01
日志系统全景：为什么低延迟如此重要？
核心架构（采集、传输、存储、检索）与延迟关键指标
全景架构
02
故障排查方法论：从现象到根因的5步法
如何定义SLA与SLO，系统性排查框架
方法论SLA
03
采集层故障(一)：日志丢失
文件句柄泄漏与缓冲区溢出
采集丢失
04
采集层故障(二)：日志乱序
多线程采集的时间戳陷阱
乱序时间戳
05
传输层故障(一)：网络阻塞
TCP拥塞控制对日志延迟的影响
传输TCP
06
传输层故障(二)：消息队列积压
Kafka/RabbitMQ的背压机制
MQ背压
07
传输层故障(三)：序列化与反序列化
Protobuf vs JSON 性能对比
序列化性能
08
存储层故障(一)：写入毛刺
LSM-Tree的Compaction风暴
存储LSM
09
存储层故障(二)：磁盘IO打满
日志轮转与异步刷盘策略
IO刷盘
10
存储层故障(三)：索引膨胀
Elasticsearch段合并与堆内存压力
ES索引
11
检索层故障(一)：慢查询
索引优化：从10秒降到100毫秒
检索优化
12
检索层故障(二)：缓存击穿
热Key导致的后端雪崩
缓存雪崩
13
全链路监控：可观测性搭建
Metrics/Tracing/Logging 三位一体
监控可观测
14
工具实战(一)：tcpdump & Wireshark
抓包分析日志传输延迟
抓包网络
15
工具实战(二)：strace & perf
定位内核态系统调用瓶颈
内核perf
16
工具实战(三)：jstack & Arthas
诊断Java日志框架线程阻塞
Java线程
17
工具实战(四)：Prometheus+Grafana
自定义日志延迟指标大盘
监控仪表盘
18
案例复盘(一)：大促延迟飙升300%
某电商大促期间根因分析
案例大促
19
案例复盘(二)：TraceId丢失排查
微服务架构下全链路追踪
微服务TraceId
20
案例复盘(三)：K8s采集器OOM
容器化环境日志采集解决方案
K8sOOM
21
代码级优化(一)：异步Appender调优
Log4j2/Logback Async Appender
异步Log4j2
22
代码级优化(二)：零拷贝技术
mmap/sendfile 在日志传输中的应用
零拷贝mmap
23
代码级优化(三)：无锁队列Disruptor
日志采集中的高性能实践
无锁Disruptor
24
代码级优化(四)：批量聚合与压缩
减少网络IO的实战技巧
批量压缩
25
架构级优化：边缘计算与分级采样
降低核心链路延迟
边缘采样
26
自动化运维：AI异常检测与自愈
基于AI的日志异常检测脚本
AI自愈
27
混沌工程：注入故障验证韧性
日志系统混沌实验设计
混沌韧性
28
安全与合规：日志脱敏与审计
对延迟的影响权衡
安全合规
29
未来趋势：eBPF零侵扰采集
革命性应用与前景
eBPF未来
30
总结与面试：高频题与系统设计
低延迟日志系统面试思路
面试总结