日志服务 SLS 产品概述
阿里云日志服务SLS为 Log/Metric/Trace 等可观测数据提供一站式提供数据采集、加工、分析、告警可视化与投递、存储功能，兼容开源ELK，满足运维监控与分析,业务分析,安全审计等场景需求。
查看更多极致性能近实时日志写入与流式存储，提供高性能日志查询与时序查询分析引擎，支持超大规模、超复杂查询，每秒查询千亿行日志/分析数十亿行日志，百万时间线秒级计算。查看更多高性价比无需从零搭复杂的开源框架，免去人工运维成本；100%Serverless化服务，无需规划资源用量；提供多种按量计费模式，灵活应对业务...
来自：
云产品
边缘安全加速 ESA 产品概述
ESA边缘安全加速基于全球3200+节点，提供边缘加速、边缘安全、边缘计算的产品能力，费用构成简单易懂，提供丰富的监控报表、日志工具，为客户网站提供一流性能体验。
查看更多多维数据分析有效提升问题定位和运维效率ESA提供的即时日志、离线日志、实时日志，快速定位攻击、排查系统故障、调试或测试站点网络连接等能力，解决无法快速定位攻击源、数据单一、排查问题缓慢等关键问题。查看更多安全合规ESA基于飞天分布式系统，在网络通信、数据存储、访问控制、安全审计、实例容灾等多个维度...
来自：
云产品
边缘安全加速 ESA 产品功能
ESA边缘安全加速基于全球3200+节点，提供边缘加速、边缘安全、边缘计算的产品能力，费用构成简单易懂，提供丰富的监控报表、日志工具，为客户网站提供一流性能体验。
即使日志通过即时日志，在ESA控制台上实时查看站点访问日志，能够帮助您定位攻击、排查系统故障、调试或测试站点网络连接等。实时日志将大量的网络日志数据进行实时投递，可以实时采集应用程序或设备操作的日志，并投递到指定处理平台上进行存储和分析，能够有效保护数据安全，快速监控，定位业务问题和优化内容分发性能。...
来自：
云产品
实时可观测，即时应对风险
本方案使用日志服务，基于采集的日志数据实现对业务与 IT 系统的监控告警与问题排查，解决性能优化、安全威胁、业务数据分析等问题，从而保障业务稳定性，同时提升客户满意度。
数据处理分析能力 丰富的处理能力和集成生态 支持SQL查询、实时计算等，可与阿里云其他服务（如EMR、大数据分析平台、机器学习服务等）无缝集成，支持复杂数据处理和分析任务。安全管理复杂 需要自行配置和管理安全措施，合规成本和难度高。安全性与合规性 全面的安全措施 由阿里云提供强大的安全保障，如数据加密、访问...
来自：
技术解决方案
容器多云统一监控日志
多云、混合云成为常态，Forrester 报告中指出，未来 89% 的企业至少使用两个云，74% 的企业至少使用三个甚至更多公有云，在面对多云/混合云这样大的趋势下，Gartner报告指出，安全、运维复杂性、财务复杂性是多云架构的主要挑战，本方案给出了在多云/混合云场景下，构建基于容器环境下的统一管理、统一监控和统一日志方案，解决多云、混合云场景下，运维复杂性问题。 应用场景 客户在阿里云以外的其他云服务商（AWS、Azure、GCP、TencentCloud、HuaweiCloud等）或者IDC基于容器（Kubernetes）运行业务系统，希望构建容器场景下的统一监控日志系统，方便做不同大屏和问题分析定位。 解决问题 •构建容器多云统一监控和日志系统，在一个平台可以看到不同环境系统的运行情况。
应用场景 客户在阿里云以外的其他云服务商（AWS、Azure、GCP、TencentCloud、HuaweiCloud等）或 产品列表 者IDC基于容器（Kubernetes）运行业务系统，希望构建容器场景下的统一监控日志系统，方便 专有网络VPC 做不同大屏和问题分析定位。 云虚拟机ECS 微服务引擎MSE（云原生网关）解决问题 日志服务SLS•构建...
