這是10月12日-18日在北京舉行的的“2016國家大眾創(chuàng)業(yè)萬眾創(chuàng)新活動周（簡稱‘國家雙創(chuàng)周’）暨中關村創(chuàng)新創(chuàng)業(yè)季”推出的“最具創(chuàng)新潛力創(chuàng)業(yè)企業(yè)榜單”入選企業(yè)展示活動。
這不是日志易的公司形象首次在中關村創(chuàng)業(yè)大街出現(xiàn)。半年前，中關村創(chuàng)業(yè)大街南街口的大屏，同樣展示過日志易及創(chuàng)始人陳軍，彼時的主題，是“騰訊系創(chuàng)業(yè)風云榜”。2009年-2012年，日志易創(chuàng)始人陳軍在騰訊負責數(shù)據(jù)中心網絡平臺部，并同時在搜搜任職。
“我們已經申請了12項日志處理方面的技術發(fā)明專利，6項軟件著作權登記。日志易在2014年成立之初即獲得朝陽區(qū)政府的‘鳳凰計劃’初創(chuàng)企業(yè)資助，去年獲得北京科技型中小企業(yè)促進專項（創(chuàng)新類）獎金，今年入選北京中關村前沿企業(yè)，獲得中關村管委會500萬元資助?！?em>日志易創(chuàng)始人兼CEO陳軍告訴記者。
不僅僅如此。2014年日志易剛成立時，已經獲得真格基金等天使投資人1400萬天使輪融資，2015年12月，獲得紅杉資本A輪6000萬融資。2016年，預計公司營業(yè)收入將超過千萬元。
資料顯示，日志易的海量日志搜索分析產品，能對日志進行集中采集和實時索引，提供實時搜索、分析、可視化和監(jiān)控告警等功能，幫助企業(yè)用戶在統(tǒng)一平臺實時管理日志數(shù)據(jù)，進行線上業(yè)務實時監(jiān)控、異常原因定位、數(shù)據(jù)統(tǒng)計分析及安全與合規(guī)審計。
看起來，這同樣是一家技術立足的創(chuàng)業(yè)公司。而從其融資、業(yè)務收入初步判斷，這也是一個走在健康發(fā)展軌道上的初創(chuàng)企業(yè)。
日志易創(chuàng)始人兼CEO陳軍
日志，是IT運維的基礎。而無論是IT運維管理解決方案，或是日志管理解決方案，目前市場可以用百花齊放來形容。作為后來者，日志易為什么能立足？又憑什么能脫穎而出？
大數(shù)據(jù)改變IT運維，ITOM發(fā)展到ITOA
大數(shù)據(jù)改變了一切，IT運維也不能例外；日志易，就與日志大數(shù)據(jù)緊密相關。
所有CIO、CTO或IT Manager，恐怕沒有不知道IT運維管理（ITOM，IT Operations Management）。
這是一個古老、龐大的行業(yè)。從最基礎的IT維護，到目前的運維監(jiān)控、自動化、分析，運維工程師通過對運維數(shù)據(jù)、系統(tǒng)負載、安全等各方面的即時把控和處理，以保證企業(yè)業(yè)務與管理的正常進行。
但是，隨著大數(shù)據(jù)的出現(xiàn)，近兩年，在ITOM之外，出現(xiàn)了一個新的行業(yè)——ITOA（IT Operation Analytics），這就是IT運維分析。
IT運維分析，就是把大數(shù)據(jù)的技術運用到IT運維產生的數(shù)據(jù)里進行分析。分析的作用，就是更好地進行運維監(jiān)控、安全審計、業(yè)務分析等。
ITOA把大數(shù)據(jù)應用到運維里，所以數(shù)據(jù)源就很關鍵。而數(shù)據(jù)源最主要的來源，就是日志與網絡抓取?？梢哉f，日志，是ITOA最重要的數(shù)據(jù)源。
其實，在ITOM階段，日志管理同樣重要并且也很成熟。那么，為什么ITOA依然會出現(xiàn)并且發(fā)展迅猛？事實上，這與IT運維的精細化密切相關。
