请教on yarn per job 作业如何采集日志进行监控方案

面对您的需求，实时采集作业日志或metrics并配置告警，Prometheus + Grafana 和 ELK Stack（Elasticsearch、Logstash、Kibana）是两个非常流行的解决方案。考虑到您希望选择一个易维护且坑少的方案，我会基于阿里云的产品生态为您推荐一个适合小团队使用的方案。

阿里云SLS（Log Service）

对于小公司或者个人开发者来说，阿里云的日志服务（SLS）是一个非常不错的选择。它集成了日志采集、存储、查询分析、可视化和告警等功能于一体，特别适合于监控、故障排查和业务分析等场景。相比于自建ELK Stack或Prometheus+Grafana，SLS的优势在于：

1. 低门槛与易用性：SLS提供简单易用的Web界面进行日志配置、查询和分析，无需复杂的运维工作。
2. 开箱即用的监控与告警：内置丰富的监控指标和灵活的告警规则设置，可以快速针对Flink作业的运行状态设置告警。
3. 成本效益：按量付费，对于小规模使用非常友好，避免了自建系统初期的硬件投入和运维成本。
4. 集成能力：支持与阿里云其他服务如ARMS（应用实时监控服务）、EMR（Elastic MapReduce）等无缝集成，便于扩展监控和分析能力。
5. 自动化的日志采集：提供了多种日志采集方式，包括Java SDK、Logtail（专为日志采集设计的轻量级Agent），能够轻松对接Flink作业输出的日志或Metrics。

实现步骤简述

1. 部署Logtail：在运行Flink任务的节点上安装Logtail，配置其收集Flink作业的日志和Metrics输出。
2. 创建Logstore：在SLS控制台创建Logstore用于存储Flink相关的日志数据。
3. 配置日志解析：根据日志格式配置解析规则，以便于后续查询和分析。
4. 设置监控与告警：利用SLS的监控功能，根据日志内容或预定义的Metrics设置告警规则。
5. 可视化展示：使用SLS自带的图表功能或集成到DataV、Grafana等工具中，实现数据可视化。

综上所述，阿里云SLS不仅能满足您对日志和Metrics的实时采集、存储、分析及告警的需求，而且由于其高度集成和易用性，非常适合资源有限的小团队使用。