基于Flink+ClickHouse构建实时游戏数据分析
在互联网、游戏行业中，常常需要对用户行为日志进行分析，通过数据挖掘，来更好地支持业务运营，比如用户轨迹，热力图，登录行为分析，实时业务大屏等。当业务数据量达到千亿规模时，常常导致分析不实时，平均响应时间长达10分钟，影响业务的正常运营和发展。 本实践介绍如何快速收集海量用户行为数据，实现秒级响应的实时用户行为分析，并通过实时流计算Flink/Blink、云数据库ClickHouse等技术进行深入挖掘和分析，得到用户特征和画像，实现个性化系统推荐服务。 通过云数据库ClickHouse替换原有Presto数仓，对比开源Presto性能提升20倍。 利用云数据库ClickHouse极致分析性能，千亿级数据分析从10分钟缩短到30秒。 云数据库ClickHouse批量写入效率高，支持业务高峰每小时230亿的用户数据写入。 云数据库ClickHouse开箱即用，免运维，全球多Region部署，快速支持新游戏开服。 Flink+ClickHouse+QuickBI
结论：云数据库 ClickHouse更加适合海量数据分析型业务、大宽表聚合查询分析、数 据 Hash对齐 Join场景、实时日志分析场景等等 文档版本：20201224 6 基于 Flink+ClickHouse构建实时游戏数据分析 架构设计 2.架构设计 2.1.架构图 本实践主要以流处理为主线，搭建实验环境，构建在线用户行为分析平台：2.2.核心模块 游戏服...
云原生数据库 PolarDB
阿里云云原生数据库 PolarDB是一款超级MySQL和PostgreSQL分布式云原生数据库，100%兼容MySQL和PostgreSQL，高度兼容Oracle，无论是集中式部署还是分布式架构，都能轻松融入现有系统，助力企业轻松数据迁移上云。
分布式在线水平扩展，支持PB级数据存储高性价比TCO低于自建数据库50%，交易和分析性能最高分别是开源数据库的6倍和400倍稳定可靠单AZ、双AZ、三AZ、跨Region多级高可用配置，最大可提供99.995%SLA保护1/0产品动态PolarDB全系产品大放“价”，新用户首次购买包年包月实例指定规格低至5折，全线规格首年低至6折起，配置越高，...
来自：
云产品
大模型RAG对话系统部署
大模型RAG对话系统最佳实践，旨在指引AI开发人员如何有效地结合LLM大语言模型的推理能力和外部知识库检索增强技术，从而显著提升对话系统的性能，使其能更加灵活地返回用户查询的内容。适用于问答、摘要生成和其他依赖外部知识的自然语言处理任务。通过该实践，您可以掌握构建一个大模型RAG对话系统的完整开发链路。
不仅提供云上开箱即用 的 Elasticsearch、Logstash、Kibana、Beats在内的 Elastic Stack生态组件，还 与 Elastic官方合作提供免费 X-Pack（白金版高级特性）商业插件，集成了安全、SQL、机器学习、告警、监控等高级特性，被广泛应用于实时日志分析处理、信息 检索、以及数据的多维查询和统计分析等场景。云原生数据仓库 ...
SLS多云日志采集、处理及分析
场景描述 从第三方云平台或线下IDC服务器上采集 日志写入到阿里云日志服务，通过日志服务 进行数据分析，帮助提升运维、运营效率， 建立DT 时代海量日志处理能力。 针对未使用其他日志采集服务的用户，推荐 在他云或线下服务器安装logtail采集并使用 Https安全传输；针对已使用其他日志采集 工具并且已有日志服务需要继续服务的情 况，可以通过Log producer SDK写入日志 服务。 解决问题 1.第三方云平台或线下IDC客户需要使用 阿里云日志服务生态的用户。 2.第三方云平台或线下IDC服务器已有完 整日志采集、处理及分析的用户。 产品列表 E-MapReduce 专有网络VPC 云服务器ECS 日志服务LOG DCDN
文档版本：20211203 24 SLS多云日志采集、处理及分析 Logtail日志采集处理分析 注意：查询分析设置的修改操作只会对新写入的数据生效，如果您需要提前对查询分 析设置的某些字段分析统计生效，请使用指定字段查询的自定义方式在日志写入到日 志库之前进行开启统计查询。步骤4 再次启动日志发生器和停止日志发生器。按云...
