在上家公司工作时，设计的日志收集与实时分析架构，还是比较简单的:flume-ng + rocketmq + storm + redis + 前端展示消息队列部分，我们刚开始采用的是kafka，但kaf
.
在上家公司工作时，设计的日志收集与实时分析架构，还是比较简单的:
flume-ng + rocketmq + storm + redis + 前端展示
消息队列部分，我们刚开始采用的是kafka，但 kafka在支持回溯消费和重复消费方面比较弱，同时在数据安全方面也相对弱一些，后来我们改为阿里的rocketmq。
考虑到我们的数据量也不是很大，已经能够足够支撑，但在rocketmq这层，有时会因为网络异常问题，会产生消息堆积，导致消息队列被冲爆，稳定性还不是非常高，后来咨询了其他部门的同事，他们的做法是，在消息队列这一层次，额外增加了一层mongodb，消息队列这层仅保留消息的索引信息，消息的实体信息保存在mongodb中，可以很好地回避此问题，后来由于各种原因就没有再去尝试此方法......
其他一些常用方案：
logstash + elasticsearch + kibana
fluentd + influxdb + grafana
flume-ng + kafka + storm
kafka + spark streaming + redis
