互联网创业领域有两个特点，其一，BAT系创业人物，以及第一代门户中的新浪系、搜狐系、网易系创业人物，一个异动会迅速成为热点；其二，中关村创业大街是一个“集散地”。
11月-12月，中关村创业大街脚步匆匆的创业者，会发现在创业大街液晶显示屏循环播放着一家叫日志易的公司介绍。在视频配音中，有一句很简洁的词：日志易，日志分析更容易。
这是10月12日-18日在北京举行的的“2016国家大众创业万众创新活动周（简称‘国家双创周’）暨中关村创新创业季”推出的“最具创新潜力创业企业榜单”入选企业展示活动。
这不是日志易的公司形象首次在中关村创业大街出现。半年前，中关村创业大街南街口的大屏，同样展示过日志易及创始人陈军，彼时的主题，是“腾讯系创业风云榜”。2009年-2012年，日志易创始人陈军在腾讯负责数据中心网络平台部，并同时在搜搜任职。
“我们已经申请了12项日志处理方面的技术发明专利，6项软件著作权登记。日志易在2014年成立之初即获得朝阳区政府的‘凤凰计划’初创企业资助，去年获得北京科技型中小企业促进专项（创新类）奖金，今年入选北京中关村前沿企业，获得中关村管委会500万元资助。”日志易创始人兼CEO陈军告诉记者。
不仅仅如此。2014年日志易刚成立时，已经获得真格基金等天使投资人1400万天使轮融资，2015年12月，获得红杉资本A轮6000万融资。2016年，预计公司营业收入将超过千万元。
资料显示，日志易的海量日志搜索分析产品，能对日志进行集中采集和实时索引，提供实时搜索、分析、可视化和监控告警等功能，帮助企业用户在统一平台实时管理日志数据，进行线上业务实时监控、异常原因定位、数据统计分析及安全与合规审计。
看起来，这同样是一家技术立足的创业公司。而从其融资、业务收入初步判断，这也是一个走在健康发展轨道上的初创企业。
日志易创始人兼CEO陈军
日志，是IT运维的基础。而无论是IT运维管理解决方案，或是日志管理解决方案，目前市场可以用百花齐放来形容。作为后来者，日志易为什么能立足？又凭什么能脱颖而出？
大数据改变IT运维，ITOM发展到ITOA
大数据改变了一切，IT运维也不能例外；日志易，就与日志大数据紧密相关。
所有CIO、CTO或IT Manager，恐怕没有不知道IT运维管理（ITOM，IT Operations Management）。
这是一个古老、庞大的行业。从最基础的IT维护，到目前的运维监控、自动化、分析，运维工程师通过对运维数据、系统负载、安全等各方面的即时把控和处理，以保证企业业务与管理的正常进行。
但是，随着大数据的出现，近两年，在ITOM之外，出现了一个新的行业——ITOA（IT Operation Analytics），这就是IT运维分析。
IT运维分析，就是把大数据的技术运用到IT运维产生的数据里进行分析。分析的作用，就是更好地进行运维监控、安全审计、业务分析等。
ITOA把大数据应用到运维里，所以数据源就很关键。而数据源最主要的来源，就是日志与网络抓取。可以说，日志，是ITOA最重要的数据源。
其实，在ITOM阶段，日志管理同样重要并且也很成熟。那么，为什么ITOA依然会出现并且发展迅猛？事实上，这与IT运维的精细化密切相关。
实时搜索引擎：日志3.0到来
我们知道，日志也叫机器数据，因为他们都是网络设备、服务器、操作系统、应用系统在操作或运行中产生的数据，带有时间戳。不同的设备、系统，产生不同的日志文件，通过日志文件，可以查看、监控设备、系统的运行状况，是ITOM的基石。
不难想象日志管理在企业ITOM中的重要性。然而，在过去，日志管理面临各种或大或小的问题，给ITOM带来挑战。这些问题可以总结为以下几个方面：
首先是散，日志散落在不同的设备里，会被删除和覆盖；工程师需要登陆到不同的服务器，用命令或脚本查看；其次是乱，日志数据来源多样、格式多样，是完全的非结构化、自由文本；第三是难，提取分析很困难，故障根源分析、不同系统之间的关联分析都很困难；第四是慢，用批处理的方式来分析比较慢，实时性很差。
为了解决“散”的问题，十几年前，业界开始用数据库的方法来存储日志。但是数据库本质上是处理结构化数据的，其固定表格的方式，无法适应日志的任意格式和大数据量特点。即使这个过程通过程序进行自动化处理，依然不能改变数据库管理的局限性。
