关注后在回复标题前数字[ 31 ] 2017年迅速看懂，车辆出险对保费的影响[ 32 ] 交警正在给你的车拍照，这样做能免受惩罚[ 33 ] 借车给他人出事故，车主不担责的三个条件[ 37 ] 社保和商保的区别，超级经典！[ 38 ] 车险报案千万别说这7句话，否则1分钱赔不了！
《中华人民共和国慈善法》经全国人大十二届四次会议审议通过，已于日起施行，慈善法明确规定，不具有公开募捐资格的组织或者个人开展公开募捐的，将由民政部门予以警告、责令停止募捐活动；对违法募捐的财产，责令退还捐赠人；难以退还的，由民政部门予以收缴，转给其他慈善组织用于慈善目的。慈善组织通过互联网开展公开募捐的，应当在国务院民政部门统一或者指定的慈善信息平台发布募捐信息，并可以同时在其网站发布募捐信息。法律出台后，无论是不是公众人物，只要以个人名义发起网络募捐，都属于违法行为。《慈善法》的建立，有了疾病再靠朋友圈的募捐是不可能了！
鉴于此，今天起，本人一律不再向“众筹”、“轻松筹”等捐款，请各位谅解！如果你们真的爱你们身边的亲人朋友，请把他介绍给我。既然意外与疾病无法避免，就请在有能力的时候给自己和家人买份保险，当风险来临时可以从容面对，高贵有尊严的活下去......
中国人看病只能靠募捐吗 我们经常会在朋友圈看到各种求助信息，《宜宾白血病男子下跪求助》，《男子为救子街头扮马让人骑》，《女孩街头卖拥抱给男友治病》，《7旬老夫妻卖房给儿治病睡桥下》等等太多太多的例子了，这种募捐能帮他们多少？再说为什么你生病要我来为你捐款呢？要别人为你买单呢？
类似的事件有很多，对于很多家庭来说，看不起病是最大难题。一人生病全家受穷。医疗费用之高昂，让他们花尽了积蓄，甚至还借遍了亲朋好友，实在没有别的办法了，只能向社会求助。这是无奈并且无助的选择。当我们感叹于社会正能量的同时，也常听到不同的声音。例如社会募捐的真实性和透明性受到质疑。好心人们捐了钱，但是钱真的全部用到病人身上了吗？募捐的平台值得信任吗？如果募捐的金额超过了所需要的治疗费，是否及时向社会公布并捐赠给其他需要的人？ 爱心的热潮过后，也有理智分析的声音出现，中国人看病只能靠借钱、捐钱吗？美国人爱买保险，中国人爱存钱 根据一项统计数据显示，美国人的储蓄率极低，最高水平仅为5.6%，最低时为0.8%。中国是世界上储蓄率最高的国家之一，居民储蓄率高达52%，也就是说，每领100块钱工资，有52块钱存进了银行。但是，中国人远远没有美国人有钱，也没有美国人生活品质高，这其中的关键原因就是：美国人都买了保险。
据统计，美国人的投保率是500%，即每人均拥有5份保单。日本更厉害，投保率是650%，每一个人平均拥有6.5份保单。而中国人的投保率约10%！日本3.11地震，人均获得理赔款是49万美元，折300万人民币。而我们5.12汶川地震，人均获得理赔1.9万元人民币。灾难面前，日本人从容淡定地去找保险公司赔偿。而我们国人只能呼天抢地，等待募捐。存钱买病床不如用零钱买保险 俗话说：中病输掉一头牛，大病卖掉一栋楼；辛辛苦苦几十年，一病回到解放前！这是很多人对大病重病突袭一个家庭的形象描述。在刚刚结束的两会上保监会主席项俊波表示：我们国家7000万贫困人口当中，因病致贫的占到了42%，这个比例是比较高的。有1000多万人患有慢性病或者大病。在五大致贫的原因中，大病致贫占了首位，一些家庭“十年努力奔小康，一场大病全泡汤”，所以大病保险是解决因病致贫、返贫的有效途径。没保险兜底可能： 一场意外能毁掉你所有努力；一场大病才发现存款远远不够；亿万身家也难保你一生富贵！有一个道理你必须明白： 让100变成101那叫银行， 让100变成110那叫投资， 让100变成100000那叫保险！曾经有人这样问：你到底是为谁在挣钱？算来算去，有可能在某一天、某几天的时间里，辛辛苦苦一辈子的积蓄被医院一下子没收！保险就是医疗费，大病小病安心睡；保险就是教育费，孩子读书不怕贵；保险就是养老钱，安度晚年不缺钱；保险就是理财金，坐享红利最省心；马云说：生了病的人想买保险，不是他认可保险了，是花自己的钱心疼了。所以，没有切肤之痛，不知道买保险的好处。总觉得买保险没有用。你没买保险没出事，那是万幸；没买保险出了事，就是悲剧；买了保险没出事，那是幸福；买了保险出了事，就是庆幸。保险能做到：不出事锦上添花,出了事能雪中送炭。记住吧！我们什么都可以拒绝，唯独风险拒绝不了，我们什么都可以省，唯独买保险的钱不能省。保险新闻网福利时间参与话题#你对朋友圈募捐行为的看法#在下面留言 我们将选出最深度、最独到且点赞数排名前3位粉丝留言，免费赠价值99元爆单名片会员资格。
