这是 Beta 探索课程,内容结构、实验步骤和示例可能会继续调整。
日志解析
日志采到了,却仍然没法用。2026-03-31 02:14:08 ERROR pay callback failed order=882317 cost=2300ms err=timeout——人能读懂,系统却很难稳定地统计和关联:pay callback failed 是自由文本,没法直接过滤;order=882317、cost=2300ms 埋在字符串里,没法聚合;各团队的错误信息写法不一,更谈不上统一。
解析要解决三件事。第一,把文本变成结构化事件,让 level、service 可过滤,order_id、cost_ms 可聚合排序,trace_id 可关联。第二,定下统一字段(time、service、instance、env、level、trace_id、message),并选好解析位置——应用内结构化输出最准确但要改业务,Agent 侧解析灵活却容易受格式变化影响,服务端解析便于统一升级但会增加后端计算压力;生产上通常组合使用,核心服务结构化输出、存量服务用解析规则兼容、规则集中到服务端管理。第三,管好时间和治理:事件时间用于排障和指标计算,采集时间用于判断延迟与异常,平台要容忍 Agent 积压和时钟不同步带来的乱序;token、密钥、密码直接替换,手机号和邮箱保留部分字符,超长字段截断,银行卡和身份证明确禁止记录。
读完这一章,你应该能判断一条原始日志该解析成哪些字段、解析放在哪一层,并解释为什么脱敏和过滤是解析阶段的治理职责,而不是可选项。上一章保证了日志稳定送到,这一章解决「采到了但看不懂」。
发现内容有问题?
告诉我们哪里需要改进。
