过程包含负载均衡策略，Router保证让所有的Broker平均地接收Client访问 4. ZookeeperZookeeper是hadoop的开源项目，其主要功能是状态同步，Broker和Client的状态都存储在这里5. Broker Broker是timetunnel的核心，负责消息的存储转发，承担实际的流量，进行消息队列的读写操作

http://blog.csdn.net/pelick/article/details/26265663http://code.taobao.org/p/TimeTunnel/wiki/index/http://code.taobao.org/p/TimeTunnel/src/http://www.oschina.net/question/3307_14476

http://my.oschina.net/pzh0819/blog/143800

//You can easily do this via rubygems (beware it requires at least ruby 1.9.2):$ gem install fluentd//When you’re done you can create a setup file:$ fluentd -s ~/.fluentdThis will create the file ~/.fluentd/fluent.conf and setup the ~/.fluent/plugins folder. 

## built-in TCP input## $ echo <json> | fluent-cat <tag><source>  type forward  port 24224</source> ## match tag=fluentd.test.** and dump to console<match fluentd.test.**>  type stdout</match> <match mongo.**>  type mongo  host 127.0.0.1  port 27017  database fluentd  collection test   # for capped collection  capped  capped_size 1024m   # flush  flush_interval 1s</match>

$ fluentd -c ~/.fluent/fluent.conf

#!/bin/sh fluent_log(){  local project="$1"  local script_name="$2"  local message="$3"  echo "{\""project\"":\""$project"\",\""script_name\"":\""$script_name"\",\""message\"":\""$message\""}" | fluent-cat fluentd.test.log} fluent_log "Library" "Reload books" "Started"

http://metalelf0.github.io/tools/2013/08/09/fluentd-usage-example-with-bash-and-ruby/http://blog.nosqlfan.com/html/3521.htmlhttp://bbs.linuxtone.org/home.php?mod=space&uid=15973&do=blog&id=3492