各位粉丝赶快来留言吧~ 注：中奖名单我们将会在下一期文章公布。 我们可能无法改变什么但我们能让更多人看到结语： 大量粉丝还没有养成阅读后点的习惯，希望大家在阅读后顺便点，以示鼓励！长期坚持原创真的很不容易，多次想放弃。坚持是一种信仰，专注是一种态度！ 推荐阅读 抢抢抢！最后1小时！60岁都可以投保，600万保额，最低只需要136元，进口药都报销！
保险签单没有你想象中的那么难， 是你不知道可以这样获取准客户2017年“谁是中国保险业第一品牌”评选正火热进行中！快来给你支持的公司投票！”【陌生拜访，展业必看】
一键安装官方客户端
重大事件及时推送 阅读更流畅
http://crawl.nosdn.127.net/nbotreplaceimg/807fb39cdf0a2cc26bd7c0ec0855255d/b51d54c9efb06f9a5ce332.jpg在本次交通事故里我负主责！对方在轻松筹筹到四万多！筹到的钱是归对方所有还是按责任分摊呀所有还是按责任分摊呀？-免费法律咨询-华律网
在本次交通事故里我负主责！对方在轻松筹筹到四万多！筹到的钱是归对方所有还是按责任分摊呀所有还是按责任分摊呀？
华律推荐 湖北-咸宁
若想获得更专业的解答，建议使用5元付费咨询还可发语音、图片，现在
快速咨询律师，获得针对性回复今日咨询：973条律师解答：352条
本次交通事故中我负全责但无人员伤亡。保险已经理赔，但对方私家
在一次交通事故中，一小车司机撞到一位行人，经在医院抢救五天后`无效死亡，小车司杌负本次事故全部责
相关付费咨询
用户本次支付 6.9 元 并已完成评价
用户本次支付 6.9 元 并已完成评价
用户本次支付 6.9 元 并已完成评价
使用高性价比的付费咨询，满意率99%
付费咨询已突破500W，就问律师服务好评率业界第一
共 4 位律师回答
共 2 位律师回答
共 1 位律师回答
共 2 位律师回答
共 1 位律师回答
已帮助96人
已帮助381人
已帮助680人
快速咨询律师，获得针对性回复今日咨询：973条律师解答：352条户口本分开旁系亲属霸医疗费十几万报警可立案？怎判？ 医院剩余+社会筹集+轻松筹+低保=十几万_百度知道
户口本分开旁系亲属霸医疗费十几万报警可立案？怎判？ 医院剩余+社会筹集+轻松筹+低保=十几万
提示该问题下回答为网友贡献，仅供参考。
我有更好的答案
这是民事纠纷，如果报警公安机关不立案因为只有刑事案件公安局才立案
但是众筹规定所有费用用于患者恢复治疗，众筹内容也不符合实际真实情况！
而且直系亲属写的舅舅，当时本人父母都在场！
根据你说的情况还是你的家庭纠纷公安局不管家庭纠纷
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。3·15维权进行时:“助农众筹”原来也有套路3·15维权进行时:“助农众筹”原来也有套路互金通讯社百家号『“水果卖不出去低价处理，果农只为收回成本！恳求帮我们转发出去”，类似这样的信息经常能够在一些帮助农民的众筹信息中看到。助农众筹，出资者在买到心仪农产品的同时也能帮助农户渡过难关，从而实现双赢。然而，近日一个 “轻松筹”上的助农众筹却被发现是场骗局。』文/ 舒娅疆 杨妤飞来源：金融投资报举报:助农众筹买水果 付款后却没收到货近日，南充市营山县市场监督管理局先后接到多位消费者在12315平台和县长信箱的举报：在“轻松筹”上看到内容为“15万斤冰糖橙卖不出去，28.88元10斤，果农只为收回成本！