在上家公司工作时，设计的日志收集与实时分析架构，还是比较简单的:

创新互联建站企业建站,十年网站建设经验，专注于网站建设技术，精于网页设计，有多年建站和网站代运营经验，设计师为客户打造网络企业风格，提供周到的建站售前咨询和贴心的售后服务。对于网站设计制作、成都网站制作中不同领域进行深入了解和探索，创新互联在网站建设中充分了解客户行业的需求，以灵动的思维在网页中充分展现，通过对客户行业精准市场调研，为客户提供的解决方案。

flume-ng + rocketmq + storm + redis + 前端展示

消息队列部分，我们刚开始采用的是kafka，但 kafka在支持回溯消费和重复消费方面比较弱，同时在数据安全方面也相对弱一些，后来我们改为阿里的rocketmq。

考虑到我们的数据量也不是很大，已经能够足够支撑，但在rocketmq这层，有时会因为网络异常问题，会产生消息堆积，导致消息队列被冲爆，稳定性还不是非常高，后来咨询了其他部门的同事，他们的做法是，在消息队列这一层次，额外增加了一层MongoDB，消息队列这层仅保留消息的索引信息，消息的实体信息保存在mongodb中，可以很好地回避此问题，后来由于各种原因就没有再去尝试此方法......

其他一些常用方案：

logstash + elasticsearch + kibana

fluentd + influxdb + grafana

flume-ng + kafka + storm

kafka + spark streaming + redis

新闻标题：日志实时分析架构
本文路径：http://scpingwu.com/article/ishgeg.html