實時搜索引擎：日志3.0到來
我們知道，日志也叫機器數(shù)據(jù)，因為他們都是網絡設備、服務器、操作系統(tǒng)、應用系統(tǒng)在操作或運行中產生的數(shù)據(jù)，帶有時間戳。不同的設備、系統(tǒng)，產生不同的日志文件，通過日志文件，可以查看、監(jiān)控設備、系統(tǒng)的運行狀況，是ITOM的基石。
不難想象日志管理在企業(yè)ITOM中的重要性。然而，在過去，日志管理面臨各種或大或小的問題，給ITOM帶來挑戰(zhàn)。這些問題可以總結為以下幾個方面：
首先是散，日志散落在不同的設備里，會被刪除和覆蓋；工程師需要登陸到不同的服務器，用命令或腳本查看；其次是亂，日志數(shù)據(jù)來源多樣、格式多樣，是完全的非結構化、自由文本；第三是難，提取分析很困難，故障根源分析、不同系統(tǒng)之間的關聯(lián)分析都很困難；第四是慢，用批處理的方式來分析比較慢，實時性很差。
為了解決“散”的問題，十幾年前，業(yè)界開始用數(shù)據(jù)庫的方法來存儲日志。但是數(shù)據(jù)庫本質上是處理結構化數(shù)據(jù)的，其固定表格的方式，無法適應日志的任意格式和大數(shù)據(jù)量特點。即使這個過程通過程序進行自動化處理，依然不能改變數(shù)據(jù)庫管理的局限性。
“這是日志1.0的階段。目前市場中基于日志的審計產品都是基于數(shù)據(jù)庫的。這種數(shù)據(jù)庫的表格一般就是三列，第一列是主機名，第二列是時間戳，第三列就是日志本身。但實際上沒有對日志本身進行結構化處理?！比罩疽證EO陳軍說。
8-10年前，隨著Hadoop的出現(xiàn)和發(fā)展，業(yè)界開始用Hadoop或NoSQL來處理日志，但Hadoop只是開發(fā)框架，需要研發(fā)團隊進行開發(fā)，而且也是批處理，實時性差，更主要的是，不支持全文檢索。這是日志2.0階段。
近幾年，日志3.0已經到來，其代表就是美國公司Splunk。Splunk的核心是“實時搜索引擎”，主要有三個特點：實時，海量，支持全文檢索。這個引擎與Google或百度的搜索引擎不一樣，后者的搜索引擎是批處理的，無法解決實時性問題，都有一定的滯后性。
通過實時搜索引擎，機器或系統(tǒng)日志出來幾秒鐘，就能搜索和分析，馬上看到相應的結果。
日志易所做的，就是“可編程的實時日志搜索分析引擎”，不單實時，而且還在搜索框實現(xiàn)了腳本處理語言，叫做SPL（Search Processing Language）。
SPL，是日志易的核心技術?！叭罩疽讓嗣绹鳶plunk公司，因此我們的技術跟美國是平齊的，在國內僅此一家。”陳軍表示。據(jù)悉，日志易于2014年10月推出第一代產品。
我們也許會問：陳軍為何會選擇日志這個細分行業(yè)切入？這是因為，從初入職場，陳軍即與日志結下不解之緣。
源于職業(yè)經歷
1998年，陳軍從美國南加州大學畢業(yè)，隨即加入思科公司做研發(fā)，那時就開始接觸日志。當時的工作內容與軟件有關，但是軟件有BUG，怎么分析BUG，一籌莫展。后來，開始從日志里面分析BUG，但當時是通過編輯器，手工查看日志。
2006年，陳軍加入Google，工作內容與數(shù)據(jù)中心、云計算、搜索有關。當時，陳軍與同事在Google做網頁搜索，每天要爬100多億個網頁，需要分析各種錯誤信息，這些全部記錄在日志里面。此時的日志文件很大，一個日志就是幾十GB的文件；一個功能輸出的日志就有幾百GB。
“這么大的日志，不可能用編輯器查看，更不用說打開一個幾十GB的文件，加載就要幾十分鐘。所以當時使用了Google的Map Reduce計算框架?！保ㄗⅲ篐adoop就是基于Map Reduce寫的開源軟件）
