常用的日志收集系统有Syslog-ng，Scribe，Flume，当然还有ELK的LogStash.而目前互联网公司最长用的时Scribe和Flume，Scibe是Facebook开源的，但是现在已经不维护，所以不推荐使用。
Scribe
Scribe是Facebook开源的日志收集系统，在facebook内部已经得到大量的应用。Scribe是基于一个非阻断C++服务的实现。它能够从各种日志源上收集日志，存储到一个中阳存储系统。
三个角色:
- 日志服务器
- 为了收集日志，每一台日志服务器上都会部署一个scribe客户端,它包含两个模块agent 和 local_server
- Agent是以tail的方式读取本地目录下的日志文件，并将数据写到本地的Local_server
- local_server通过zookeeper定位到Center_server
- 中心服务器
- 中心服务器作用就是把散落在各个机器的日志统一收集起来
- Center_server和Local_server一样,只是配置不同,通过thrift进行通信
- center_server收到数据后，根据配置将各个category的数据发向不同的方向，比如写到HDFS或者发到Kafka等
- 存储服务器
- 最终存储日志的地方
- 供计算框架以及搜索引擎框架计算使用
LogStash
Logstash是ELK中的一个工具，在ELK中起到的作用是对日志进行收集、分析、过滤。
上图所示，由三个组件组成:
- 数据来源，支持较多输入源的插件
- beats
- file
- http
- jdbc
- kafka
- log4j
- ...
- 过滤器
- json
- csv
- ...
- 输出目的地
- file
- mongodb
- rabbitmq
- kafka
Flume
Flume是分布式的、可靠的、高性能、可扩展的的日志收集框架。
Flume的Agent
Agent由三部分组成:
- Source: 数据源
- Channel:包括两种fileChannel和Memorychannel
- Sink:输出目的地
三个角色:
- 客户端日志收集层
- 在每个客户端部署一个Agent进程，负责对单机的日志手机工作
- 中心服务器
- Collector层部署在中心服务器上，负责接收Agent层发送的日志，并且将日志根据路由规则写到响应的Store层
- 存储层
对比
-
Scribe：C++编写，现在已经不再维护，不推荐使用
-
Logstash： 针对日志收集，搜索，计算，可视化有一系列的产品，并且可使用的插件以及社区较为活跃推荐使用
-
Flume: Java编写,较为灵活，并且吞吐量高。业界已经验证过，建议使用。
总结
从上面可以看出日志收集框架基本都是三个组件:
-
Agent : 部署在各个应用服务器，来收集应用的日志
-
Collector: 日志收集中心，把分散在Agent的统一统一收集到日志中心
-
Storage: 存储层，日志收集之后的存储
注:
这里的日志收集框架只是最简单的，如果数据量过大，以及考虑数据收集的可靠。可以在中间添加kafka或者redis等中间件，保证可靠以及缓冲等作用。