日志治理

现象或背景：日志分散导致的 3 天故障排查 2025 年 3 月 17 日凌晨 02:47，我们的风控系统突然出现 17% 的误判率，业务方要求 2 小时内定位根因。运维团队花了 72 小时才发现： 1. 日志分散：业务日志存 Kafka，

«结论先行：journald 的「默认上限 4GB」只在 "/var/log/journal/" 持久化目录下生效；一旦存储落在 "/run/log/journal/"（内存型 tmpfs），上限只有 10% 内存，且重启即清零——而真正让

背景 我们一台 RHEL 9 节点的支付网关日志（RHEL 9.2，logrotate 3.21.0，应用 Java 直写文件，非 systemd-journald），logrotate 配置是这样的： /var/log/paygw/pay

一、现象与背景：全量上报撑爆了上报链路 先摆数字。我们一个 B 端中台（React 18.2 + Vite 5，日均 PV 约 230 万、峰值 41 QPS 的活跃会话约 1.2 万个），监控 SDK 最初的设计是所有事件 100% 全量

一、现象：一次「日志轮转」把服务打挂了 6 分钟 去年 12 月的一个凌晨 03:14，我们的 "order-svc"（RHEL 9.2，logrotate 3.21.0，systemd-journald 接管系统日志，但业务日志走文件）开