“上知天文、下知地理”的 ChatGPT火了，数据这门资产的重要性，从未提升到如此高度。

大量非结构化数据，潜伏在由数十亿互联设备、无数云服务包裹的数字世界。转化这些混乱无序的数据，带来相当可观的信息价值。

今年 1 月宣布完成 C 轮融资的日志易，做的就是这门转化的生意。

这家日志管理与分析平台开发商，帮企业挖掘和利用机器数据价值，企业IT系统、设备每时每刻产生的日志，是它的拿手领域。

14 年前，39 岁的陈军接到一通猎头电话，毅然决定离开待了 12 年的硅谷，回国发展。辗转腾讯、高德等公司几年后，2014 年他创办日志易，选定 IT 运维分析的创业方向。

公司成立当月，还没有产品，就拿到徐小平真格基金等投资者 1400 万元的天使轮。而后红杉两轮加持，C 轮融资在 2022 年，整个企业服务赛道都相当艰难的背景下完成。

自 2015 年起，公司连续数年销售收入同比增长超 100%，2022 年营收过亿，目前已服务超 700 家大型企业和机构，标杆客户包括中国银行、光大证券、国家税务总局等。

“IT 运维是道生命线。”陈军形容其为水和电，“大家习惯了一打开开关就有电，拧开水龙头就有水，很难感知其重要性，但一旦停电停水，影响非常大。IT 运维也是这样。”

选在繁忙的会议间隙，陈军和《21CBR》聊了聊IT运维行业的变化、日志易的创业故事以及公司接下来的规划。以下是陈军的自述：

IT人生

我接触计算机很早。

母亲是广东海洋大学计算机教授，我从小耳濡目染，6 岁开始玩旧式的计算机打孔纸片，14 岁开始学 Basic 编程语言，90 年代中期成为第一代网民。

1998 年，从美国南加州大学硕士毕业以后，我一直在硅谷工作，从思科到谷歌，主要做云计算和搜索开发。

2009 年，一个越洋猎头电话，让我回国加入腾讯，做大规模数据中心运维及云计算，而后又转战高德做技术副总裁。2014 年高德被阿里收购以后，我想，是时候出来做点事了。

分析各种创业方向，美国的 Splunk 用搜索引擎来处理日志的想法很独特，给我留下挺深的印象。Splunk 在 2011 年进入中国市场，售价昂贵，当时没有国内公司做同类的产品，市场存在机会。

2014 年初日志易成立，我们成为第一家用搜索引擎来处理日志的中国企业。

所谓日志，是计算机系统所产生的机器数据，蕴含大量能直观反映系统运行状况的重要信息，有非结构化的特点。

传统做法是用数据库对日志进行存储和分析，但效率不高，且数据库不适用日志这种没有固定格式的数据。若利用搜索引擎，抽取字段将日志文本做类似网页搜索的处理，IT 人员可以用关键词搜索任意数据，并能在此基础上做各式各样的分析。

这件事要想做成，需要两方面的能力，一得懂IT运维监控，二得懂搜索引擎，把搜索这个 To C 的东西，转化成为日志处理的工具。恰好，创始团队拥有这两块技术背景。

公司成立的同年 10 月，产品就做出来了。起初是 SaaS 版本，放在公有云上，并在 2015 年 1 月拿到第一笔收入，来自一家小型创业公司，给了 1 万多块钱。

尝试了半年，我们得出来一个判断，做 SaaS 赚不到钱，也很难吸引大客户。公司马上调整方向，决心做本地化部署，主攻大型企业。

金融、运营商、能源等行业，是公司重点布局的领域。

这些行业每天面临海量数据的产生，痛点很明显：日志数据产生于不同业务部门，分散在不同服务器上，规模可达上百TB级，缺乏集中收集和管理;系统一旦出现问题，需要登录服务器进行事后手动查找和分析，这个过程耗时且效率低。

以一个统一日志管理平台，对日志实现集中采集、存储和实时索引，乃至分析、可视化和监控告警，实现的是日志全生命周期管理。相当于把事后管理变成事中，一出现故障苗头，秒级告警。

