怎样通过Node.js日志监控系统状态

用 Node.js 日志监控系统状态的可落地方案

一 核心架构与流程

聊起系统状态监控，日志是最直接也最可靠的入口。很多人以为日志就是“打印点信息”，但在生产环境里，日志其实是一条完整的数据管道，从采集、传输、存储到分析、告警，每个环节都需要精心设计。

先说日志采集这一层。应用内部应该用结构化日志库——比如 Winston、Pino、Bunyan——统一输出 JSON 格式的日志。为什么要结构化的？因为后面做检索、过滤、聚合都依赖字段名，纯文本日志在规模上来之后基本不可用。

采集完怎么处理？需要把日志发送到集中式系统，比如 ELK Stack（Elasticsearch + Logstash + Kibana），或者 Graylog、Fluentd。这样跨服务的日志就能聚合到一起，想查哪个接口、哪个用户的链路都方便。

实时观察层面，开发运维人员可以用 tail -f 或者 PM2 的 logs 命令快速看当前输出；更正式的做法是在 Kibana 或 Grafana 里配置阈值告警——比如错误率突然飙升、响应时间异常，系统自己就会通知你。

除了日志本身，指标数据也很关键。暴露一个 /metrics 端点，配合 Prometheus + Grafana 做时序指标仪表盘，很多问题在数值趋势上就能提前发现。

最后是运行和轮转。PM2 负责守护进程并管理日志输出；logrotate 或者 winston-daily-rotate-file 做日志切分和归档，避免磁盘被写爆。

二 落地步骤与关键代码示例

步骤1 结构化日志

用 Winston 输出 JSON 日志，区分 error 和 combined 两类文件，后续检索和告警都方便。

// logger.js
const winston = require('winston');
const { combine, timestamp, json } = winston.format;

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

module.exports = logger;

业务代码中打点也很自然：

const logger = require('./logger');
logger.info('user login', { userId: 'u123', ip: '1.2.3.4' });
logger.error('db connect failed', { err: err.message, retry: true });

步骤2 健康检查与系统状态

提供 /health 和 /status 端点，结合 os 模块输出关键运行信息。探针和快速排障都靠它。

// health.js
const express = require('express');
const os = require('os');
const logger = require('./logger');

const app = express();

app.get('/health', (req, res) => {
  const health = { status: 'UP', uptime: process.uptime() };
  logger.info('health check', health);
  res.json(health);
});

app.get('/status', (req, res) => {
  const mem = os.freemem() / os.totalmem();
  const status = {
    freeMemPct: (mem * 100).toFixed(2) + '%',
    totalMem: (os.totalmem() / 1024 / 1024 / 1024).toFixed(2) + ' GB',
    cpuCount: os.cpus().length,
    systemUptime: os.uptime()
  };
  logger.info('status snapshot', status);
  res.json(status);
});

app.listen(3000, () => logger.info('Server listening on 3000'));

步骤3 指标与可视化

用 prom-client 暴露 /metrics，配合 Prometheus + Grafana 展示请求率、延迟、活跃请求等指标。

// metrics.js
const client = require('prom-client');

const httpRequestDuration = new client.Histogram({
  name: 'http_request_duration_seconds',
  help: 'Duration of HTTP requests in seconds',
  labelNames: ['method', 'status']
});

const activeRequests = new client.Gauge({
  name: 'active_requests',
  help: 'Number of active HTTP requests'
});

function metricsMiddleware(req, res, next) {
  const end = httpRequestDuration.startTimer();
  activeRequests.inc();
  res.on('finish', () => {
    end({ method: req.method, status: res.statusCode });
    activeRequests.dec();
  });
  next();
}

app.get('/metrics', async (req, res) => {
  res.set('Content-Type', client.register.contentType);
  res.end(await client.register.metrics());
});

步骤4 运行与日志管理

PM2 启动并守护进程，实时查看日志：

npm i -g pm2
pm2 start app.js --name my-app
pm2 logs my-app  # 实时查看
pm2 monit        # 资源监控

Linux 系统上用 logrotate 做日志轮转：

# /etc/logrotate.d/myapp
/path/to/logs/*.log {
    daily
    missingok
    rotate 7
    compress
    notifempty
    create 0640 node node
}

三 告警与可视化配置

日志告警：在 Kibana 里配置规则，当 error.log 条目数在设定窗口内超过阈值，或者匹配到关键错误模式时，触发通知。通知渠道可以是邮件、企业微信、钉钉、PagerDuty、Opsgenie。

指标告警：在 Prometheus 里配置规则，比如 5xx 比例、P95 延迟、活跃请求异常等，通过 Alertmanager 路由到对应通知渠道。

可视化：Grafana 仪表盘覆盖请求率、错误率、P50/P95/P99 延迟、内存与 CPU 使用、活跃请求等核心面板。一张图看全貌，比翻日志高效得多。

四 生产最佳实践

结构化与级别：统一 JSON 日志，合理使用 debug/info/warn/error，生产环境不要过度打点，否则成本高、干扰多。

采样与脱敏：高频调试日志做采样；password、token、phone 等敏感字段必须脱敏后再写入，这是基本功。

异步与性能：采用异步或批量写入，避免日志阻塞主线程；高频路径上减少昂贵的序列化操作。

上下文与追踪：日志里带上 trace_id、span_id、request_id，全链路串联才顺畅。

可靠传输：集中式日志通道要有重试和缓冲能力，避免瞬时故障导致日志丢失。

容量与保留：按日或按大小切分，设置合理的保留周期和冷热分层，控制存储成本。

安全合规：限制日志访问权限，敏感数据绝不能写入可被未授权访问的存储中。

说到底，日志监控不是“写了就行”，而是一套系统工程。把上面这些环节走通，Node.js 应用的状态才能看得清、管得住。