恳求帮我们转发出去”的链接消息后，出于好心便通过该链接购买了水果，但付款后对方一直未发货。联系其他消费者后发现均未收到水果，怀疑为虚假众筹。调查:银行卡是借的 微信公众号是买的接到投诉后，营山县市场监管局及时对上述众筹信息网络链接中的收款方账号主体“营山县XX时尚服装店”展开调查。经查，“营山县XX时尚服装店”经营者为王女士，于2015年在营山县原大北街开设该店。据王女士介绍，她曾经将服装店营业执照、本人身份证及一张银行卡借给亲戚王某在微信上注册公众号。王某后将营业执照及身份证归还，但银行卡一直由王某使用，自己从来没有过问微信公众号的事情。执法人员遂与王某取得联系，经调查，王某使用王女士提供的营业执照、身份证及银行卡共注册了“南充看点”“营山潮生活”“同城爱心帮”三个微信公众号，并在微信上添加了微信号和微信名为“一生一世”的好友，于2017年4月将公众号“同城爱心帮”以600元的价格转让给该好友。公众号“同城爱心帮”此后一直由网友“一生一世”使用，二人现实中并不认识。经王某微信聊天询问，网友“一生一世”承认自己使用“同城爱心帮”微信公众号进行“轻松筹”，发布了冰糖橙销售链接。但该信息并不真实，他只是在网络上模仿其他助农销售模式，联系供货商低价购进再加价销售来获取利润。因公众号“同城爱心帮”绑定的银行卡仍为王女士的银行卡，销售出去的货款仍通过平台转入该张银行卡，由王某通过支付宝和银行卡转账的方式将所收货款转给他。查处:参与网民全部退款 出借执照另案调查事件调查清楚后，为及时督促“一生一世”退款，营山县市场监管局一方面联系公安部门介入调查，另一方面通过王某在微信上与“一生一世”联系，做其思想工作，讲清危害及后果。目前，“一生一世”已对参加冰糖橙“轻松筹”的网民全部进行了退款。同时，王女士出借营业执照的行为已经违法，该局也对其进行了立案调查，拟依据《个体工商户登记管理办法》第三十五条：“个体工商户提交虚假材料骗取注册登记，或者伪造、涂改、出租、出借、转让营业执照的，由登记机关责令改正，处4000元以下罚款；情节严重的，撤销注册登记或者吊销营业执照。”之规定予以处罚。目前，此案还在后续调查中。律师观点:虚假众筹具诈骗嫌疑传播正能量也要睁大眼睛针对上述案件中，有人利用网络众筹平台收到了众筹款却并没有发货的行为，四川高扬律师事务所律师喻远军在接受《金融投资报》记者采访时表示，这一行为不仅违反了诚信原则，还具有故意诈骗的嫌疑。“其利用公众的同情心，骗取了资金和款项，却拒不提供商品和货物，这样的行为构成诈骗。”喻远军表示，如果诈骗的金额超过2000元，执法部门可追究其刑事责任，而如果涉案金额没有超过2000元，这样的行为也违反了治安管理处罚的相关条例，也可对其采取罚款和治安拘留的处罚措施。对于支付了款项却并没有收到货物的消费者，喻远军表示，可通过向公安机关报案，或者向法院提起民事诉讼，要求当事人赔偿损失的方式来维护自己的权益。“公众具有同情心是一件正能量的事情，但是不能让居心不良的人利用大家的同情心来行骗。面对形形色色的众筹项目，建议消费者要睁大双眼，尽量核实信息的真实性。”他最后建议。（原标题：3·15维权进行时:“助农众筹”原来也有套路）声明：文章不构成投资建议，转载请注明出处这里有圈内最大的互联网金融记者群这里有圈内最大的公关、市场交流群，这里会定期举办行业线下交流活动。本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。互金通讯社百家号最近更新：简介:关注互联网金融领域的一切作者最新文章相关文章轻松筹监控系统实现方案 - 推酷
轻松筹监控系统实现方案
监控系统是服务管理最重要的组成部分之一，可以帮助开发人员更好的了解服务的运行状况，及时发现异常情况。虽然阿里提供收费的业务监控服务，但是监控有很多开源的解决方案，可以尝试自建监控系统，满足基本的监控需求，以后逐步完善优化。这样既可以更灵活的满足自身业务的监控需求，也可以为以后自建机房提供技术积累。通过以下7个方面来建设监控系统。
1.日志打印
