超级技术二：降温神器 预埋温度计+喷雾机+冷却水管
超级技术三：大坝“天眼”防止坝基山体渗水的1万多个灌浆孔
超级技术四：护坡神器主动网 蜘蛛人的奉献
注意：超级电站设计人员在工程设计时，就考虑到了系统在未来会遇到的风险，然后主动设计预防措施，而这些预防措施都离不开传感器：温度计，湿度计，水位/震动感知等等。
作为码农，我们在做系统设计时也会考虑到未来的风险，而我们的“传感器”来自日志监控系统。这也是一个健壮的系统离不开日志系统的原因。
日志的作用：
- 追踪程序运行过程，快速定位问题
- 记录分析运行数据，便于后续版本统计优化
- 分析用户行为数据，便于做用户运营
如需求上线，发现程序bug；统计程序bug，提升代码质量；统计接口调用频次，发现系统热点……
日志可以帮助我们用心看清系统
常用的日志系统
日志系统应该包含如下功能：
收集－能够采集多种来源的日志数据
传输－能够稳定的把日志数据传输到中央系统
存储－如何存储日志数据
分析－可以支持 UI 分析
警告－能够提供错误报告，监控机制
常用开源的、分布式的、支持docker云化等的日志系统有ELK套件，Prometheus+Grafana等。
ELK常用架构
Prometheus套件
记录日志的方式：
- 普通程序员：Log.debug()，哪里有问题哪里debug。
- 高级程序员：MDC
下面介绍下MDC：（Mapped Diagnostic Context，映射调试上下文）是 log4j 和 logback 提供的一种方便在多线程条件下记录日志的功能
在Java语言环境下，常用的日志记录方式：
@Aspect切面记录接口调用日志
@Intercepter拦截器记录日志
@Filter过滤器记录日志
一次请求，记录一个LOG_ID，用完即删。
MDC.put(“LOG_ID", UUID.randomUUID().toString().replace("-", ""));
request.process()......
MDC.remove(“LOG_ID”);
Logback.xml：<pattern>%d{yyyy-MM-dd HH:mm:ss [%X{LOG_ID}] %msg%n</pattern>
调用链分析
针对一般的web应用，MDC已经可以把一次请求，从request，mq，nosqldb，db等都串联起来，方便我们去定位问题。分布式环境下，要将用户请求都记录并关联起来就比较困难，对于高级程序员来说，这都不是事，手撸一个就行。但是对于普通开发人员来说，就得借助强大的开源社区了，所以调用链分析系统应运而生。引入几个简单概念：
- TraceID：用来标识每一条业务请求链的唯一ID，TraceID需要在整个调用链路上传递
- Span：请求链中的每一个环节为一个Span，每一个Span有一个SpanId来标识，前后Span间形成父子关系
- Annotation：业务自定义的埋点信息，可以是sql、用户ID等关键信息
举个栗子
常用调用链分析工具
Zipkin，Pinpoint，SkyWalking，CAT
通过对比，我们来认识他们。在云时代，这些名词常见于网络。
字节码技术
通过调用链分析工具的对比，我们发现好多工具都是无倾入式的，凭啥做到的，字节码技术。
java程序员都知道，.java文件编译之后都会生成.class文件。我们常用的是反射，但是反射的性能是比较低的。当然可以通过自定义的序列化协议来提高反射的性能。但是还有一种高级的骚操作----字节码技术。它是一种运行时修改jvm中的字节码的一组API接口。
常见字节码框架有：Javaassist, ASM
常见作用：Android模块动态加载，无倾入监控。