log在当前互联网中的应用:
分布式数据系统中有序的数据变化，数据分布式化
消息系统----消息系统是事件驱动架构中必不可少的元素。log是各种消息系统，activemq，kafka，rocketmq中的基本单元，承载事件。可使用消息系统构建业务总线，解耦事件产生者与事件关注者。也可用作负载均衡。
数据流--应用于数据集成，数据共享问题
实时计算--流处理，解决pull方式的沉重低效，与高延迟
简单说上面几点就是 log解决了
协调，同步，数据集成(共享)，解耦，过程中处理 五大问题
协调:通过log传输信息，使得各个系统统一对一件事物的决策确定
同步:子系统只关注主系统的数据变化事件log，而不关注应用对数据的操作。
数据集成:各系统共享数据，数据源提供可积压，可重复消费消息，可记录客户端消费位置的log日志集群实现。
解耦:消费者与生产者解耦，互相不关注对方的存在，消费者以log获知事件的发生，并可实现削峰填谷，消费者可扩增消费能力，或削弱消费能力，而生产者不必调整生产能力。
过程中处理:实时计算的奥妙在于拓展了数据源，对于二级消费者，甚至三级消费者，可能消费的数据是一级消费者，二级消费者组装后的数据，但是三级消费者无需关注中间处理过程。实时计算在于在事件最终落地之前，实时的做了合并，修改，分析等操作。通过log，实时计算组件可构建一个完善的数据流。
分布式系统中的logs
解决了两个重要的分布式数据系统中的问题:
1，有序的数据变化 :redis aof数据同步，mysql主从
2，数据分布式化 集群方式存储数据
数据集成中的log
数据集成是把不同来源、格式、特点性质的数据（基础数据，简单加工）在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。例如集团下子公司A，与集团下子公司B的数据需要共享。
可见，数据是整个系统应用中，最底层的支持，一个可靠的数据源是构建一个好的数据集成系统的关键。
数据源可以是各种数据库里的表，也可以是一个消息中间件内整合了的log日志，消息中间件作为数据集成的的数据源，比纯的数据库中的数据作为数据集成的源头有如下优点:
1，可实时消费，减少了对数据仓库大批量pull的繁杂，消费者可根据自己索引快速增量pull数据。
2，消息中间件统一过滤，规范的事件log格式，避免数据仓库中对数据的处理方式不对问题
3，多数据源覆盖困难（kafka使得消费者与生产者解耦，消费者无需关注多数据源，只需关注kafka数据集群）
定义良好的log结构，以及一个好的可积压的消息中间件是数据源构建的关键。
实时计算中的log
实时计算中的log算是对数据集成中的log进行的一种拓展，经过程序处理的log，传递给消费者，而log本身是否经过处理，是否是原生log，对于消费者来说是透明的。
事件驱动架构下的log作用:
分布式系统构建复杂，最好的处理办法是各尽其责，各个组件完善自己的功能，大家协同合作，各系统可通过log进行沟通，数据共享，降低自身复杂度。
在分布式系统中，log应解决的问题:
数据一致性问题
节点数据同步
提供提交语义，来表明多系统对某件事情达成共识
提供可订阅的数据源
数据恢复能力
负载均衡能力