“这是日志1.0的阶段。目前市场中基于日志的审计产品都是基于数据库的。这种数据库的表格一般就是三列，第一列是主机名，第二列是时间戳，第三列就是日志本身。但实际上没有对日志本身进行结构化处理。”日志易CEO陈军说。
8-10年前，随着Hadoop的出现和发展，业界开始用Hadoop或NoSQL来处理日志，但Hadoop只是开发框架，需要研发团队进行开发，而且也是批处理，实时性差，更主要的是，不支持全文检索。这是日志2.0阶段。
近几年，日志3.0已经到来，其代表就是美国公司Splunk。Splunk的核心是“实时搜索引擎”，主要有三个特点：实时，海量，支持全文检索。这个引擎与Google或百度的搜索引擎不一样，后者的搜索引擎是批处理的，无法解决实时性问题，都有一定的滞后性。
通过实时搜索引擎，机器或系统日志出来几秒钟，就能搜索和分析，马上看到相应的结果。
日志易所做的，就是“可编程的实时日志搜索分析引擎”，不单实时，而且还在搜索框实现了脚本处理语言，叫做SPL（Search Processing Language）。
SPL，是日志易的核心技术。“日志易对标美国Splunk公司，因此我们的技术跟美国是平齐的，在国内仅此一家。”陈军表示。据悉，日志易于2014年10月推出第一代产品。
我们也许会问：陈军为何会选择日志这个细分行业切入？这是因为，从初入职场，陈军即与日志结下不解之缘。
源于职业经历
1998年，陈军从美国南加州大学毕业，随即加入思科公司做研发，那时就开始接触日志。当时的工作内容与软件有关，但是软件有BUG，怎么分析BUG，一筹莫展。后来，开始从日志里面分析BUG，但当时是通过编辑器，手工查看日志。
2006年，陈军加入Google，工作内容与数据中心、云计算、搜索有关。当时，陈军与同事在Google做网页搜索，每天要爬100多亿个网页，需要分析各种错误信息，这些全部记录在日志里面。此时的日志文件很大，一个日志就是几十GB的文件；一个功能输出的日志就有几百GB。
“这么大的日志，不可能用编辑器查看，更不用说打开一个几十GB的文件，加载就要几十分钟。所以当时使用了Google的Map Reduce计算框架。”（注：Hadoop就是基于Map Reduce写的开源软件）
当时，陈军在Google每天写MapReduce程序。早上上班第一件事，就是从日志看昨天爬网页的情况，为此，他们开发了一套系统来看报表。但是如果网页爬虫系统加了一些新的功能，又会出现新的错误信息，那么就要改Map Reduce程序，通过新的程序来处理新的特性、新的错误信息。“虽然MapReduce有一个很好的框架，可以很快地写一个小程序，调试后运行，但真正看到结果已经是下午，所以想最后看点东西需要几个小时，周期依然太长。”
2009年，陈军回国加入腾讯，在腾讯数据中心部门。当时腾讯有20多万台服务器，陈军所在的团队也是开发腾讯数据中心的运维监控系统。2010年，陈军接触了Splunk，这是最早使用实时搜索引擎来处理日志的，“因此觉得很有特色”。
约3年后的2012年，陈军离开腾讯加入高德，也是每天要看前一天高德地图的用户行为、统计数据。由于每天早上十点要出数据，因此基本上通宵跑Hadoop程序进行统计分析。但有时候，比如碰到节假日，像国庆节、黄金周这种，出行的人多，用户量一下子增加几倍，那么就要到下午甚至是第二天才能看到结果。
“用Hadoop这些大数据框架，一个是慢，第二是不方便，要分析点新的东西，需要在代码里添加功能，因此很不方便。”
怎么办？
框计算中的另一个自主研发者
2009年，百度李彦宏说，“百度是个框计算公司，因为搜索框后面有很多计算”。其时，云计算刚刚兴起，大数据开始萌芽。
在云计算、大数据的这一背景下，基于多年的日志管理与分析经验，创业的想法开始在陈军脑中产生。2014年初，北京优特捷信息技术有限公司成立，10月，日志易走向市场。
日志易的定位，就是框计算，是实时流式大数据处理架构加上实时搜索。最开始，日志易基于Spark Streaming；经过自主研发，“可编程的实时日志搜索分析引擎（SPL）”诞生了，基于SPL已经实现更快的检索速度。
陈军介绍，日志易的日志分析解决方案具有以下几个特点：
