提到日志实时分析,很多人都会想到很火的ELK Stack(Elastic/Logstash/Kibana)来搭建。ELK方案开源,在社区中有大量的内容和使用案例。
阿里云日志服务产品在新版中增强查询分析功能(LogSearch/Analytics),支持对日志数据实时索引与查询分析,并且对查询性能和计算数据量做了大量优化。在这里我们做一个全方位的比较,对于用户关心的点,我们依次展开分析:
易用:上手及使用过程中的代价
功能(重点):主要针对查询与分析两块
性能(重点):对于单位大小数据量查询与分析需求,延时如何
规模(重点):能够承担的数据量,扩展性等
成本(重点):同样功能和性能,使用分别花多少钱
对日志分析系统而言,有如下使用过程:
采集:将数据稳定写入
配置:如何配置数据源
扩容:接入更多数据源,更多机器,对存储空间,机器进行扩容
使用:这部分在功能这一节介绍
导出:数据能否方便导出到其他系统,例如做流计算、放到对象存储中进行备份
多租户:如何将数据能否分享给他人使用,使用是否安全等
以下是比较结果:
项目
小项
自建ELK
Log Analytics
采集
协议
Restful API
Agent
Logstash/Beats/FluentD,生态十分丰富
Logtail(为主)+其他(例如Logstash)
配置
单元
提供Index概念用以区分不同日志
Project + Logstore。提供两层概念,Project相当于命名空间,可以在Project下建立多个Logstore
属性
API + Kibana
API + SDK + 控制台
扩容
存储
增加机器,购买云盘
无需操作
机器
新增机器
配置Logstash并通过配管系统应用机器
控制台/API 操作,无需配管系统
采集点
通过配管系统控制,将配置和Logstash安装到机器组
导出
方式
API/SDK
API/SDK + 各流计算引擎(Spark,Storm,Flink,StreamCompute,CloudMonitor,ARMS) + 存储(OSS + MaxCompute)
多租户
安全
无(非商业版)
https + 传输签名 + 多租户隔离 + 访问控制
使用
同一账号
子账号,角色,产品,临时授权等
总体而言:
ELK 有非常多的生态和写入工具,使用中的安装、配置等都有较多工具可以参考。LogSearch/Anlaytics是一个托管服务,从接入、配置、使用上集成度非常高,普通用户5分钟就可以接入。并且过程中不需要担心容量、并发等问题,按量计费,弹性伸缩。
查询主要将符合条件的日志快速命中,分析功能是对数据进行统计与计算。
例如我们有如下需求:所有大于200读请求,根据Ip统计次数和流量,这样的分析请求就可以转化为两个操作:查询到指定结果,对结果进行统计分析。在一些情况下我们也可以不进行查询,直接对所有日志进行分析。
类型
Log-Search/Analytics
文本
索引查询
支持
分词
中文分词
前缀
后缀
模糊
Wildcast
数值
long
double
Nested
Json查询
Geo
Geo查询
支持geohash
Ip
Ip查询
支持 ,并且支持IP转换国家省市运营商,经纬度
上下文
上下文查询
上下文过滤
ElasticSearch 支持的数据类型,以及查询方式上要更强。Log-Search/Analytics 支持大部分常用查询,也有一些特色(例如程序日志上下文查询与展开)。
<a href="https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations.html">ES 5.5 Aggregation</a>
<a href="https://help.aliyun.com/document_detail/53608.html">Log-Search/Analytics分析语法</a>
接口
API/SDK + SQL92
其他协议
JDBC
Agg
Bucketing
Metric
Matrix
Pipline
有限支持
完整支持
运算
字符串
估算
数理统计
日期转换
GroupBy
Having条件
排序
排序 ,不支持聚合计算排序
Join
多表Join
从结果看Log-Search/Analytics 提供的功能是ES 超集,完整支持SQL 92 语义,只要会写SQL 都能直接使用。
接下来我们测试针对相同数据集,分别对比写入数据及查询,和聚合计算能力。
1、 测试配置
LogSearch/LogAnalytics
环境
ECS 4核16GB * 4台 + 高效云盘 SSD
Shard
10
拷贝数
2
3 (默认配置,对用户不可见)
2、测试数据
5列double
5列long
5列text,字典大小分别是256,512,768,1024,1280
以上字段完全随机,如下为一条测试日志样例:
3、 数据集大小
原始数据大小:50 GB
原始数据除去Key后内容大小:27 GB(LogSearch/Analytics 以该大小作为存储计费单元)
日志行数:162,640,232 (约为1.6亿条)
ES采用bulk api批量写入,LogSearch/Analytics 用PostLogstoreLogs API批量写入,结果如下:
LogSearch/Analytics
延时
平均写入延时
40 ms
14 ms
单拷贝数据量
86G
58G
膨胀率:数据量/原始数据大小
172%
121%
