如何设计链路日志的实时计算逻辑也是亟待解决的难题？

链路日志在高采样率情况下，日志量可达TB/天以上，交易笔数多，分组统计大，如果全靠入库后再进行统计，对搜索引擎的压力会很大，建议考虑引入Flink流处理引擎，在日志ETL过程中就进行流式计算；但链路计算场景会比较较多，计算过程比较复杂，需要用到很多流式计算管道，所以可以考虑在Flink流处理引擎基础上增加可视化配置算子，降低运维人员的使用难度

实时计算框架flink可以给出一定的参考，通过可扩展性的计算和模版化的规则引擎提供实时计算的能力。一种可参考的技术框架可以设计如下：
beat->kafka->flink->alert
             |
           ES

通过日志采集的全链路追踪功能，本身就没有传统的网络旁路方式的APM实时性高，但还是可以通过采用高性能的日志分析平台、投入硬件配置来达到秒级的延时，对实时的交易监控还是可以接受的。