一个是实时分析，速度快，日志从产生到搜索到分析到出结果，只有几秒钟的延迟。比如在乐视，每秒钟处理100万条日志，相当于每天20TB，检索1000亿条日志只需要60秒；
第二个特点是海量，每天可以处理TB级的海量日志；
第三个是易用，SPL是给IT工程师使用的搜索引擎脚本语言，可以搜索、分析任何格式的日志文件。
“我们是全产业链的，包含日志的采集、解析、索引、搜索、分析、告警，价值就在运维监控、业务分析、用户数据分析、安全合规审计等方面。”陈军说。
从2014年10月推出产品到今天，日志易客户已分布在金融、能源、运营商、互联网、制造等行业，金融客户包括中国银行、华夏银行、新疆农信、鹏华基金、某综合金融集团、某大型股份制银行，以及第三方支付公司；能源行业客户有国家电网、中石油、中石化；运营商客户有中国移动；互联网客户有小米、乐视、网宿等；制造业客户有上汽通用、格力电器、中车等。其SaaS版本在阿里云、腾讯云、金山云、AWS、Azure等多个公有云中积累了几千个客户。
IT运营走向精细化提升ITOA的需求
可以看到，基于云计算和大数据，ITOA应运而生，其特点，是通过日志大数据的实时挖掘分析展现结果，这弥补了ITOM在监控层面的滞后性。这对于那些以IT支撑作为核心竞争力之一的企业来说，意义重大。
2015年，国内某综合金融集团使用日志易搭建了集团内部的日志云，进行实时日志搜索分析。
此前，他们的日志散落在不同的生产服务器上。当出现问题时，工程师需要登录服务器，通过脚本命令查看日志，不仅非常慢，而且带来很大的管理风险，因为登陆生产服务器查看日志等操作，一不小心就会误操作，产生新的故障，而且从ITIL的角度，生产服务器本身就不应该随便登陆的，涉及到非常严格的管理流程，比如变更管理。
建起日志云之后，该集团禁止工程师登陆生产服务器查看日志，数百个业务系统的日志，全部接到日志云，通过日志云进行集中管理和查看、统计分析、故障排查。
这只是ITOM精细化管理与运营的一个案例。当前，众多大中型企业已从粗放型管理进入到精益管理阶段，这势必对IT运营的精细化程度提出更高的要求。当这些企业具备ITOM的管理基础，具备大数据应用的基础，ITOA的需求将随之而来。
根据Gartner报告，2014年，只有5%的大企业在积极使用ITOA的技术，而到2017年，这一比例将会上升到15%。这既说明ITOA发展很快，也表明应用处于早期，想象空间很大。在国内，已经有不同背景的初创企业涉足ITOA领域。
近两年，随着机器学习、人工智能的出现，这两项技术不可避免地进入到运维领域，基于此，2016年，Gartner提出一个新的概念叫做AIOps（Algorithmic IT Operations，智能运维）。
技术发展没有止境。据介绍日志易正在开发一个新的实时搜索引擎，每秒钟能处理1000万条日志，比当前的产品提升了10倍，每天可以处理200TB的数据量。
对标Splunk不冒进
作为日志易的对标公司，Splunk目前的市值约80亿美元，是华尔街的宠儿，财富500的公司，90%都是Splunk的客户。但是，日志易能否在未来数年快速成长为中国的独角兽，恐怕不仅仅是技术能够解决的。
更需要思考的是，Splunk已经过了日志这个阶段。虽然实际上还是做日志，但从跟踪的资料看，Splunk已经进入到新的发展阶段，这就是物联网数据。
2014年初，谷歌以32亿美元收购智能恒温器的公司Nest Labs，进入智能家居行业。Nest Labs后台智能恒温器的数据是带时间戳的，也是一种日志，就是用Splunk的产品来处理的。不仅如此，Splunk处理的数据还包括F35战斗机、福特无人驾驶汽车，后者一秒钟就产生1GB的日志，一天就是10TB。此外，Splunk还处理韩国浦项钢铁炼钢炉的数据、日本三井物业的电梯数据。
这说明什么？说明Splunk已经不讲日志了，而是讲物联网的机器数据。
“物联网在美国的发展，比国内更快、更普及。但是，目前国内物联网本身的发展面临很大的挑战，比如带宽等基础架构，还不支持物理网数据的采集与传输。”，
因此，日志易对标Splunk，将来势必进入物联网数据领域。然而，这需要时间。
“日志易从日志切入，处理各种机器大数据，这将是我们一个长期的方向。未来，我们也会进入物联网领域，处理物联网产生的各种数据。”陈军如是表示。
