一、背景

系統(tǒng)日志可用于追蹤用戶操作軌跡，異常情況下，合理的日志有助于快速排查、定位問題，毫無疑問，打印日志對于系統(tǒng)是很重要的。

當業(yè)務(wù)規(guī)模較小時，大家都傾向于享受日志帶來的便利，從而忽略日志帶來的潛在的負面影響，缺乏對日志的管控。在JD當前用戶量、業(yè)務(wù)規(guī)模下，絕大多數(shù)C端系統(tǒng)、甚至B端系統(tǒng)都是高吞吐的，毫無疑問，過大的日志量對系統(tǒng)的性能、磁盤IO有著顯著負面影響，趕上大促時，問題尤為突出。日志在為我們提供便利的同時，也無時無刻成為一根刺，時不時刺我們一下。

作為一個共性問題，由于集團暫沒推出統(tǒng)一的日志框架，不少團隊都會嘗試基于log4j、logback 進行輕度的封裝，通過跟配置中心聯(lián)動，增加一些諸如 '動態(tài)降級' 的功能、來緩解日志帶來的負面影響。降級帶來的效果是顯著的，但同時也讓系統(tǒng)喪失了記錄 '操作軌跡' 的能力，從而又帶來了新的問題。

此時，很容易想到，可以通過對 '請求' 采樣，實現(xiàn)請求日志的采樣輸出，并通過控制采樣比例平衡不同場景下日志對性能的影響，系統(tǒng)吞吐量較大時，降級采樣比例，系統(tǒng)吞吐量較低時，提高采樣比例。 促銷交易這邊目前恰好在做這方面相關(guān)的技術(shù)改造，通過在目前既存日志組件（通過 JD JSF 前置過濾器實現(xiàn)）基礎(chǔ)上，實現(xiàn)請求線程的日志采樣，并提供擴展 api 給業(yè)務(wù)系統(tǒng)，實現(xiàn)整體上請求維度的日志采樣，從而盡可能的減少業(yè)務(wù)系統(tǒng)的改造，以下流程圖描述了大致落地過程，供參考，有興趣的可以評論區(qū)留言進一步探討具體落地細節(jié)。

二、正文

在請求入口處，通過一定的采樣算法，計算當前請求是否采樣，并借助 Java 的 ThreadLocal 機制，可以實現(xiàn)當前請求線程的日志采樣。但是，大部分關(guān)注日志性能的系統(tǒng)，往往處理邏輯也是復(fù)雜的，會有各樣的異步運算邏輯，因此，大量的日志不一定來自請求線程，更多的可能來自子線程、線程池線程，甚至嵌套在線程池線程下的線程。

如何將請求線程、子線程、線程池線程統(tǒng)一協(xié)調(diào)起來，實現(xiàn) '采樣標識' 的跨線程透傳，從而確保請求維度采樣的一致性，是本文關(guān)注的重點，希望可以給大家提供一些思路、并附上我們業(yè)務(wù)場景下的具體案例。

（1）可以像 Transmittable Thread Local 一樣，通過對線程池類、或者任務(wù)類（Runnable、Callable）進行包裝，將透傳邏輯封裝起來，JD內(nèi)部比較典型的用法有 pfinder、jade。

必須承認，使用這種方式實現(xiàn)是有一定優(yōu)勢的，但是奈何現(xiàn)在各團隊都有自己獨特功能的線程池包裝類，并已經(jīng)在業(yè)務(wù)系統(tǒng)中廣泛使用，如果此時再增加一個處理 '日志采樣' 的包裝，會出現(xiàn)嵌套包裝的情況，這樣會讓程序變得混亂，增加理解成本，由于各包裝實現(xiàn)之間缺乏磨合，甚至面臨不可控的風(fēng)險，這樣做甚至有 '添亂' 的嫌疑，我認為至少在當前的環(huán)境下是不可取的。

