01
日志体系概述
为什么做市系统需要日志？三大目标：可观测性、可追溯性、可审计性。
可观测性可追溯性
02
日志级别设计
TRACE · DEBUG · INFO · WARN · ERROR · FATAL 在期权场景下的定义与规范。
级别规范
03
日志格式标准化
时间戳、线程ID、交易员ID、合约代码、来源模块、消息体。
标准化字段
04
结构化日志
JSON格式优势，字段设计：event_type, order_id, price, delta, greeks。
JSON结构化
05
日志采集架构 · ELK
Filebeat + Logstash + Elasticsearch 经典ELK栈搭建。
ELKFilebeat
06
日志采集架构 · 轻量级
Loki + Promtail + Grafana 轻量级日志方案。
LokiGrafana
07
日志存储与索引策略
ES索引生命周期管理(ILM)，冷热数据分层。
ILM冷热分层
08
日志查询与检索
Kibana查询语法：Lucene、KQL，常用过滤条件。
KibanaKQL
09
日志告警规则
基于日志量、错误关键词、延迟的告警。
告警规则
10
日志脱敏与安全
API Key、密码、交易策略等敏感信息脱敏处理。
脱敏安全
11
监控体系概述
四大黄金信号：延迟、吞吐量、错误率、饱和度。
黄金信号USE
12
系统级监控
CPU·内存·磁盘IO·网络带宽，Prometheus Node Exporter。
Node Exporter系统
13
JVM监控
堆内存、GC频率、线程数、类加载，JMX Exporter。
JVMJMX
14
应用级监控
订单处理延迟、报价更新、持仓变化、希腊值变化。
延迟希腊值
15
业务监控
隐含波动率曲面、套利机会、做市商盈亏P&L。
波动率P&L
16
自定义Metrics
Micrometer / Prometheus Client SDK 埋点。
Micrometer埋点
17
Grafana仪表盘设计
布局原则、变量模板、告警阈值可视化。
Grafana仪表盘
18
告警通知渠道
邮件、企业微信、钉钉、Slack、PagerDuty集成。
通知集成
19
告警静默与抑制
避免告警风暴，基于依赖关系的抑制策略。
静默抑制
20
链路追踪 · OpenTelemetry
期权交易链路：下单→风控→交易所→回报。
OpenTelemetry追踪
21
分布式追踪 · Jaeger/Zipkin
Jaeger / Zipkin 部署与数据采集。
JaegerZipkin
22
日志与监控联动
从告警到日志快速定位：Grafana Explore → Loki。
联动Explore
23
健康检查与探活
TCP/HTTP/gRPC探活，K8s Liveness/Readiness。
探活K8s
24
SLA与SLO定义
做市系统可用性99.9%，延迟目标<1ms。
SLASLO
25
容量规划与压测
基于历史数据容量预估，Locust/wrk压测。
压测容量
26
混沌工程
注入故障：网络延迟、进程崩溃、磁盘满，验证监控。
混沌故障注入
27
日志与监控自动化测试
验证日志输出、告警触发是否符合预期。
自动化验证
28
合规与监管日志
交易所订单日志、成交日志、风控日志保留与导出。
合规监管
29
实战案例：根因分析
从告警→日志→代码全流程复盘做市系统故障。
根因分析复盘
30
课程总结与最佳实践
持续优化，未来趋势：eBPF、OpenTelemetry。
最佳实践eBPF