Analyzing MySQL Logs with ClickHouse0 码力 | 43 页 | 2.70 MB | 1 年前3
PostgreSQL 查询优化器解析0 码力 | 37 页 | 851.23 KB | 1 年前3
Rainbond服务日志管理## RAINBOND服务日志管理 好雨交付工程师-郭逊 ## 大纲 1. Rainbond自身的日志管理机制 2. 对接 Elasticsearch 3. 演示示例 2019-07-31T03:29:22.251Z INFO [monitoring] log/log.go:124 Non-zero metrics in the last 30s {"monitoring": "5":0.1844}}}}}} ### 1. RAINBOND自身日志管理机制 ### 1.1 日志界面  ### 1. RAINBOND自身日志管理机制 ### 1.1 日志界面  # 1.RAINBOND自身日志管理机制 ### 1.1 日志界面 首页 / 我的应用 / 服务日志对接Es示例 / NGINX NGINX 访问 关闭 管理容器 其他操作 最近1000条日志 2019-07-30T15:59:22.251Z INFO [monitoring] log/log.go:1240 码力 | 11 页 | 1.62 MB | 2 年前3
OpenShift Container Platform 4.7 日志记录[Image](/uploads/documents/f/0/5/8/f058047a6bb5b564ffd8eb060ef4374c/p1_1.jpg) ### OpenShift Container Platform 4.7 日志记录 OpenShift Logging 安装、使用和发行注记 Powered by TCPDF (www.tcpdf.org) OpenShift Logging 安装、使用和发行注记 Enter owners. ## 摘要 本文档提供有关安装、配置和使用 OpenShift Logging 的说明,该 Logging 将汇总多个 OpenShift Container Platform 服务的日志。 ## 目录 第1章 RED HAT OPENSHIFT LOGGING 发行注记 ..... 7 1.1. 使开源包含更多 ..... 7 1.2. 支持的版本 ..... 7 1 弃用和删除的功能 ..... 8 1.2.1.2.1. Elasticsearch Curator 已被删除 ..... 8 1.2.1.2.2. 使用旧的 Fluentd 和旧 syslog 方法转发日志已被弃用 ..... 8 1.2.1.3. 程序错误修复 ..... 8 1.2.2. OpenShift Logging 5.0.9 ..... 9 1.2.2.1. 程序错误修复 .0 码力 | 183 页 | 1.98 MB | 2 年前3
OpenShift Container Platform 4.8 日志记录[Image](/uploads/documents/5/a/9/2/5a929cacb989bfad7a4ea2e6bae9886c/p1_1.jpg) ### OpenShift Container Platform 4.8 日志记录 OpenShift Logging 安装、使用和发行注记 Powered by TCPDF (www.tcpdf.org) OpenShift Logging 安装、使用和发行注记 ## 法律通告 本文档提供有关安装、配置和使用 OpenShift Logging 的说明,该 Logging 将汇总多个 OpenShift Container Platform 服务的日志。 ## 目录 第1章 LOGGING 发行注记 ..... 5 1.1 日志记录 5.4.9 ..... 5 1.2 LOGGING 5.4.8 ..... 7 1.3 LOGGING 5.4.6 ..... 8 1.4 LOGGING ..... 62 3.4 安装后的任务 ..... 69 第4章 配置日志部署 ..... 72 4.1 集群日志记录自定义资源 (CR) ..... 72 4.2 配置日志记录收集器 ..... 73 4.3. 配置日志存储 ..... 79 4.4. 配置日志可视化工具 ..... 93 4.5. 配置 OPENSHIFT LOGGING 存储 ...0 码力 | 223 页 | 2.28 MB | 2 年前3
