如何通過日志監控Node.js應用

通過日志監控Node.js應用可以幫助你了解應用的運行狀態、性能瓶頸以及潛在的問題。以下是一些常見的方法和工具，可以幫助你實現這一目標：

1. 使用內置的console模塊

Node.js內置了console模塊，可以用來輸出日志信息。

const fs = require('fs');
const path = require('path');

const logStream = fs.createWriteStream(path.join(__dirname, 'app.log'), { flags: 'a' });

function log(message) {
  const timestamp = new Date().toISOString();
  logStream.write(`${timestamp} - ${message}\n`);
}

log('Application started');

2. 使用第三方日志庫

有許多第三方日志庫可以幫助你更好地管理和分析日志，例如winston和pino。

Winston

Winston是一個功能強大的日志庫，支持多種傳輸方式（如文件、控制臺、HTTP等）。

const winston = require('winston');

const logger = winston.createLogger({
  level: 'info',
  format: winston.format.json(),
  transports: [
    new winston.transports.File({ filename: 'error.log', level: 'error' }),
    new winston.transports.File({ filename: 'combined.log' })
  ]
});

logger.info('Application started');

Pino

Pino是一個高性能的日志庫，適合需要高吞吐量的應用。

const pino = require('pino');
const logger = pino({ level: 'info' });

logger.info('Application started');

3. 使用日志聚合工具

為了更好地管理和分析日志，可以使用日志聚合工具，如ELK Stack（Elasticsearch, Logstash, Kibana）或Graylog。

ELK Stack

ELK Stack是一個流行的日志聚合和分析解決方案。

1. Elasticsearch：用于存儲和搜索日志數據。
2. Logstash：用于收集、處理和轉發日志數據。
3. Kibana：用于可視化日志數據。

你可以使用filebeat將Node.js應用的日志發送到Logstash。

# filebeat.yml
filebeat.inputs:
- type: log
  enabled: true
  paths:
    - /path/to/your/nodejs/app.log

output.logstash:
  hosts: ["localhost:5044"]

然后在Logstash中配置輸入和輸出插件，將日志發送到Elasticsearch。

# logstash.conf
input {
  beats {
    port => 5044
  }
}

output {
  elasticsearch {
    hosts => ["localhost:9200"]
    index => "nodejs-app-%{+YYYY.MM.dd}"
  }
}

最后，在Kibana中創建儀表板來可視化日志數據。

4. 使用監控工具

除了日志監控，還可以使用監控工具來實時監控Node.js應用的性能和健康狀況，例如Prometheus和Grafana。

Prometheus

Prometheus是一個開源的監控系統和時間序列數據庫。

1. Prometheus：用于收集和存儲監控數據。
2. Grafana：用于可視化監控數據。

你可以使用prom-client庫將Node.js應用的指標暴露給Prometheus。

const promClient = require('prom-client');
const express = require('express');

const app = express();
const register = new promClient.Registry();

const httpRequestDurationMicroseconds = new promClient.Histogram({
  name: 'http_request_duration_ms',
  help: 'Duration of HTTP requests in ms',
  labelNames: ['method', 'route', 'code'],
  buckets: [0.10, 5, 15, 50, 100, 200, 300, 400, 500]
});

register.registerMetric(httpRequestDurationMicroseconds);
app.use((req, res, next) => {
  const start = Date.now();
  res.on('finish', () => {
    const duration = Date.now() - start;
    httpRequestDurationMicroseconds
      .labels(req.method, req.route.path, res.statusCode)
      .observe(duration);
  });
  next();
});

app.get('/', (req, res) => {
  res.send('Hello World!');
});

app.listen(3000, () => {
  console.log('Server started on port 3000');
  promClient.collectDefaultMetrics({ register });
  app.listen(9090); // Prometheus scrape endpoint
});

然后在Grafana中配置Prometheus數據源，并創建儀表板來監控應用的性能指標。

通過這些方法和工具，你可以有效地監控Node.js應用的運行狀態和性能，及時發現和解決問題。