（2）直接粗暴一些，在業(yè)務(wù)系統(tǒng)中，涉及子線程、線程池的地方，通過代碼 '顯式的' 將 '采樣標識' 不斷透傳。

   這樣做是能達到目的的，但是，會有大量的邏輯代碼和業(yè)務(wù)耦合的情況（線程池越多，業(yè)務(wù)越復(fù)雜，耦合越嚴重），雖然單系統(tǒng)改造量不大（當然，這個也是因系統(tǒng)而異），但是輻射面太廣，需要各業(yè)務(wù)系統(tǒng)都要配合改造，同時有影響業(yè)務(wù)邏輯的風(fēng)險，也不可取。

（3）將請求線程的控制邏輯跟具體業(yè)務(wù)解耦開來，封裝為一個組件，并在組件中提供合適的 api，將組件復(fù)用于各業(yè)務(wù)系統(tǒng)，并根據(jù)業(yè)務(wù)系統(tǒng)具體情況，來決策是否使用 api 來處理異步線程（子線程、線程池線程的統(tǒng)一簡稱）的情況。

在沒有特別合適的、集團級統(tǒng)一api的情況下，這是一種較為務(wù)實的做法，通過接入抽象組件來控制請求線程的日志采樣，并通過擴展 api 來協(xié)調(diào)請求線程和異步線程的采樣一致性，并根據(jù)業(yè)務(wù)系統(tǒng)的實際情況，來決策是否需要 '修改代碼' 來協(xié)調(diào)異步線程。

   ① 如果業(yè)務(wù)系統(tǒng)中使用異步線程的處理邏輯較少，只接入組件，進行請求線程的日志采樣即可。

   ② 如果業(yè)務(wù)系統(tǒng)中大量使用異步線程做邏輯，可接入組件再針對必要的地方通過擴展 api 來協(xié)調(diào)請求線程和異步線程的采樣一致性。

   除上述外，應(yīng)該還有其他的辦法，比如 AOP 機制，但是 AOP 只能到最低方法粒度，對于存量系統(tǒng)來說，改造量還是偏大，如果是新系統(tǒng)開發(fā)，可以考慮。

  最后，上面的思考都是偏向全局的，在具體實現(xiàn)時，需要考慮、斟酌的細節(jié)還有很多、下面拋磚引玉列出一些，希望對大家拓展思路有所幫助！

① 采樣的算法，是 '隨機' 還是 '對 traceId 取模'，然后通過配置中心控制取樣比例。

 甚至跟入?yún)㈥P(guān)聯(lián)起來，對特定場景（對哪個接口、方法，按什么規(guī)則進行入?yún)⒑Y選）進行采樣，即所謂場景化采樣。

② 擴展 api 應(yīng)該提供哪些功能，怎么封裝能做到讓業(yè)務(wù)應(yīng)用改動量最少？

③ 怎么保證全局（包括異步線程日志）請求 traceId 的一致性，這方面其實 pfinder 也有方案可供參考。

④ 采樣比例的最小粒度，是 百分之一、千分之一、還是萬分之一？

⑤ 整系統(tǒng)使用一個采樣概率（即當前請求命中采樣時，各級別都打），還是各級別分別設(shè)置（分別設(shè)置時還要考慮聯(lián)動）。

⑥ 通常，我們傾向于，如果需要對當前請求進行采樣，可能 info、error 一塊打，也可能只打 error，但是不太可能只打 info 不打 error，所以需要有一個策略去控制。

⑦ 當大量 error 產(chǎn)生時，怎么收斂日志？控制打印速率？甚至可以晉級一步，將磁盤IO 和打印速率聯(lián)動。

三、實踐

涉及異步線程時，使用擴展 api 改造也相對簡潔：

// 改造前，線程池任務(wù)執(zhí)行邏輯
threadPoolExecutor.execute(() -> "your business logic");


// 使用擴展 api 改造后，對 '線程池執(zhí)行邏輯' 進行包裝，實現(xiàn) '采樣標識' 的跨線程透傳
threadPoolExecutor.execute(XxxUtils.wrap(() -> "your business logic"));