简单总结下日志平台的核心需求，至少有以下2点：
1、数据分析
数据分析又分成2类，一类是预先定义好的分析逻辑，另一类是即时的，突发奇想的分析adhoc
预先定义好的分析逻辑，可以在流计算系统就对日志流进行解析，转换，甚至聚合，结果可以丢到olap分析引擎，也可以丢到时序数据库。这种处理方式是对原始数据的有目的的粗加工，最终存储的数据是丢失了大量的信息量的
日志的adhoc分析，需要存储原始数据，不允许丢失信息量，同时能够实时对原始数据进行解析，统计和分析。平台必须支持强大的日志解析和统计计算能力，并且要有尽可能低的延时，一次统计和查询最好在秒级别或者分钟级别，时间越长，体验越差。
2、日志的搜索
故障定位等场景通常需要关键词搜索，日志平台要提供强大的搜索能力，不光能够搜索到关键字，还能还原日志的上下文，当然livetail可以算是日志搜索一种特殊情况，即实时全文自动更新。搜索对延时要求也很高，不加索引，全局暴力扫描的方式的搜索不能满足要求。
日志尽管也属于时序数据的一种，但是大多数时序数据库的数据模型并不适合存储日志，日志平台的存储必须同时满足上面的2点需求，才算是一个合格的日志平台。
日志既要保存明细，提供搜索，还要有强大的分析统计能力，正因为这两点，业内才选择elasticsearch作为存储引擎，因为开源领域似乎只有es, solr 兼具这两种能力
但是es和solr做日志存储和分析成本太高了，甚至可以说非常昂贵.
