一个不需要运维团队的日志平台。
你有一台 2C4G 的云服务器，上面跑了五六个服务——Java、Python、Node.js 都有。日志到处乱飞：Docker stdout 里有，/var/log 里有，项目目录下还有。凌晨两点出了故障，你 SSH 上去，打开三个终端 tail -f，脑子里只有一个想法：
"能不能跟大厂一样有个日志平台？——但我只有一台机器。"
能。LogSys 就是干这个的。
docker compose up -d
一条命令，你的单机服务器就变成一个小型可观测性平台。
- 不改业务代码。你现在的 logger 照常用，Vector 自动采集。
- 总内存占用不到 1GB。跟你的业务服务跑在同一台机器上，不需要额外服务器。
- Grafana 可视化开箱即用。Phase 2 上专业 React 前端。
| ELK 全家桶 | LogSys | |
|---|---|---|
| 最低内存 | 4 GB | 512 MB |
| 组件数 | 3 个重型守护进程 | 5 个轻量容器 |
| 磁盘开销 | 原始日志 2 倍体积 | 10 倍压缩（ClickHouse 列存） |
| 部署时间 | 半天调 JVM 参数 | docker compose up -d |
| 查询引擎 | 全文索引，重 | 列存扫描 + 布隆过滤 |
| 跑在哪儿 | 独立集群 | 就你那台 20 块的 VPS |
┌──────────┐
│ Java 应用 │── stdout ──┐
└──────────┘ │
┌──────────┐ │ ┌──────────┐ ┌─────────────┐
│Python 应用│── 文件 ────┼────▶│ VECTOR │─────▶│ ClickHouse │
└──────────┘ │ │ 日志采集 │ │ 日志存储 │
┌──────────┐ │ │ 格式解析 │ └──────┬──────┘
│ Node 应用 │── stdout ──┘ │ 路由分发 │ │
└──────────┘ └──────────┘ ┌──────┴──────┐
│ Spring Boot │
┌──────────┐ ┌──────────┐ │ 查询 API │
│ Grafana │◀─────────────────│PostgreSQL│ └──────┬──────┘
│ 可视化 │ │ 元数据 │ │
└──────────┘ └──────────┘ ┌──────┴──────┐
└──────────┘ └──────────┘ ┌──────┴──────┘
│ Python │
┌──────────┐ │ 分析引擎 │
│React 前端│ (Phase 2) │ 错误聚类 │
│ SPA │ └─────────────┘
└──────────┘
git clone git@github.com:thana0623/LogSystem.git
cd LogSystem
cp .env.example .env # 改一下密码
docker compose up -d # 完事| 地址 | 是什么 |
|---|---|
http://localhost:3000 |
Grafana 仪表盘 |
http://localhost:8080/health |
健康检查 |
http://localhost:8080/api/v1/logs/query |
日志查询 API |
只要你的日志是 JSON 格式打到 stdout，Vector 自动采集，零配置：
{"timestamp":"2026-05-24T12:00:00Z","level":"ERROR","message":"数据库连接超时","service_name":"order-api","trace_id":"a1b2..."}不是 JSON？Vector 的 regex 解析器内置了 Logback、Python logging、Winston 的格式模板，挂载日志目录就能采。
# 查最近 1 小时所有服务的 ERROR 日志
curl -X POST http://localhost:8080/api/v1/logs/query \
-H "Content-Type: application/json" \
-d '{"level":"ERROR","start_time":"2026-05-24T11:00:00Z","end_time":"2026-05-24T12:00:00Z","page":1,"page_size":20}'
# 今天 Top 10 错误
curl http://localhost:8080/api/v1/errors/top?range=24h
# 所有服务健康概览
curl http://localhost:8080/api/v1/services| 能力 | Phase 1 | Phase 2 |
|---|---|---|
| 统一日志采集（stdout + 文件） | ✅ | ✅ |
| 多语言兼容（Java / Python / Node.js） | ✅ | ✅ |
| 结构化存储（ClickHouse，30 天自动清理） | ✅ | ✅ |
| 日志查询 API — 筛选、分页、排序 | ✅ | ✅ |
| Grafana 预置仪表盘 ×2 | ✅ | ✅ |
| 错误聚类 + Top-N 排行榜 | — | 🚧 |
| 服务健康评分 + 趋势统计 | — | 🚧 |
| 专业 React 前端（4 页面） | — | 🚧 |
| AI 日报 + 根因分析（Phase 3） | — | 💡 |
| 层 | 选型 | 理由 |
|---|---|---|
| 采集 | Vector | Rust 写的，128MB 内存，TOML 配置。比 Fluent Bit 干净。 |
| 存储 | ClickHouse | 列存，10:1 压缩。同样数据量，内存只有 ES 的四分之一。 |
| API | Spring Boot 3.3 / Java 17 | 工业级稳定性，团队没有学习成本。 |
| 元数据 | PostgreSQL 16 Alpine | 轻得几乎不占资源。 |
| 可视化 | Grafana 11 OSS | MVP 阶段零前端成本。 |
| 分析 | Python 3.12 | 错误聚类、统计聚合。Phase 2。 |
| 前端 | React 18 + shadcn/ui + Tailwind | Phase 2。Linear / Datadog 级别的 UI 质感。 |
| 部署 | Docker Compose | 一个文件、一条命令、一台机器。 |
一个本地命令行日志工具，用于个人笔记式日志管理（与平台的日志采集系统独立）。
要求 Python 3.10+。
# 新增日志
python tools/cli/logsystem.py add --title "今天总结" --content "完成了日志系统原型" --tags work,python
# 查看所有日志
python tools/cli/logsystem.py list
# 按关键字过滤
python tools/cli/logsystem.py list --keyword 原型
# 按标签过滤
python tools/cli/logsystem.py list --tag work
# 删除日志
python tools/cli/logsystem.py delete --log-id 1默认数据文件：logs.json（位于当前目录，可通过 --file 指定其他路径）。
| 文档 | 内容 |
|---|---|
| focus-spec.md | 需求契约 — 场景、边界、黑名单、验收断言 |
| api-spec.md | 8 个 API 完整契约 — 请求/响应/错误/后端实现要求/前端注意事项 |
| schema.sql | 数据库 DDL — 建表、索引、TTL、设计决策说明 |
| project-spec.md | 技术栈版本、命名规范、目录结构、端口分配 |
| development-workflow.md | 开发流程 — 分支策略、Mock 规范、PR 规则 |
| review-protocol.md | P0/P1/P2 三级代码审核清单 |
| change-request.md | 需求变更模板 — 口头需求不算数 |
后端（Java） — 先读 api-spec.md。Controller → Service → DAO 三层。DTO 和 VO 必须分离。每个接口带 .http 测试文件。提 PR 前对着 review-protocol.md 自查。
前端（React） — MSW Mock 先行。不启动后端也能完整开发全部页面。切一个环境变量接真实 API。UI 规范在 focus-spec.md §8。
Python（分析引擎） — 脚本必须幂等可重复执行。配置全走环境变量。归一化算法必须有单测。
Apache 2.0 — 拿去用，拿去改，拿去发。
为实验室、学生、小团队而建。
可观测性，不需要企业级的复杂度税。