震驚kafka

事實證明，我們都犯有記錄不良的罪名。 不相信我們嗎？ 這些統計數據可能會改變您的想法

當人們提出帶有明顯答案的問題時，這非常令人不快，因此，我不會坐在這里問您和您的團隊是否使用日志文件來監視預生產和生產環境中的應用程序。 我們都使用日志，毫無疑問，它們可以幫助我們更好地了解我們的應用程序（如果您可以找到所需的內容），但是它們遠非完美。

在大多數情況下，日志并不指向生產問題的根本原因。 那么，為什么團隊仍然非常依賴他們進行故障排除呢？

本白皮書將涵蓋日志中的5個最大缺陷，并說明為什么它們本身不足以用于全面的監視堆棧。

在下面偷看...

1.超過20％的錯誤永遠不會進入生產日志

我們可以聊到日志讓您對生產中的應用程序沒有足夠的了解為止，直到臉色發白為止，但讓我們從現實檢查開始。

生產中發生的異常中至少有20％根本不會將其寫入日志。 滑鐵盧大學的研究人員從超過500萬個Java項目中提取了數據，這些項目包括1300萬個catch塊，并根據所采取的措施將其劃分為多個組。

這是他們發現的結果：

我們可以進一步采取這一步驟，將這些動作分為3個主要類別：

1.通過將某些內容寫入日志，打印堆棧跟蹤記錄或將信息輸出到控制臺來記錄發生的情況。

2.拋出一個異常，這可能是更廣泛的抽象，它使調用堆棧中更遠的方法之一知道如何處理。

3. 而且……什么都沒有。 吞下該異常，沒有任何線索來了解異常來自何處或發生的原因。 而且看起來它甚至至少與記錄日志一樣頻繁，這至少可以說是令人震驚的。

現在，在深入了解日志問題之前，讓我們花一點時間瀏覽一下這里的數字。 3,067,863的空塊出現在這項研究中，涉及1300萬個捕獲塊。 大約有23％的異常根本沒有出現在日志中。 在談論全面的監視解決方案時，這不是一個很好的起點。

現在，我們對日志中最終出現的異常了解多少？ 您可能會感到驚訝……

翻譯自: https://www.javacodegeeks.com/2018/05/5-shocking-stats-that-prove-logs-are-inadequate-2.html

震驚kafka

總結

以上是生活随笔為你收集整理的震惊kafka_5个令人震惊的统计数据证明日志不足的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。