我正在建立一个广告跟踪系统，我需要存储＆amp;分析访问日志。 我正在使用图像像素来实现此目的。要跟踪的参数将通过HTTP Get参数发送。对像素的任何调用都将包含参数 - 如IP，userid和amp;我需要存储和分析的时间戳。
哪一项工作流程会更好？ 1.利用apache日志记录。设置一个过程以在一个公共位置（HDFS？）收集日志并进行分析。 2.将每个日志条目存储到数据存储中（Cassandra？）。分析。
很高兴知道之前已经完成此操作的人的两种方法的专业人士和骗子。
此致
答案 0 :(得分：2)
我认为cassandra和HDFS的结合将起到作用。我已经完成了类似的实现，我每天将日志发送到Cassandra，然后我编写了一个map reduce作业来分析并将这些日志发送到每天结束的HDFS文件系统。因此，在给定时间内，您可以通过访问cassandra集群获取最新日志，并使用HDFS获取旧的归档数据。
我在下面的文章[1]
中进一步解释了这种架构[1] - http://sparkletechthoughts.blogspot.com/2012/09/how-distributed-logging-works-in-wso2.html
根据此实现，实时日志取自cassandra，长期归档日志取自HDFS文件系统
答案 1 :(得分：2)
这取决于你的主要动机是什么。
如果动机是尽快从该请求返回，那么最好的办法就是记录请求并继续并在后台进行分析。如果负载均衡器后面有许多计算机，那么您可能希望像我们一样设置集中式日志记录，并在How do I set up PHP Logging to go to a remote server?进行了描述。将日志放在一个位置后，您可以选择将其填充到您选择的商店中。此实现还可以扩展为将日志写入多个位置，以防您希望避免单点故障。
如果要将其移动到永久数据存储并实时处理，那么日志记录是多余的，您可以专注于任一数据存储。 @ poohdedoo应该可以正常工作。