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiIn5GcuIWZmdDO3UWZhVWZzQmMzYzNwYGMlRTMzETN2UmN2YGNvwVbvNmLj5Wat4Wd5lGbh5iY1BXLn1WauU3bop3ZuFGat42YucWbp1iMhRXYvw1LcpDc0RHaiojIsJye.png)
备注:LogSearch/Analytics 产生计费的存储量包括压缩的原始数据写入量(23G)+索引流量(27G),共50G存储费用。
从测试结果来看
LogSearch/Analytics写入延时好于ES,40ms vs 14 ms
空间:原始数据50G,因测试数据比较随机所以存储空间会有膨胀(大部分真实场景下,存储会因压缩后会比原始数据小)。ES胀到86G,膨胀率为172%,在存储空间超出LogSearch/Analytics 58%
我们在此选取两种比较常见的场景:日志查询和聚合计算。分别统计并发度为1,5,10时,两种case的平均延时。
针对全量数据,对任意text列计算group by,计算5列数值的avg/min/max/sum/count,并按照count排序,取前1000个结果,例如:
针对全量数据,随机查询日志中的关键词,例如查询 "value_126",获取命中的日志数目与前100行,例如:
并发数
ES延时(单位s)
LogSearch/Analytics延时(单位s)
case1:分析类
1
3.76
3.4
5
3.9
4.7
6.6
7.2
case2:查询类
0.097
0.086
0.171
0.083
0.2
0.082
从结果看,对于1.5亿数据量这个规模,两者都达到了秒级查询与分析能力
针对统计类场景(case 1), ES和日志服务延时处同一量级。ES采用SSD硬盘,在读取大量数据时IO优势比较高
针对查询类场景(case 2), LogAnalytics在延时明显优于ES。随着并发的增加,ELK延时对应增加,而LogAnalytics延时保持稳定甚至略有下降
LogSearch/Analytics 一天可以索引PB级数据,一次查询可以在秒级过几十TB规模数据,在数据规模上可以做到弹性伸缩与水平扩展
ES比较适合服务场景为:写入GB-TB/Day、存储在TB级。主要受限于2个原因:
单集群规模:比较理想为20台左右,业界比较大的为100节点一个集群
写入扩容:shard创建后便不可再修改,当吞吐率增加时,需要动态扩容节点,最多可使用的节点数便是shard的个数
存储扩容:主shard达到磁盘的上线时,要么迁移到更大的一块磁盘上,要么只能分配更多的shard。一般做法是创建一个新的索引,指定更多shard,并且rebuild旧的数据
LogSearch/Analytics 则没有扩展性方面的问题,每个shard都是分布式存储。并且当吞吐率增加时,可以动态分裂shard,达到处理能力水平扩展。
以上述测试数据为例,一天写入50GB数据(其中27GB 为实际的内容),保存90天,平均一个月的耗费。
计费项目
值
单价
费用(元)
读写流量
23G * 30
0.2 元/GB
138
存储空间(保存90天)
50G * 90
0.3 元/GB*Month
1350
索引流量
27G * 30
0.35 元/GB
283
总计
1771
2、 ES费用包括机器费用,及存储数据SSD云盘费用
云盘一般可以提供高可靠性,因此我们这里不计费副本存储量
存储盘一般需要预留15%剩余空间,以防空间写满,因此乘以一个1.15系数
费用(元)
服务器
4台4核16G(三个月)(ecs.mn4.xlarge)
包年包月费用:675 元/Month
2021
86 1.15 90 (这里只计算一个副本)
SSD:1 元/GB*M
8901
SATA:0.35 元/GB*M
3115
12943 (SSD)
5135 (SATA)
同样性能,使用LogSearch/Analytics与ELK(SSD)费用比为 13.6%。在测试过程中,我们也尝试把SSD换成SATA以节省费用(LogAnalytics与SATA版费用比为 34%),但测试发现延时会从40ms上升至150ms,在长时间读写下,查询和读写延时变得很高,无法正常工作了。
LogSearch/Analytics在提供同样查询速度、更高吞吐量、更强分析能力背后,只需要开源方案13%成本(集团用户默认7折,计算后只有10%成本),并且按量付费免运维,让你把精力放在业务分析上。
一天20亿条数据量进行查询与分析(2分钟):
Dashboard功能演示视频(4分钟):
除此之外,我们提供了三组测试数据供尝试:
以下5个子帐号供试用,请随机选择一个登录,若登录不成功请换一个子帐号尝试:
登录地址
用户名
密码
<a href="https://signin.aliyun.com/1654218965343050/login.htm?callback=https%3A%2F%2Fsls.console.aliyun.com%2Fnext%2Fproject%2Fdashboard-demo%2Flogsearch%2Faccess-log">链接</a>
sls_reader1@1654218965343050
pnX-32m-MHH-xbm
sls_reader2@1654218965343050
sls_reader3@1654218965343050
sls_reader4@1654218965343050
sls_reader5@1654218965343050