完善的日志是实现监控的基础，如何打印日志关系到之后的日志过滤、存储以及分析。除了选择合适的日志库，还要满足一些日志打印的要求：
- 日志风格：以key-value的field形式输出结构化的日志。
- 输出时机： error日志一定都需要打印，info日志结合业务需求适当打印，日志只需要在业务层关注，model和util等不需要打印。
- 输出格式：线上以json的格式打印日志，方便解析日志。线下为了方便查看，可以用自定义的format打印日志，线上和线下的日志格式通过etcd来控制。
- 输出内容： 每一条日志都要携带logid、method、host和level，并且根据不同业务场景，需要携带不同业务的标识field，例如projectType、platform、payType等。
- 用context来传递不同goroutine之间的共享信息。
2.日志切分
日志切分是运维层面的东西，不应该由日志库来承担日志切分的事情，因为Linux在日志切分上有很成熟的工具，不需要自己写码去重复实现。
目前对日志切分的需求只有2个：按天切分和删除切出来的多余日志。logrotate就能很好的满足这些需求，logrotate是基于cron来运行的，其脚本是/etc/cron.daily/logrotate，默认放在/etc/cron.daily下，每天执行一次。
有的时候程序异常或者请求激增会导致日志量暴增，有可能在短时间内打满整个磁盘。可以在logrotate的配置文件里加上maxsize来限制日志文件的大小，并且将logrotate的执行频率调高至每小时甚至每分钟，及时切分并删除超过rotate数量的日志，来防止异常情况下磁盘被打满的情况发生。
样例配置如下所示：
// logrotate config of sample
// rotate every day, and keep for 3 days
/var/log/sample.log {
maxsize 1G
sharedscripts
postrotate
# 在切分时向程序发送SIGHUP信号
killall -SIGHUP bin_sample
业务程序只需要负责监听SIGHUP信号，收到该信号时再重新打开日志文件。
3.日志采集
从监控系统的角度来说，日志收集有2种方式：主动采集和被动接收，两种方式各有利弊。
- 主动采集
优点：日志收集和业务程序分开，互不影响。
缺点：日志收集需要依赖额外的采集服务，过滤和存储可能还需要额外配置。
- 被动接收
优点：业务程序直接将日志发送至存储，灵活性强，存储内容可在业务代码里控制。
缺点：日志存储不稳定的话会影响业务程序的正常运行；反之，日志量大的话也会压垮日志存储。
但是在建设监控系统初期，日志存储还不是很稳定的情况下，还是用主动采集的方式比较稳妥，不影响服务稳定性为主。
Collectd功能确实很强大，它的tail插件也能满足从文件收集日志，但是tail插件配置比较复杂而且说明文档相较于Filebeat来说不是很详细。
Collectd的其他插件可以采集的数据确实很多，而且也有插件支持将数据发送到Logstash和InfluxDB，但是多数插件的功能我们用不到，而且Elastic Stack中的Beats也能够很好的收集系统参数等数据，而且跟ELK能很好的兼容。
所以在分别试用了Filebeat和Collectd这2个采集服务后，综合上述分析决定采用Filebeat来负责从日志文件中采集日志。如下所示，Filebeat的配置简单易懂：
spool_size: 1024
# 最大可以攒够 1024 条数据一起发送出去
idle_timeout: &5s&
# 否则每 5 秒钟也得发送一次
registry_file: &registry&
# 文件读取位置记录文件，会放在当前工作目录下。
config_dir: &path/to/configs/contains/many/yaml&
# 如果配置过长，可以通过目录加载方式拆分配置
prospectors:
