日志管理
HertzBeat 的日志管理功能提供了完整的日志数据管理能力，包括日志查询、统计分析、批量删除等操作。用户可以通过多种过滤条件精确查找日志，查看详细的统计图表，并对不需要的日志数据进行清理。
前置要求
在使用日志管理功能之前，必须先配置支持日志存储的数据库。
功能概览
在 HertzBeat 界面中，进入"日志" -> "日志管理"页面，你将看到一个功能完整的日志管理界面。
日志查询功能
过滤条件
日志管理支持以下过滤条件进行精确查询：
| 过滤条件 | 字段名称 | 数据类型 | 用途说明 | 示例值 | 使用场景 |
|---|---|---|---|---|---|
| 时间范围 | timestamp | 日期时间 | 指定查询的时间窗口 | 2024-01-01 00:00:00 至 2024-01-02 00:00:00 | 问题时段定位、性能分析 |
| 跟踪ID | traceId | 字符串 | 分布式系统请求链路跟踪 | 1234567890abcdef | 链路追踪、请求流程分析 |
| 跨度ID | spanId | 字符串 | 跟踪中特定操作标识 | abcdef1234567890 | 微服务调用分析 |
| 严重程度编号 | severityNumber | 数字 | OpenTelemetry 标准级别 | 1-24 | 按数字级别过滤 |
| 严重程度文本 | severityText | 字符串 | 人类可读的日志级别 | ERROR、WARN、INFO | 按级别快速筛选 |
可视化分析图表
可视化分析图表包括基础统计指标图与聚合统计图，点击显示统计按钮可展开查看。
基础统计指标
| 统计指标 | 含义说明 | 应用价值 | 异常阈值参考 |
|---|---|---|---|
| 总日志数 | 符合查询条件的日志总量 | 评估系统活跃度和数据规模 | 突然增减超过50%需关注 |
| FATAL 日志数 | 致命错误级别日志统计 | 识别系统严重故障 | 任何FATAL日志都需立即处理 |
| ERROR 日志数 | 错误级别日志统计 | 监控系统异常情况 | 超过总日志5%需要关注 |
| WARN 日志数 | 警告级别日志统计 | 发现潜在问题和性能瓶颈 | 持续增长趋势需要分析 |
| INFO 日志数 | 信息级别日志统计 | 了解系统正常运行状态 | 占比应为日志主体 |
| DEBUG 日志数 | 调试级别日志统计 | 开发调试和问题排查 | 生产环境应控制数量 |
聚合统计图
| 图表名称 | 图表类型 | 展示内容 | 主要用途 | 包含指标/级别 |
|---|---|---|---|---|
| 严重程度分布图 | 饼图 | 不同日志级别的数量分布 | 快速了解日志严重程度分布情况 | FATAL、ERROR、WARN、INFO、DEBUG |
| 跟踪覆盖率图 | 饼图 | 带有跟踪信息的日志比例 | 分析系统跟踪覆盖情况 | 带 Trace ID 的日志数量 带 Span ID 的日志数量 同时带 Trace 和 Span 的日志数量 无跟踪信息的日志数量 |
| 日志趋势图 | 时间线图 | 按小时统计的日志数量变化趋势 | 分析日志产生的时间模式和异常峰值 | 时间粒度：小时级别统计 分析维度：时间模式识别、异常峰值检测 |
列显示配置
点击"列设置"按钮可以自定义表格显示的列：
- 时间：日志生成时间戳
- 观察时间：日志被观察到的时间
- 严重程度：日志级别标签
- 日志内容：主要消息内容
- 属性：日志附加属性信息
- 资源：资源相关信息
- Trace ID：分布式跟踪标识
- Span ID：操作跨度标识
- Trace 标记：跟踪标记信息
- instrumentation scope 信息：instrumentation scope 信息
- 丢弃计数：丢弃的属性数量
日志详情查看
点击表格中的任意日志条目可打开详情弹窗：
基本信息区域
- 严重程度：显示级别标签和颜色标识
- 时间戳：格式化显示的详细时间
- 跟踪ID：完整的分布式跟踪标识符
- 跨度ID：完整的操作跨度标识符
完整JSON数据
- 原始数据：显示日志条目的完整 JSON 格式
- 复制功能：支持一键复制到剪贴板
- 格式化显示：JSON 数据进行了格式化处理便于阅读
批量删除功能
- 选择日志：通过表格左侧的复选框选择需要删除的日志
- 全选功能：使用表头的复选框可以全选当前页面的日志
- 批量删除：点击"批量删除"按钮删除选中的日志
- 删除计数：按钮上显示当前选中的日志数量
故障排除
无法查看日志
症状：页面显示"无数据"或加载失败 解决方案：
- 检查是否已正确配置时序数据库
- 确认数据库服务正常运行
- 验证数据库连接配置是否正确
- 检查是否有日志数据写入数据库
如需了解更多日志管理功能或遇到技术问题，欢迎通过 GitHub Issues 与社区交流。