當時，陳軍在Google每天寫MapReduce程序。早上上班第一件事，就是從日志看昨天爬網頁的情況，為此，他們開發(fā)了一套系統(tǒng)來看報表。但是如果網頁爬蟲系統(tǒng)加了一些新的功能，又會出現(xiàn)新的錯誤信息，那么就要改Map Reduce程序，通過新的程序來處理新的特性、新的錯誤信息?！半m然MapReduce有一個很好的框架，可以很快地寫一個小程序，調試后運行，但真正看到結果已經是下午，所以想最后看點東西需要幾個小時，周期依然太長?！?/p>
2009年，陳軍回國加入騰訊，在騰訊數(shù)據(jù)中心部門。當時騰訊有20多萬臺服務器，陳軍所在的團隊也是開發(fā)騰訊數(shù)據(jù)中心的運維監(jiān)控系統(tǒng)。2010年，陳軍接觸了Splunk，這是最早使用實時搜索引擎來處理日志的，“因此覺得很有特色”。
約3年后的2012年，陳軍離開騰訊加入高德，也是每天要看前一天高德地圖的用戶行為、統(tǒng)計數(shù)據(jù)。由于每天早上十點要出數(shù)據(jù)，因此基本上通宵跑Hadoop程序進行統(tǒng)計分析。但有時候，比如碰到節(jié)假日，像國慶節(jié)、黃金周這種，出行的人多，用戶量一下子增加幾倍，那么就要到下午甚至是第二天才能看到結果。
“用Hadoop這些大數(shù)據(jù)框架，一個是慢，第二是不方便，要分析點新的東西，需要在代碼里添加功能，因此很不方便?！?/p>
怎么辦？
框計算中的另一個自主研發(fā)者
2009年，百度李彥宏說，“百度是個框計算公司，因為搜索框后面有很多計算”。其時，云計算剛剛興起，大數(shù)據(jù)開始萌芽。
在云計算、大數(shù)據(jù)的這一背景下，基于多年的日志管理與分析經驗，創(chuàng)業(yè)的想法開始在陳軍腦中產生。2014年初，北京優(yōu)特捷信息技術有限公司成立，10月，日志易走向市場。
日志易的定位，就是框計算，是實時流式大數(shù)據(jù)處理架構加上實時搜索。最開始，日志易基于Spark Streaming；經過自主研發(fā)，“可編程的實時日志搜索分析引擎（SPL）”誕生了，基于SPL已經實現(xiàn)更快的檢索速度。
陳軍介紹，日志易的日志分析解決方案具有以下幾個特點：
一個是實時分析，速度快，日志從產生到搜索到分析到出結果，只有幾秒鐘的延遲。比如在樂視，每秒鐘處理100萬條日志，相當于每天20TB，檢索1000億條日志只需要60秒；
第二個特點是海量，每天可以處理TB級的海量日志；
第三個是易用，SPL是給IT工程師使用的搜索引擎腳本語言，可以搜索、分析任何格式的日志文件。
“我們是全產業(yè)鏈的，包含日志的采集、解析、索引、搜索、分析、告警，價值就在運維監(jiān)控、業(yè)務分析、用戶數(shù)據(jù)分析、安全合規(guī)審計等方面?！标愜娬f。
從2014年10月推出產品到今天，日志易客戶已分布在金融、能源、運營商、互聯(lián)網、制造等行業(yè)，金融客戶包括中國銀行、華夏銀行、新疆農信、鵬華基金、某綜合金融集團、某大型股份制銀行，以及第三方支付公司；能源行業(yè)客戶有國家電網、中石油、中石化；運營商客戶有中國移動；互聯(lián)網客戶有小米、樂視、網宿等；制造業(yè)客戶有上汽通用、格力電器、中車等。其SaaS版本在阿里云、騰訊云、金山云、AWS、Azure等多個公有云中積累了幾千個客戶。
IT運營走向精細化提升ITOA的需求