# 有相同配置参数的可以归类为一个 prospector
log_source: &sample&
# 类似 logstash 的 add_fields，此处的&log_source&用来标识该日志来源于哪个项目
- /var/log/system.log
# 指明读取文件的位置
- /var/log/wifi.log
include_lines: [&^ERR&, &^WARN&]
# 只发送包含这些字样的日志
exclude_lines: [&^OK&]
# 不发送包含这些字样的日志
document_type: &apache&
# 定义写入 ES 时的 _type 值
ignore_older: &24h&
# 超过 24 小时没更新内容的文件不再监听。
scan_frequency: &10s&
# 每 10 秒钟扫描一次目录，更新通配符匹配上的文件列表
tail_files: false
# 是否从文件末尾开始读取
harvester_buffer_size: 16384
# 实际读取文件时，每次读取 16384 字节
backoff: &1s&
# 每 1 秒检测一次文件是否有新的一行内容需要读取
- &/var/log/apache/*&
# 可以使用通配符
exclude_files: [&/var/log/apache/error.log&]
input_type: &stdin&
# 除了 &log&，还有 &stdin&
multiline:
# 多行合并
pattern: '^[[:space:]]'
negate: false
match: after
hosts: [&localhost:5044&]
# The Logstash hosts
Filebeat 发送的日志，会包含以下字段：
beat.hostname beat 运行的主机名
beat.name shipper 配置段设置的 name，如果没设置，等于 beat.hostname
@timestamp 读取到该行内容的时间
type 通过 document_type 设定的内容
input_type 来自 &log& 还是 &stdin&
source 具体的文件名全路径
offset 该行日志的起始偏移量
message 日志内容
fields 添加的其他固定字段都存在这个对象里面
4.日志过滤
Logstash 自2009年诞生经过多年发展，已经是很成熟并且流行的日志处理框架。Logstash使用管道方式进行日志的搜集处理和输出。有点类似*NIX系统的管道命令 input | filter | output，input 执行完了会执行 filter，然后执行 output。在 Logstash 中，包括了三个阶段：输入input → 处理filter（不是必须的）→ 输出output。每个阶段都由很多的插件配合工作，比如 file、elasticsearch、redis 等等。每个阶段也可以指定多种方式，比如输出既可以输出到elasticsearch中，也可以指定到stdout在控制台打印。
Codec 是 Logstash 从 1.3.0 版开始新引入的概念(Codec 来自 Coder/decoder两个单词的首字母缩写)。在此之前，Logstash 只支持纯文本形式输入，然后以过滤器处理它。但现在，我们可以在输入 期处理不同类型的数据，这全是因为有 Codec 设置。所以，这里需要纠正之前的一个概念。Logstash 不只是一个 input | filter | output 的数据流，而是一个 input | decode | filter | encode | output 的数据流！Codec 就是用来 decode、encode 事件的。Codec 的引入，使得 Logstash 可以更好更方便的与其他有自定义数据格式的运维产品共存，比如 graphite、fluent、netflow、collectd，以及使用msgpack、json、edn 等通用数据格式的其他产品等。
