结构化日志的资源账：内存、CPU 与 IO 到底花在哪

debug 全量打开时日志量能涨 5-10 倍，磁盘往往先满

做容量规划时，看三个数就够了：常驻内存、峰值内存、峰值持续时间。

先说结论

按「峰值 × 1.3」配内存，按「平均 × 2」配 CPU，按「峰值 × 3」留磁盘余量。

• 先量：常驻、峰值、峰值时长
• 内存：注意缓存与 RSS 的区别
• CPU：看是单核瓶颈还是多核瓶颈
• IO：随机读写最伤机械盘
• 扩容前先看是不是配置问题

三个必测的数

不测就调参，等于闭眼改代码：

• 常驻内存（RSS）：决定最低配置
• 峰值内存：决定会不会 OOM
• 峰值持续时间：决定要不要限流
• 磁盘日增量：决定备份与轮转策略

内存都去哪了

trace_id 要在入口生成并透传，缺了它跨服务排查只能靠时间猜。

Linux 的 buff/cache 会让人误判内存不足，先看 available 而不是 free。

这个服务的几个资源事实

实测下来，它吃资源的方式比较固定：

• 时间戳统一用 UTC 毫秒，本地时区只在展示层转，能省掉一半对时问题
• trace_id 要在入口生成并透传，缺了它跨服务排查只能靠时间猜
• debug 全量打开时日志量能涨 5-10 倍，磁盘往往先满
• 把手机号、身份证写进日志，等于给自己造了一个合规问题

CPU 峰值怎么处理

debug 全量打开时日志量能涨 5-10 倍，磁盘往往先满。

峰值不可怕，可怕的是峰值期间没有排队机制，所有请求一起超时。

扩容还是优化

先做这三件事再谈扩容：限制并发、加缓存、异步化。多数「性能问题」在这三步之后就消失了。

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。

• 多行堆栈在容器日志里会被拆成多条，采集端要配 multiline 才能合回去
• 字段名不统一（uid/userId/user_id）会让查询条件永远写不全
• 日志里拼中文句子，想按字段统计时只能正则硬抠
• 生产长期开着 debug，一周写满 200GB
• 异常只打 message 不打堆栈，出问题时不知道哪一行

性能优化的第一步，是知道自己现在有多慢。