自建日志聚合的最小可用配置：五个必须改的默认值

把 trace_id 或用户 ID 当标签会让基数爆炸，几十万条流拖垮写入

下面这份配置的目标不是最优，是「半年后回来看还认得」。先把这五项改掉。

先说结论

最小可用配置 = 能启动 + 能观测 + 能备份 + 能回滚。缺一项都不算配好。

• 路径与数据目录先定死，别用默认
• 日志要能看，且要有轮转
• 资源上限显式写出来
• 健康检查与重启策略配好
• 备份 + 回滚演练一次

五项必改

按顺序改，每改一项重启验证一次：

• 数据目录：改到独立分区或卷，避免日志写满根分区
• 监听地址与端口：只监听需要的接口，别 0.0.0.0 全开
• 资源上限：内存、CPU、句柄数显式限制
• 日志：级别、路径、轮转策略三样都写
• 时区：容器与宿主一致，否则日志和定时任务全乱

配置长什么样

把 trace_id 或用户 ID 当标签会让基数爆炸，几十万条流拖垮写入。

表里的值不是标准答案，是「先按这个来，再按观测调」。

这个服务的几个关键事实

和默认值相关、但文档里往往一笔带过的几条：

• 把 trace_id 或用户 ID 当标签会让基数爆炸，几十万条流拖垮写入
• retention 默认不生效，要在 limits_config 里配并且开启 compactor
• 单条日志超过 256KB 会被拒收，长堆栈要截断
• 查询时间范围越大越慢，30 天的全量 grep 可能要几分钟

验证：怎么知道配对了

配完必须验证，不能只看进程在：

• 重启一次，确认能自动起来
• 故意打满内存或断开依赖，看是否按预期降级
• 查看日志，确认时间戳与本机一致
• 跑一次备份，再从备份恢复到一个空目录

配置怎么管

把配置放进版本控制，改动写注释说明原因。半年后你会感谢现在的自己。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• Loki 只给标签建索引，正文靠暴力扫描，标签设计直接决定查询快慢
• Promtail 按文件 tail，容器日志要先落到节点磁盘才采得到
• 给每个容器加 version 标签，每次发布多一条流，一年几十万条
• 没配 retention，一年后存储涨到几个 TB
• 用 Loki 存审计日志，要求精确检索才发现正文没索引

默认值能用，但只有改过的配置才叫「你的」。