PostgreSQL WAL日志解析与应用PostgreSQL WAL日志解析与应用 王硕 山东瀚高基础软件股份有限公司 ## CONTENTS Part 01 WAL 日志简介 Part 02 WAL 日志工作原理 Part 03 利用 WAL 日志我们可以做什么? ## Part 01 WAL 日志简介 www.highgo.com ## Write Ahead Log Files - WAL 日志一般存储在$PGD f37b8956629f5ab2ca83436c8eb/p4_1.jpg) - WAL 日志文件XLOG 文件是一个逻辑概念,每一个XLOG 文件,大小为4G(16*256),由256个segment组成; • Segment由2048个Block组成,其大小为16M; - Block为WAL日志的最小单位,其大小8k,由PageHeaderData、XlogRecord、XLogRecData组成。 prev, XLOG_HEAP_INSERT, rmid, crc Data:tupleid, infos oldtuples standby oldtuples ## Part 02 WAL 日志工作原理 ## Write Ahead Log Files  单机 Debug Grep 2013  ## 大纲 · 自我介绍 系统介绍 整体架构 系统实现 遇到问题 ## 😍 ## ⼀ ⾃我介绍 ## 自我介绍 · 大龄码农 - 做过嵌入式/CDN/数据库开发 - 从C/C++到Rust • 现在在腾讯云(专有云)从事日志系统的开发 ## 系统介绍  ## 系统介绍 · 属于腾讯专有云PaaS平台(TCS) • 承接TCS底座日志 • 从Loki=>Menicus • 提供日志的搜索/报警/处理等功能 ## 系统介绍 • 为什么放弃 Loki • 资源占用过大 • 统计/计算能力比较弱 • 组件过多,排查问题比较困难 • 商业使用不友好的开源协议 • 存储计算与业务分离 • 计算/统计能力更强 • 资源占用更小,性能更好 • 更友好的开源协议 ## 系统介绍 - 多种接入方式 - Agent - Client - 查询 - LogQL - OpenTSDB - 其他功能 - 多租户 - 自定义索引 - 多维度统计 - 鉴权 - ... ## 系统介绍 ·0 码力 | 19 页 | 2.66 MB | 2 年前3
蔡岳毅-基于ClickHouse+StarRocks构建支撑千亿级数据量的高可用查询引擎构建支撑千亿级数据量的高可用查询引擎 演讲人:蔡岳毅 1. 为什么选择ClickHouse/StarRocks; 2. ClickHouse/StarRocks 的高可用架构; 3. 如何合理的应用ClickHouse的优点,StarRocks如何来补充ClickHouse的短板; 4. ClickHouse的调优,运维介绍; 5. 应用总结; ## 根据实际业务场景需要来选择 1. 不固定的查询条件,不固定的汇总条件; c14ade/p5_1.jpg) ## StarRocks的特点 ## 优点: 1. 支持标准的SQL语法,兼容MySQL协议; 2. MPP架构,扩缩容非常简单方便; 3. 支持高并发查询; 4. 跨机房部署,实现最低成本的DR ## 缺点: 1. 不支持大规模的批处理; 2. 支持insert into,但最理想的是消费Kafka;  ## 采用ClickHouse后平台的查询性能 ### system.query_log表,记录已经执行的查询记录 query:执行的详细SQL,查询相关记录可以根据SQL关键字筛选该字段 query duration ms: 执行时间 memory usage: 占用内存 read_0 码力 | 15 页 | 1.33 MB | 2 年前3
共 1000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 100
相关搜索词
ClickHouseMySQL日志慢查询日志性能分析PostgreSQL查询优化器执行计划规划阶段预处理Rainbond日志管理ElasticsearchNODE服务rbd-eventlog组件OpenShift LoggingFluentdKibana日志收集器Cluster LoggingWAL日志pg_xlogXLOG文件SegmentBlockPrometheusPromQLRust查询引擎性能提升Kubernetes日志平台DaemonSetSidecar日志采集与存储架构演变资源优化异构数据知识沉淀运维闭环实时分析日志系统MenciusLokiStarRocks高可用查询引擎分布式架构性能优化













