C#高并发场景下如何用Serilog、OpenTelemetry和ELK实现日志聚合

在C#开发的高并发系统中，多个服务实例同时产生大量日志，分散的日志文件会让问题排查变得十分低效，因此需要一套完整的日志聚合方案来统一处理日志。本文介绍的Serilog、OpenTelemetry和ELK组合，能够覆盖日志生成、传输、存储、分析全流程，适配高并发场景的日志处理需求。

核心组件作用说明

这套方案包含三个核心部分，各自承担不同的职责：

• Serilog：C#生态中常用的结构化日志库，支持多种输出目标，能够在应用层高效生成结构化日志，适配高并发场景下的低性能损耗需求。
• OpenTelemetry：可观测性标准框架，负责日志、链路、指标的统一采集和传输，能够将Serilog生成的日志标准化后发送到后端存储。
• ELK：由Elasticsearch、Logstash、Kibana组成的日志处理套件，Elasticsearch负责日志存储和检索，Logstash负责日志过滤和预处理，Kibana负责日志可视化分析。

方案集成步骤

1. 应用中集成Serilog和OpenTelemetry

首先在C#项目中安装必要的NuGet包：

<!-- 项目文件中的PackageReference配置 -->
<PackageReference Include="Serilog" Version="3.1.1" />
<PackageReference Include="Serilog.Sinks.OpenTelemetry" Version="1.0.0" />
<PackageReference Include="OpenTelemetry.Extensions.Hosting" Version="1.7.0" />

然后在程序入口配置Serilog和OpenTelemetry：

using Serilog;
using OpenTelemetry;
using OpenTelemetry.Logs;

var builder = WebApplication.CreateBuilder(args);

// 配置Serilog，输出到OpenTelemetry
Log.Logger = new LoggerConfiguration()
    .WriteTo.OpenTelemetry(options =>
    {
        options.Endpoint = "http://192.168.0.1:4317"; // OpenTelemetry Collector的gRPC地址
        options.Protocol = Serilog.Sinks.OpenTelemetry.OpenTelemetryProtocol.Grpc;
        // 添加自定义资源标签，区分不同服务
        options.ResourceAttributes.Add("service.name", "order-service");
        options.ResourceAttributes.Add("service.instance.id", Environment.MachineName);
    })
    .CreateLogger();

builder.Host.UseSerilog();

// 配置OpenTelemetry日志采集
builder.Services.AddOpenTelemetry()
    .WithLogging(logging =>
    {
        logging.AddOtlpExporter(options =>
        {
            options.Endpoint = new Uri("http://192.168.0.1:4317");
            options.Protocol = OpenTelemetry.Exporter.OtlpExportProtocol.Grpc;
        });
    });

var app = builder.Build();

// 示例接口，模拟高并发场景下的日志记录
app.MapGet("/api/order", () =>
{
    Log.Information("收到订单查询请求，请求时间：{RequestTime}", DateTime.Now);
    // 模拟业务逻辑
    return Results.Ok("订单查询成功");
});

app.Run();

2. 部署OpenTelemetry Collector

OpenTelemetry Collector负责接收应用发送的日志，进行预处理后转发到ELK。以下是基础的配置示例：

receivers:
  otlp:
    protocols:
      grpc:
        endpoint: 0.0.0.0:4317
      http:
        endpoint: 0.0.0.0:4318

processors:
  batch:
    # 批量处理日志，减少传输次数，适配高并发场景
    timeout: 1s
    send_batch_size: 1000

exporters:
  elasticsearch:
    endpoints:
      - http://192.168.0.2:9200 # Elasticsearch地址
    index: "logs-{service.name}-{yyyy.MM.dd}"
    # 映射日志字段，适配Elasticsearch存储
    mapping:
      message: body
      timestamp: time_unix_nano

service:
  pipelines:
    logs:
      receivers: [otlp]
      processors: [batch]
      exporters: [elasticsearch]

3. 部署ELK套件

Elasticsearch用于存储日志，Kibana用于查询和展示日志。部署完成后，在Kibana中创建索引模式匹配logs-*，即可查看所有服务的聚合日志。

高并发场景优化建议

• Serilog侧开启异步写入，避免日志写入阻塞业务线程，可在配置中添加.WriteTo.Async(a => a.OpenTelemetry(...))。
• OpenTelemetry Collector的batch处理器根据并发量调整批量大小和超时时间，平衡传输效率和实时性。
• Elasticsearch根据日志量配置合适的分片数，避免单个索引过大影响查询性能。
• 对高频日志添加采样策略，减少不必要的日志传输和存储，降低系统开销。

方案优势总结

这套方案的优势在于全链路标准化，OpenTelemetry作为中间层，后续如果需要替换日志存储组件，只需要调整Collector的配置即可，不需要修改应用代码。同时结构化日志配合Kibana的检索能力，能够快速根据服务名、请求ID、时间范围等条件筛选日志，大幅提升高并发场景下的问题排查效率。

SerilogOpenTelemetryELKC_sharp日志聚合修改时间：2026-07-12 18:36:25