Apache Doris FE日志管理全面指南
2025-06-27 04:56:21作者:羿妍玫Ivan
前言
Apache Doris作为一款高性能的MPP分析型数据库,其前端节点(FE)的日志系统是运维人员监控系统状态、排查问题的重要工具。本文将全面解析FE日志系统的配置与管理,帮助用户高效利用日志信息。
FE日志类型详解
当启动FE进程时,会在日志目录下生成多种类型的日志文件,每种日志都有其特定用途:
-
fe.log - 核心运行日志
- 记录FE进程所有级别的日志信息(DEBUG/INFO/WARN/ERROR等)
- 是排查系统问题的主要依据
- 建议保持INFO级别以获得足够的诊断信息
-
fe.warn.log - 告警日志
- 仅包含WARN及以上级别的日志
- 是fe.log的子集,便于快速定位问题
-
fe.audit.log - 审计日志
- 记录所有通过该FE节点执行的数据库操作
- 包括SQL查询、DDL、DML等语句
- 对安全审计和操作追溯至关重要
-
fe.out - 标准输出日志
- 捕获脚本输出和未被log4j框架处理的日志
- 通常作为运行日志的补充
-
fe.gc.log - JVM垃圾回收日志
- 记录JVM的GC行为
- 由fe.conf中的JAVA_OPTS参数控制
日志配置参数详解
FE日志系统的行为主要通过fe.conf文件中的参数控制,下面分类介绍关键配置项:
基础配置
| 参数名 | 默认值 | 说明 |
|---|---|---|
| LOG_DIR | ${DORIS_HOME}/log | 日志存储路径 |
| sys_log_level | INFO | 全局日志级别(INFO/WARN/ERROR/FATAL) |
日志滚动策略
FE支持两种日志滚动策略:
-
基于时间(age) - 默认策略
- sys_log_delete_age: 7d (fe.log保留天数)
- audit_log_delete_age: 30d (审计日志保留天数)
-
基于大小(size)
- info_sys_accumulated_file_size: 4GB (fe.log总大小限制)
- warn_sys_accumulated_file_size: 2GB (fe.warn.log总大小限制)
- audit_sys_accumulated_file_size: 4GB (审计日志总大小限制)
高级配置
| 参数名 | 说明 |
|---|---|
| sys_log_verbose_modules | 指定开启DEBUG日志的Java包/类 |
| sys_log_mode | 日志输出模式(NORMAL/BRIEF/ASYNC) |
| qe_slow_log_ms | 慢查询阈值(默认5000ms) |
| audit_log_modules | 审计日志记录模块 |
注意:从3.0.2版本开始,sys_log_mode默认值改为ASYNC,可显著提升性能。
DEBUG日志开启方法
在排查复杂问题时,可能需要开启DEBUG级别日志:
1. 配置文件方式
在fe.conf中添加:
# 开启特定类的DEBUG日志
sys_log_verbose_modules=org.apache.doris.catalog.Catalog
# 开启整个包的DEBUG日志
sys_log_verbose_modules=org.apache.doris.catalog
修改后需重启FE生效。
2. Web UI方式
访问FE的Web界面(默认端口8030),在Log标签页中:
- 添加包名/类名开启DEBUG
- 删除包名/类名关闭DEBUG
此方式无需重启,立即生效。
3. API方式
通过REST API动态调整:
# 开启DEBUG
curl -X POST -uuser:passwd fe_host:http_port/rest/v1/log?add_verbose=org.apache.doris.catalog.Catalog
# 关闭DEBUG
curl -X POST -uuser:passwd fe_host:http_port/rest/v1/log?del_verbose=org.apache.doris.catalog.Catalog
容器环境特殊配置
在Kubernetes等容器环境中,建议使用--console参数启动FE,将日志输出到标准输出流:
sh bin/start_fe.sh --console
日志前缀说明:
- RuntimeLogger: fe.log内容
- AuditLogger: 审计日志
- StdoutLogger/StderrLogger: fe.out内容
- 无前缀: GC日志
关键参数:
enable_file_logger=false # 禁用文件日志,仅输出到控制台
最佳实践建议
-
日志级别选择:
- 生产环境保持INFO级别
- 调试时可临时开启特定模块的DEBUG日志
-
日志保留策略:
- 生产环境建议保留至少7天的fe.log
- 审计日志建议保留30天以上
-
性能优化:
- 使用ASYNC日志模式提升性能
- 定期清理过期日志释放磁盘空间
-
问题排查:
- 常规问题查看fe.warn.log快速定位
- 复杂问题结合fe.log和fe.out分析
- SQL相关问题检查fe.audit.log
通过合理配置和管理FE日志系统,可以显著提升Apache Doris集群的运维效率和问题排查能力。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873