游戏系统和业务运维及分析解决方案
游戏系统和业务运维及分析解决方案，通过阿里云日志服务 SLS、对象存储 OSS 等产品，帮助客户构建简单、易用、性能高、成本低的运维及分析平台，满足基础系统运维和业务运维等游戏运维场景需求，同时提供日志数据分析能力，实现故障预警、提高问题排查速度、提高风险识别安全等级等能力，保障游戏业务安全稳定运行。
针对游戏行业运维场景，通过阿里云日志服务 SLS、对象存储 OSS 等产品，帮助客户构建简单、易用、性能高、成本低的运维及分析方案，满足游戏基础系统运维和业务运维等运维场景需求，同时提供日志数据分析能力，实现实时故障预警、提高问题排查速度、提高风险识别安全等级等能力，保障游戏业务安全稳定运行.谢赟辉,靖鑫,也树...
来自：
解决方案
云速搭部署SLS实现日志采集处理分析
通过云速搭部署ECS+SLS，在ECS上安装logtail收集Nginx应用日志写入SLS。通过日志生成器模拟Nginx日志生成，并通过SLS进行日志分析。
文档版本：20211203 30 云速搭部署 SLS实现日志采集处理分析 Logtail日志采集处理分析 注意：查询分析设置的修改操作只会对新写入的数据生效，如果您需要提前对查询分 析设置的某些字段分析统计生效，请使用指定字段查询的自定义方式在日志写入到日 志库之前进行开启统计查询。步骤4 再次启动日志发生器和停止日志发生器。...
基于日志服务构建业务可观测性系统
现在已知的各种监控数据的工具，以及对应的监控系统有非常多的选择，比如ZABBIX，Prometheus，Skywalking等。但是这些系统都存在同样的一个问题，只覆盖了可观察性的一部分，举个简单的类比，大家在日常开车的过程中，会用到很多的辅助设备，仪表盘，行车记录仪，导航，倒车影像等等，这些设备都各自承载了一部分的功能，但是都存在着如下的问题： l 数据覆盖不完整 l 存在数据孤岛（无法关联协同） l 使用门槛高，不够人性化 核心价值 l 全覆盖，统一协议，支持各类平台。 l 数据关联，统一Schema，关联Metrics/Logs。 l 云原生，SaaS服务，拥抱云原生。 l 简单易用，自动化埋点，数十项易用功能。 智能化，异常诊断，根因分析。
能够提供异常诊断和根因分 文档版本：20210616 5 基于日志服务构建业务可观察性系统 架构设计 析等智能算法能力的核心优势。全覆盖，统一协议，支持各类平台。数据关联，统一 Schema，关联 Metrics/Logs。云原生，SaaS服务，拥抱云原生。简单易用，自动化埋点，数十项易用功能。智能化，异常诊断，根因分析。文档版本：...
基于函数计算FC实现物联网音视频处理
在物联网场景中，智能设备会产生大量的非结构化数据，并且采集量和频率都很高。比如各类摄像头（家用摄像头、车载摄像头、工业监控摄像头等）采集的数据。企业需要对这些非结构化数据做快速的分析和处理，然后应用到下游业务中，所以需要一套高并发、低成本、自动化的方案。该最佳实践就适用于这类场景。
基于函数计算FC实现物联网音视频处理最佳实践 场景描述 业务架构 基于阿里云函数计算FC和云工作流（CloudFlow）实现对物联网智能设备采集的音视频做切片、转解码 等视频处理，回传OSS，然后在客户端拉流观看的 自动化流程。应用场景 在物联网场景中，智能设备会产生大量的非结构化数 据，并且采集量和频率都很高。比如各类...