T 型战略

日志易的早期产品版本，是基于通用开源软件做的。服务大客户时，我们意识到，TB 级别的数据量，开源软件无法满足处理需求，不可持续。公司必须开发自己的搜索引擎。

想法真正落地，花了 3 年。2018 年底，公司发布了自研日志搜索引擎 Beaver，技术指标较开源搜索引擎有大幅提升，填补了国产空白。

做自研的同时，双线并行，老业务依旧在同步发展，不断叠加功能，这是考虑到一旦停下，市场份额无法继续增长甚至倒退，会有经营风险。

从产品竞争力来看，日志易的优势主要在于两方面。

其一，自研的搜索引擎技术，数据处理性能提升 5-10 倍，可处理 PB 级新增海量日志，能完全实现自主可控，同时硬件成本减少 50%。

其二，自研的低代码搜索处理语言 SPL(Search Processing Language)，专为日志分析而生，和传统的数据库查询语言 SQL 相比更加灵活，具有上手快、开发快、运行快等优势，可实现“在搜索框里编程”。

过去几年，我们以日志产品为核心，开始向更多领域横向拓展业务，发展的逻辑可以概括为“T 型战略”。

所谓“T 型”，一竖即深耕日志，深挖机器大数据的价值，一横指延伸开来的场景，已形成三条产品线，运维分析、安全分析、数据治理，每个产品线下又有多个产品，由此形成产品矩阵。

比如，安全分析这块，2019 年切入，目前已有 SIEM 安全大数据分析平台、用户实体行为分析 UEBA 等安全产品。

当前市面上做安全态势感知的厂商，很多基于国外开源日志搜索软件二次开发，一天只能处理几百 GB 的数据量，再往上走非常吃力，并且安全分析规则内置固化在产品里，变通性较差，安全攻击往往“道高一尺，魔高一丈”。

日志易基于SPL 的安全事件分析，较传统的内置安全分析规则，可扩展性更强，分析是随时随地进行的。产品在应对新的安全攻击的时候，能不断演进，对客户来说，这也是投资保护，不至于因为产品过时而需要定期购买新产品。

回过头来看日志易的开发节奏，从公司成立到拿下第一个大客户，日志分析产品花了 18 个月，安全产品从 2019 年 5 月开发到签下第一个大型股份制银行客户，也是 18 个月。

公司积累沉淀了一套产品开发方法论，从产品设计到签下行业标杆大客户，基本用时不到 2 年。

跨越鸿沟

做 To B 的软件企业，得迈过两道坎，16% 的市场渗透率、1 个亿的收入。对日志易来说，我们跨越了鸿沟。

日志易瞄准中国最大的 3000 家企业和机构，它们年度IT预算基本过亿，对IT运维有着极高要求。目前进度已到 700 多家，市场渗透率超过 20%，金融行业的渗透率更高，约超 30%。

2021 年，公司实现订单金额过亿，2022 年订单金额、营收均过亿，营收增长超 30%。

行业分布来看，金融、运营商、能源等行业客户贡献较大，且老客户复购率较高，客单价逐年稳步提升。

IT 运维领域，对新技术的追赶，中国大约落后美国五年。

中国IT 支出占 GDP 的比重仅 1.4%，相较美国的 4.7% 仍有较大差异;中国的 GDP 占了全球的 1/6，但IT支出只占全球的 12%，同样不成正比;软件开支差异更大，中国软件支出占 GDP 的 0.1%，美国是 1.1%。

未来中国的企业和政府数字化转型，仍有巨大红利和增长空间。

近几年，自主可控的 IT 信创如火如荼，大量核心组件需要逐步从原来国外大厂的成熟产品替换为新开发的信创产品，新产品的稳定性有待提升，给 IT 系统的运维监控和排障带来新挑战。

日志易 2020 年开始投入信创领域，已实现国产信创操作系统的全部适配，坚定看好这个方向。

新兴技术方面，公司在 2018 年开始开发智能运维的产品，将机器学习的算法用在运维领域。

ChatGPT 的出现，带给了我们启发，已在着手研究如何利用过去 9 年在机器大数据分析领域的积累，结合 ChatGPT 这类通用大模型，搭建日志分析的 ChatGPT，“培养”一个专攻 IT 运维知识的 AI 专家。

中长期而言，我们希望能在三至五年内，完成科创板上市的目标。终极愿景，则是成为机器大数据领域的龙头，服务几千家大型企业客户。