因为参加了比赛所以开通了SLS日志服务，也参与了Kibana数据分析，简单来讲这个就是包含数据采集、数据加工、数据分析、监控警告、日志审计、投递消费，多维度为一体的便捷可靠免运费开放的平台
接下来以入门教程为例简单概括一下相关操作流程
1. 开通日志服务SLS
登录日志服务SLS控制台,开通日志服务SLS。日志服务SLS的计费模式为后付费,开通后默认每个Region下每个Project提供100GB存储空间和3GB每天的流入流出流量,超出部分按量计费。
2. 创建Project和Logstore
Project是日志服务SLS的管理单位,Logstore是日志存储和查询的最小单位。在Project列表页面点击创建Project,输入Project名称和选择Region,然后创建Logstore,输入Logstore名称和设定Shard数量。
3. 采集日志
在Project页面点击数据接入,选择机器组和采集方式。本示例选择正则文本日志,然后安装Logtail,创建机器组并应用,最后创建Logtail配置,设定日志路径、正则表达式和索引。配置完成后日志服务SLS会开始采集日志。
4. 查询与分析日志
配置完成后可以在Logstore页面查询和分析日志。可以执行查询语句查看原始日志,也可以执行聚合查询统计各种指标,并以表格或图表展示结果。日志服务SLS支持全文检索、关键字检索、时间范围查询、聚合统计等功能。
总结使用日志服务SLS主要分4步:
1)开通日志服务SLS并设定计费方式;
2)创建Project和Logstore用于日志存储和管理;
3)采集日志,通过安装Logtail和设定正则配置采集服务器日志;
4)在Logstore中查询、分析采集到的日志并可视化展示。
日志服务SLS作为阿里云的日志管理与分析平台,功能比较全面而强大,通过简单的控制台操作就可以实现高效稳定的日志采集、存储和分析工作,使用也比较简单,适合各种场景的日志处理需求,是阿里云产品中比较重要和常用的一项服务。
以第二个话题对日志服务SLS的体验评测:
1. 在体验过程中,日志服务SLS提供了详细的在线文档以及控制台内的各种提示和引导,基本上可以解决大部分问题。但是对于一些较复杂的场景,如正则表达式的使用,文档示例还不够丰富,需要用户根据实际日志样例进行重复调试,这会增加一定学习成本。所以在这方面,日志服务SLS可以继续丰富文档和教程示例,这会大大降低用户学习难度。
2. 日志服务SLS的功能还是比较全面和强大的。日志采集提供了多种方式,操作也很简单,基本不需要编写代码就可以实现。查询和分析功能也比较强大,支持全文检索、关键字检索、聚合统计等,查询性能和效率也不错。可视化面板简单易用,可以方便构建各种统计图表。所以,总体来说日志服务SLS的功能可以满足大部分日志采集和分析场景的需求。
3. 针对我的业务场景,日志服务SLS可以在以下几个方面继续改进:
1)支持指定区域进行查询分析。目前查询只支持Project级别,但是对于大型业务,一个Project下Logstore和数据量可能很大,这会影响查询性能。如果支持在指定Logstore或者更细粒度的查询范围内进行查询分析,会更加灵活和高效。
2)增加更多分析函数和统计方式。目前日志服务SLS支持的分析函数还比较基础,如果能增加更多数学统计、机器学习等方面的函数,可以实现更加强大和深入的日志分析。
3)支持日志数据导出。目前日志服务SLS无法将查询分析结果直接导出成报表或数据文件,需要手动记录查询结果,这会影响分析效率。如果支持将统计结果或原始日志数据导出, then可以和其他数据分析工具结合,实现更为广泛和深入的分析。
4) 日志服务SLS可以和其他阿里云产品紧密结合,比如与EMR、DataV等大数据产品结合,可以实现日志数据的离线处理和深度分析;与CDN等产品结合,可以加速日志数据的访问;与监控等产品结合,可以更加智能地监控业务日志等。所以,阿里云产品之间的结合互补,可以大大提高用户体验和获取更高业务价值。
日志服务SLS是一个功能比较强大的日志采集和分析产品,但是在某些方面还有提高的空间,通过进一步丰富文档,增加更多功能,支持与其他产品的结合等,可以使产品体验更加完善。但无论如何,阿里云日志服务SLS已经是一个技术领先且价格优惠的日志管理解决方案,值得更多用户尝试和使用。