基于函数计算FC实现大语言模型部署
在现代AI应用中， Qwen /chatglm2-6b 和Stable Diffusion等模型因其强大的功能而受到关注。然而，这些模型对计算资源的高需求和复杂的运维管理成为部署时的挑战。基于函数计算FC的无服务器计算模式为这类模型的部署提供了全新的解决方案。用户只需关注模型的部署和调用逻辑，而无需关心底层的服务器配置、资源分配和扩展性等问题。函数计算FC能够自动处理函数的执行环境，包括冷启动、弹性伸缩等，确保模型能够在大规模的请求下稳定运行。
基于函数计算 FC实现大语言模型部署最佳实践 业务架构 方式一：魔搭 SwingDeploy模型到 FC 方式二：FC3.0应用模板部署 场景描述 在现代 AI应用中，Qwen/chatglm2-6b等社区模型因其强大的功能而受到关注。然而，这些模型对计算 资源的高需求和复杂的运维管理成为部署时的挑战。基于函数计算 FC的无服务器计算模式为这类模型...
基于SAE的一站式Web服务托管方案
通过SAE提供的内置CICD能力，代码提交后可以触发自动构建，并部署应用到SAE，部署完成后，应用自动产生访问域名，外部请求通过域名可以直接访问应用。SAE提供了内置的可观测，灰度，回滚能力，通过控制台可以白屏化完成整个操作。SAE适合应用容器化快速上云，客户只需要提供代码仓库，后续的CICD，应用访问，弹性管理，运维监控，SAE都提供了内置的集成能力
特别注意，监控有一定延迟，需要等待最多 2分钟左右才能收集到 文档版本：20240430 18 基于SAE 2.0的一站式 Web服务托管方案 场景验证 应用的实时日志可以通过控制台日志管理查看。需要更加强大的监控可以开启应用监控，通过 Arms提供的高阶能力，可以实现更加细 致的监控分析。文档版本：20240430 19 基于SAE 2.0的一站式 ...
系统运维管理 OOS
阿里云系统运维管理（简称OOS）提供的云上自动化运维服务，通过执行模板来完成任务的自动化运行，可以使用OOS管理ECS、RDS、SLB、VPC等云产品，提升日常运维管理效率
验证内容符合预期后再进行后续批次相关产品系统运维管理OOS本产品云服务器ECS云助手在线咨询管理抢占式实例抢占式实例适用于无状态的应用场景，比如可弹性伸缩的Web站点服务、图像渲染、大数据分析和大规模并行计算等。由于抢占式实例在保护周期过后会存在系统释放的情况，为保障集群的整体稳定性，需要及时感知实例的状态...
来自：
云产品
基于函数计算FC实现企业级权限精准控制Kafka跨实例消息同步
应用场景 在大数据场景，企业的Kafka实例可能存在多种情况，比如使用阿里云Kafka服务，可能是自建开源Kafka，或者是其他云上的云Kafka。不同的业务使用不同类型的Kafka实例，在这个前提下Kafka实例之间可能会需要消息同步的情况： 同帐号容灾场景：比如Kafka实例都是阿里云Kafka，但是Kafka实例会有主备之分，需要将主Kafka实例的消息实时同步到备Kafka。 跨帐号或异地容灾：这类场景比如主Kafka是阿里云Kafka，备Kafka是IDC开源自建Kafka，或者是其他云上的Kafka。 不同业务之间消息同步：因为现在的业务通常不会是信息孤岛，都需要消息互通，所以可能是A业务的Kafka实例消息需要同步到B业务的Kafka实例，并且这两个Kafka实例归属不同的RAM角色，有自己独自的权限控制。 解决问题 解决使用开源组件做消息同步的高成本问题。 解决使用开源组件做消息同步的并发性能、稳定性问题。 解决使用开源组件做消息同步的可靠性问题（重试机制，容错机制，死信队列等）。 大幅提升构建消息同步架构的效率，降低构建复杂度问题。
文档版本：20240330 22基于函数计算FC实现企业级权限精准控制Kafka跨实例消息同步 部署基础环境 步骤28应用计价成功后，CADT会实时生成一个应用架构成本分析报告，可以单击查看报告。步骤29如果确认价格符合预期，可以单击下一步：确认订单。步骤30确认订单阶段会列出架构中所有的产品及其当天价格，需要用户确认无误后勾选...
- 产品推荐
- 这些文档可能帮助您