采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师,你这日志的处理,是不是进行的离线的日志数据的处理,而不是实时的。
假若是离线的日志处理,日志生成后,然后固定时间段对静态日志进行脏数据的清理,入库,怎么能体现出对高并发数据流量的抗性。
同学,这套方案是套准实时方案。行业内有实时方案,是在nginx+lua来实现日志解析后入streaming流式处理。方案有很多,看各路诉求了。streaming方案的好处是实时性高,但处理压力与线上压力成正比,业务若有个什么促销、热点高峰期,实时方案压力很大。
回到这个方案,课程示例以消费日志文件为例,实则可以消费kafka队列。我设计讲这节课时候,担心再引入新组建,会把课程展开,golang部分占比太少,所以就简化了非golang部分。毕竟这节课有两个点需要传递给学生:golang协程、整套方案流程
非常感谢!
应该的。 :)
体现不出来,如果真想用在线上,可以看看小米的,他们用go搞了一套。
同学厉害~ 知道的不少!
登录后可查看更多问答,登录/注册
完整的golang协程流量统计系统方案,轻松应对高并发大流量问题
799 5
940 5
1.6k 4
795 4
798 3