Logstash 提供了非常多的插件（Input plugins、Output plugins、Filter plugins、Codec plugins），可以根据需求自行组合。其中 Filter 插件 Grok 是 Logstash 最重要的插件。Grok 通过正则表达式匹配日志内容，并将日志结构化，所以理论上只要正则掌握的够娴熟，就能解析任何形式的日志，非常适合用来解析第三方服务产生的非结构化日志。但是如果是自己写的服务，就没必要将日志输出成非结构的，增加写正则的负担，所以在上述日志打印一节中才规定线上的日志输出成json形式，方便 Logstash 解析，Logstash 提供 json 的 Filter 插件。
Logstash 的配置文件默认放在 /etc/logstash/conf.d 目录下，如果需要采集多个项目的日志，每个项目的 Logstash 配置可能不一样，那就会在 conf.d 里存放多个配置文件，以每个项目命名方便管理。但是这样会带来一个问题，因为 Logstash 会将所有配置文件合并为一个，即一条日志通过input进入到Logstash后，会经过每个配置文件里的filter和output插件，造成对日志错误的处理和输出。解决方式是在Filebeat的fileds配置项里增加区分不同项目的field，如果日志路径就能区分不同项目的话也可以不用额外加field，用 Filebeat 自带的source字段就可以，然后在每个项目对应的 Logstash 配置文件里通过IF标识项目，项目各自的日志进各自的配置，互不干扰。
下列配置示例是对一个sample服务产生的json日志，通过Filebeat采集，用json的Filter插件进行解析，并将结果输出到标准输出。
port =& &5044&
// The filter part of this file is commented out to indicate that it is
// optional.
if [beat] and [source] =~ &sample& {
source =& &message&
code =& &event.set('time',(Time.parse(event.get('time')).to_f*1000000).to_i)&
if [beat] and [source] =~ &sample& {
stdout { codec =& rubydebug }
5.日志存储
InfluxDB vs. Elasticsearch
根据 DB-ENGINES 的排名，InfluxDB和Elasticsearch在各自专攻的领域都是NO.1，InfluxDB统治Time Series DBMS，Elasticsearch制霸Search engine，关于它们的原理和使用，各自都有非常详细的文档和资料，这里就不再赘述。
在时序数据方面，InfluxDB表现强劲，Elasticsearch在主要的指标上均远落于下风：
数据写入：同时起4个进程写入8百64万条数据，Elasticsearch平均为 115,422 条/秒，InfluxDB平均 926,389 条/秒，写入速度是Elasticsearch的8倍。这种写入速度的差距随着数据量的增大保持相对一致。
磁盘存储：存储相同的8百64万条数据，使用默认配置的Elasticsearch需要2.1G，使用针对时序数据配置的Elasticsearch需要517MB，而InfluxDB只需要127MB，压缩率分别是前两者的16倍和4倍。
数据查询：在24h的数据集（8百64万条数据）里随机查询1个小时内的数据，按1分钟的时间间隔聚合，Elasticsearch和InfluxDB分别单进程执行1000次这种查询，算耗时的平均值。Elasticsearch耗时4.98ms（201次查询/秒），InfluxDB耗时1.26ms（794次查询/秒），查询速度是Elasticsearch的4倍。随着数据集的增大，查询速度之间的差距逐渐拉大，最大相差10倍之多。而且随着执行查询的进程数增加，InfluxDB的查询速度增幅显著，而且在不同数据集之间的查询速度基本一致，但是Elasticsearch增幅就不大，而且随着数据集的增大查询速度是递减的。