可以看到，基于云計算和大數(shù)據(jù)，ITOA應運而生，其特點，是通過日志大數(shù)據(jù)的實時挖掘分析展現(xiàn)結果，這彌補了ITOM在監(jiān)控層面的滯后性。這對于那些以IT支撐作為核心競爭力之一的企業(yè)來說，意義重大。
2015年，國內某綜合金融集團使用日志易搭建了集團內部的日志云，進行實時日志搜索分析。
此前，他們的日志散落在不同的生產服務器上。當出現(xiàn)問題時，工程師需要登錄服務器，通過腳本命令查看日志，不僅非常慢，而且?guī)砗艽蟮墓芾盹L險，因為登陸生產服務器查看日志等操作，一不小心就會誤操作，產生新的故障，而且從ITIL的角度，生產服務器本身就不應該隨便登陸的，涉及到非常嚴格的管理流程，比如變更管理。
建起日志云之后，該集團禁止工程師登陸生產服務器查看日志，數(shù)百個業(yè)務系統(tǒng)的日志，全部接到日志云，通過日志云進行集中管理和查看、統(tǒng)計分析、故障排查。
這只是ITOM精細化管理與運營的一個案例。當前，眾多大中型企業(yè)已從粗放型管理進入到精益管理階段，這勢必對IT運營的精細化程度提出更高的要求。當這些企業(yè)具備ITOM的管理基礎，具備大數(shù)據(jù)應用的基礎，ITOA的需求將隨之而來。
根據(jù)Gartner報告，2014年，只有5%的大企業(yè)在積極使用ITOA的技術，而到2017年，這一比例將會上升到15%。這既說明ITOA發(fā)展很快，也表明應用處于早期，想象空間很大。在國內，已經有不同背景的初創(chuàng)企業(yè)涉足ITOA領域。
近兩年，隨著機器學習、人工智能的出現(xiàn)，這兩項技術不可避免地進入到運維領域，基于此，2016年，Gartner提出一個新的概念叫做AIOps（Algorithmic IT Operations，智能運維）。
技術發(fā)展沒有止境。據(jù)介紹日志易正在開發(fā)一個新的實時搜索引擎，每秒鐘能處理1000萬條日志，比當前的產品提升了10倍，每天可以處理200TB的數(shù)據(jù)量。
對標Splunk不冒進
作為日志易的對標公司，Splunk目前的市值約80億美元，是華爾街的寵兒，財富500的公司，90%都是Splunk的客戶。但是，日志易能否在未來數(shù)年快速成長為中國的獨角獸，恐怕不僅僅是技術能夠解決的。
更需要思考的是，Splunk已經過了日志這個階段。雖然實際上還是做日志，但從跟蹤的資料看，Splunk已經進入到新的發(fā)展階段，這就是物聯(lián)網數(shù)據(jù)。
2014年初，谷歌以32億美元收購智能恒溫器的公司Nest Labs，進入智能家居行業(yè)。Nest Labs后臺智能恒溫器的數(shù)據(jù)是帶時間戳的，也是一種日志，就是用Splunk的產品來處理的。不僅如此，Splunk處理的數(shù)據(jù)還包括F35戰(zhàn)斗機、福特無人駕駛汽車，后者一秒鐘就產生1GB的日志，一天就是10TB。此外，Splunk還處理韓國浦項鋼鐵煉鋼爐的數(shù)據(jù)、日本三井物業(yè)的電梯數(shù)據(jù)。
這說明什么？說明Splunk已經不講日志了，而是講物聯(lián)網的機器數(shù)據(jù)。
“物聯(lián)網在美國的發(fā)展，比國內更快、更普及。但是，目前國內物聯(lián)網本身的發(fā)展面臨很大的挑戰(zhàn)，比如帶寬等基礎架構，還不支持物理網數(shù)據(jù)的采集與傳輸?！?，
因此，日志易對標Splunk，將來勢必進入物聯(lián)網數(shù)據(jù)領域。然而，這需要時間。
“日志易從日志切入，處理各種機器大數(shù)據(jù)，這將是我們一個長期的方向。未來，我們也會進入物聯(lián)網領域，處理物聯(lián)網產生的各種數(shù)據(jù)?！标愜娙缡潜硎?。
