sandbeach

一千万条每条 500Byte 大约 5GB/Day，不算大，但日志系统这个范畴比较大了

1. 如果是应用日志查询与统计，一般使用 ELK
2. 如果是日志处理系统（流处理），一般使用 Kafka + Logstash/FluentD
3. 如果是日志离线存储，一般使用 Flume，或者 Kafka Connect，Hadoop，Hive/Spark

所以取决于你要做的事情当前、以及未来的需求，如果要从长远去建设一个日志系统，以上几点都需要考虑支持，一般而言一个合理的日志架构是：
1. 一套健全的日志采集系统（能够从各渠道将日志统一）：例如 Web Click，Access Log，Database BinLog，Metric，IoT 等等
2. 一个弹性海量日志处理中间件，将日志从收集端与下游消费者统一。例如 Storm、Flink 等都可以实时处理采集的日志程序，不用拉若干条线
3. 一个能够实时索引保存查询日志的软件，例如 ELK
4. 一个将采集日志准实时同步到数仓库的软件，例如 Kafka Connect
5. 找到对接流计算，离线计算的机制与系统

非功能需求：保证系统保序（负责事物处理）、高可用、稳定、低成本、弹性伸缩，这些一般都是发展中需要考虑的。拿一台机器作为“日志服务器”，这个有点像 10 年前的 syslog 服务器，用来做日志查看可以，如果真作为一个依赖的基础设施，有点勉强。

一个“好的架构”在一开始物理和人力投入还是比较多的，好处是一旦建设完成后，后面加需求或加日志都会非常轻松很多。

最后一段是广告（利益相关：阿里云日志服务工程师）

如果你需要一个 SaaS 化日志服务，可以考虑使用阿里云日志服务( http://www.aliyun.com/product/sls/)，支持各种线上 IDC、以及云环境。在性能、稳定性、成本以及专业程度都是国内比较可以的，因为阿里巴巴内部也是用同样一套产品在不断磨练升级，很多大场和创业公司都在使用。

至于成本，无论是前期投入还是计费都是开源方案的 25%一下，这里有一个比较( https://help.aliyun.com/document_detail/51097.html)，可以参考。