详细的比较说明参见 InfluxDB Markedly Outperforms Elasticsearch in Time-Series Data & Metrics Benchmark
Elasticsearch强在全文搜索，InfluxDB擅长时序数据，所以还是具体需求具体分析。如果需要保存日志并经常查询的，Elasticsearch比较合适；如果只依赖日志做状态展示，偶尔查询，InfluxDB比较合适。
轻松筹的业务各有特点，单一选择Elasticsearch或者InfluxDB都不能很好的查询日志和指标展示，所以有必要InfluxDB和Elasticsearch共存。在 Logstash 里配置2个输出，同一条日志输出2份，一份保留全部字段输出至 Elasticsearch；另一份过滤文本性的字段保留指标性的字段，然后输出至 InfluxDB。
InfluxDB如果作为Logstash的输出，有个坑需要注意，就是Logstash的InfluxDB插件支持的时间戳精度太粗，不能精确到纳秒，会导致同一个值的时间戳在插入InfluxDB的时候出现异常。因为InfluxDB用measurement名、tag集和时间戳来唯一标识一条记录。如果插入InfluxDB的一条记录与已经存在的一条记录measurement名、tag集和时间戳都相同，那么filed会是新老两条记录的集合，相同field的值会被新记录覆盖。 解决方式有2种，一种是增加一个tag来标识新记录。另一种是手动提升时间戳的精度，提升至微秒，理论上每天可以支持86,400,000,000条不重复的日志，可以很大程度避免时间戳的重叠，配置如下所示：
// 业务日志输出时时间戳格式化到微秒：T15:04:05.:00
// Logstash的filter根据时间戳转换
code =& &event.set('time',(Time.parse(event.get('time')).to_f*1000000).to_i)&
6.数据展示
Grafana vs. Kibana
比较Kibana和Grafana，Kibana在图表展示上没有Grafana美观，而且Grafana的配置更加简单灵活。既然在日志存储中决定InfluxDB和Elasticsearch共存，展示上就也需要Kibana和Grafana共同协作，Kibana从Elasticsearch中检索日志，Grafana从InfluxDB和Elasticsearch中获取展示数据。下面2张图片展示了Grafana在轻松筹业务监控上的应用：
7.异常报警
即使上述6个环节都建立了，如果没有报警一切都是没有意义的，因为不可能每时每刻都盯着曲线看，所以需要设置异常阈值，让监控系统定时检查，发现异常立即发送报警通知。
报警的服务有很多，但是数据展示的Grafana自带报警功能，功能也能满足我们的报警需求，而且配置简单，所以规则简单的报警可以采用Grafana的报警服务。不过Grafana的报警只支持部分数据库，分别是Graphite, Prometheus, InfluxDB 和 OpenTSDB，所以在Elasticsearch中的日志报警还需要Elastic Stack的X-Pack。
如上图所示，可以设置报警检查的频率，报警条件是最近的5分钟内指定指标的平均值是否大于70，如果这个条件为True则触发报警。这种报警条件还比较单一，像错误数在十分钟内超过几次才报警，当前订单数与昨天同一时间的订单数比较跌了超过百分之几就报警，控制报警通知发送的频率，等等，Grafana就不能满足了，针对这种报警规则我们自己实现了一个报警引擎，用来满足这些比较复杂的报警规则。
Notification
