430
使用SLS在云端快速精确定位应用错误
作者： 阿里云技术团队 孙廷韬
作为一个程序猿，调查应用错误可真不是一个轻松活，一出问题，经常要上机器查看各种日志，对于复杂应用，这个过程就更痛苦。比如，应用前端架设Apache服务，后端是各种核心逻辑，使用Mysql做信息存储，这些角色还部署在多台机器上。调查问题，免不了打开多个机器的登录窗口，在不同目录间切换，grep日志关键词查找线索，再切换再查找，几圈下来，头已经有点晕，打开日志文件看看细节，一失手，vim一个上百MB文件…心中已是各种马在奔腾…
自从用上了阿里云的简单日志服务，突然发现调查问题变得轻松起来。向各位看官汇报一下，如何在云端，快速定位应用各种错误。
首先，先来看前端机器是否有错误，自从将前端访问日志收集放到SLS上后，再不用一台台登录前端机。选择Apache访问日志的Category，直接在控制台输入 “500”，就可查看http 状态为500的错误日志。真有几次这样的错误，这些访问请求失败了。
赶紧去看看后端应用层，是什么异常导致的，返回category列表，重新选择后端日志”ServerLog”这个Category，输入” ERROR”，把所有ERROR级别的日志全部查出来。
这么多错误，真要好好看看都是怎么回事。想到核心业务部署在10.242.78.62这个机器上，重点关注这个机器上有没有什么错误，输入”ERROR and 10.242.78.62”进行精确定位。
还好，错误数下降了一个数量级。在显示的第一页日志上，看上去都是用户输入参数错误，包含了非utf-8字符。往后翻了几页，也是同样的错误，那先把这些参数错误过滤掉再说，输入 “ERROR and 10.242.78.62 not UTF-8” 进行过滤。
世界立马清净了，只有几个错误，原来都是写数据库出现错误，仔细回想一下，原来前2天修改了数据库表的schema，应用程序处还有一个地方忘记修改，由于这个表平时访问少，这个问题一直没有被发现。快速定位到原因后，这个bug的修复分分钟就搞定。
有了简单日志服务，调查问题，可以直接在云端完成，免去了登录机器的烦恼，通过简单日志服务提供的自定义时间段，以及关键词 AND、NOT、OR的组合查，可以方便地定位各种异常信息，大大提高了本码农的debug的效率。
最后更新：2017-04-03 05:38:55