Grafana的报警通知只有在状态转换时才会触发，即报警状态的时候会发送告警通知，如果到恢复之前的一段时间里条件一直是满足报警条件的，Grafana不会一直发送通知，直到恢复的时候再发送一次恢复的通知。如果触发报警，Grafana支持4中通知方式：Email、Slack、Webhook 和 PagerDuty。其中Slack是国外的一种协作工具，类似钉钉，PagerDuty是一个收费的告警平台，所以可选的只剩下Email和Webhook了。下面简单的介绍如何配置Email和Webhook
Grafana的邮件配置很简单，可以利用QQ企业邮箱的smtp服务来发送报警邮件，邮件内容是配置的报警，配置比较简单：
enabled = true
host = smtp.exmail.qq.com:465
password = ********
from_address =
from_user = Grafana
Webhook 就是在触发报警时，Grafana主动调用配置的http服务，以POST或者PUT方式传递json数据。这样就可以在我们自己开发的http服务里增加额外的通知方式，例如短信、微信甚至电话。
配置了报警通知，不接收不去看也是白搭。一方面我们尽量实现多种通知途径，比如邮件、微信和短信。另一方面需要项目负责人接到报警及时响应，查看问题。
Q：针对grafana不支持的报警，你们自己实现的报警引擎是直接在grafana的基础上修改的么，还是独立于grafana呢？
A：我们用Go自己实现的一个报警引擎，独立于Grafana
Q:能否谈谈整个日志系统架构演变过程和走过的坑
A:这个问题个人觉得有大，不过上述分享里已经记录了一些坑，现在这个也比较初期，以后需求复杂了，遇到的问题多了，自然会促进演变了
Q:logstash 你们遇到过收集慢和丢日志的情况吗？现在你们logstash收集日志到什么规模了？
A:我们目前的日质量大概每天2亿条，高峰时候每小时2000万条左右。Logstash运行的还可以,如果后期遇到手机慢，做简单的方式是扩机器，先解决问题，再想更好的优化策略
Q:如果类似于nginx，mysql这种日志，类型增加需要解析每增加一个就要去改logstash的grok吗
A:针对常用的服务，grok已经提供了一些正则的pattern，例如你提到的nginx，mysql。目前是每增加一个就需要修改grok，后期可以实现一个ui来提高修改效率。
Q:各种服务的日志格式也不一样！ 前面说是用 logstash正则匹配，为了减轻负担采用json标准，如何实现 服务的标准化日式输出？如：系统日志 nginx apache 等服务器日志！
A:Logstash的Grok插件
Q:这个lostash 日志格式转换 怎么学习
A:Logstash有很完善的文档，感兴趣的话可以参考
Q:据说 logstash 比较吃内存，fluentd 作为EFK组合也经常出现，请问你们有没有做过选型呢？
A:当时选择了ELK，就没有做太多的选型了，Logstash吃内存的问题现在还不是太突出
Q:json标准结构化日志，建议是自己预先写好生成格式，那么有没有 介绍结构化日志的文章那?有没有简单易用的方式？
A:不好意思，介绍结构化日志的文章有哪些具体我也没搜集过，也不是很清楚。以前是为了查问题打日志，如果基于日志做分析，就需要根据统计的需求来决定打印哪些field
Q:日志的完整性怎么保证的？怎么知道没丢日志，或丢失了多少日志
A:Filebeat和Logstash的输出插件都有一些重试的策略，但是也免不了日志丢失。日志的完整性确实和保证日志不丢也是我们目前在尝试解决的问题
Q:请问监控系统需要考虑高可用吗？
A:肯定是要考虑高可用，当后期更多的业务依赖监控系统后，就要保证监控系统不挂，查询要快，实时监控，报警准确等
已发表评论数()
请填写推刊名
描述不能大于100个字符!
权限设置： 公开
仅自己可见
正文不准确
标题不准确
排版有问题
主题不准确
没有分页内容
图片无法显示
视频无法显示
与原文不一致