技术博文

本文主要从日志审计的角度解读《网络安全法》、《数据安全法》、《等保2.0》等，介绍新数字经济时代，企业用户应如何加强网络安全管理和数据安全治理，全方位地守护企业云上资产及数据安全。

Loki是受Prometheus启发的水平可扩展、高可用、多租户日志聚合系统。用户既可以将Loki告警直接接入SLS开放告警，也可以先将Loki接入Grafana或Alert Manager，再借助Grafana或Alert Manager实现Loki间接接入SLS开放告警。

Prometheus作为监控告警的事实标准，提供了标准的指标采集、数据查询以及告警管理开源方案。但是同时在短信、语音、微信等告警通知渠道，告警管理的便捷方面都有缺陷。阿里云日志服务SLS致力于为用户提供统一的可观测性平台，为用户提供了企业级的AlertManager服务，解决客户在告警管理工作中遇到的问题。

在现代交通管理中，“人车不符”“证照分离”等问题频发，影响监管与安全。为此，基于多源数据的人车关系核验API应运而生，提供实时身份一致性验证，支撑智慧交通建设。

近期，我司处理了一个由10台华为OceanStor存储组成的vSAN超融合架构，其中一台存储闪存盘出现故障，用户取下后用新的闪存盘代替，然后对该闪存盘所在的磁盘组进行重建，导致集群中一台使用0置备策略的虚拟机数据丢失。

非常有幸参加了QCon上海站的可观测分会场，并和大家分享阿里在可观测性数据引擎的一些思考和技术实践，本文主要是对于分享的文字整理。

Jaeger的高可用最核心的部分是Jaeger后端（包括Collector、Kafka、Flink、DB、Query、UI），我们最好的方式是寻找一个能够兼容Jaeger的后端系统，提供高可靠、高性能的能力。而SLS最近发布的Trace服务恰巧可以完美解决这个问题。SLS最大的一个特点就是高性能、弹性和免运维，让用户轻松应对激增流量或者规模评估不准确的问题，SLS服务本身提供99.9%的可用性以及11个9的数据可靠性。

文本主要介绍阿里云块存储团队同学们的踩坑经验，总结成案例和方法分享公示，实践和方法论不限于分布式系统。

本文是对 SIGMOD 2021 上《JSON Tiles: Fast Analytics on Semi-Structured Data》的学习总结，有错误之处欢迎交流。

PolarDB是阿里巴巴自主研发的下一代云原生关系型数据库，阿里云日志服务PolarDB Lens围绕其提供了一站式的数据库资产概览、日志采集管理、分析和场景应用落地支持，本文介绍了PolarDB和PolarDB Lens的基本特性，并通过性能实验使读者对PolarDB Lens的功能有一个直观的认知。

在SLS告警中，告警监控通过对数据源的查询监控，然后产生告警，并将告警发送到告警管理，告警管理会对告警进行降噪处理包括合并抑制静默后，在将告警发送给行动管理，最终发送通知到用户配置的接收渠道。在整个过程中，告警监控作为告警的源头，决定着告警是否能准确的发出。在配置告警监控规则时，配置不当或者配置错误都会导致告警不能触发或者不是希望的触发。本文主要介绍在告警监控中如何进行自助排查问题。

本文主要介绍了OSS-HDFS服务以及使用OSS-HDFS服务平替自建HDFS。

阿里云对象存储服务OSS前后联调

K8s丰富的controller为分布式任务编排提供了极大的便利，然而任务的时长可能很短（如定时清理数据的任务），甚至有些任务因为一启动就运行失败出现秒退的情况，这给采集任务日志带来了很大的挑战。本文将基于高性能轻量级可观测采集器iLogtail探讨Job日志的多种采集方案，分析这些方案在不同场景下对日志采集所能做到稳定性保证以及方案优化空间。

本文介绍三款 "schema-on-read" 类型日志系统。

Prometheus作为一个开源的云原生监控系统，具有很广泛的应用场景，通过各种Exporter收集各类设备，应用的指标，将各类指标抽象为时序数据，在Prometheus上可以使用PromQL进行高效的指标查询和分析。SLS告警是云上的一站式告警监控运维平台，支持各种Ops场景。SLS告警系统主要包括指标采集，监控系统，告警管理，通知管理等子系统。本文介绍如何将Prometheus告警无缝转换为SLS告警，并使用SLS告警的管理功能。

iLogtail是阿里云中简单日志服务又名“SLS”的采集部分。 它用于收集遥测数据，例如日志、跟踪和指标，目前已经正式开源(https://github.com/alibaba/ilogtail)。本文通过介绍ilogtail如何在K8S环境进行安装、配置、使用的最简流程，帮助用户使用预编译版本快速上手ilogtail日志采集。

本文档介绍如何将开源HDFS的数据平滑地迁移到文件存储HDFS版。

本文档主要介绍在文件存储HDFS版上搭建及使用 Presto。

本文档介绍文件存储HDFS版和对象存储OSS之间的数据迁移过程。您可以将文件存储HDFS版数据迁移到对象存储OSS，也可以将对象存储OSS的数据迁移到文件存储HDFS版上。

AES加密解密

Zabbix作为常用的开源监控系统，提供了丰富的告警规则用于系统监控，同时支持多种告警通知渠道。您可以将日志服务告警系统设为Zabbix的一个通知渠道，由日志服务告警系统完成告警降噪、通知等处理，并且通过包括短信、电话、微信、钉钉、邮箱在内的10多种通知渠道发送给用户。

以下内容来自【2021阿里云开发者大会】中的内容分享，本次分享的题目是《AIOps：自适应机器学习异常检测》，该分享意在阐述机器学习算法在企业中的落地实践，通过算法和算力尽可能的提升企业运维人员的效率，为业务的快速发展保驾护航。

数据库是企业业务的数据核心，其安全方面的问题已经成为数据泄漏和被篡改的重要根源。因此，对数据库的操作行为尤其是全量 SQL 执行记录的审计日志，就显得尤为重要。

立即报名，抢占现场参会名额，与各位大咖面对面探讨技术创新与应用模式！

为了帮助用户改善查询分析体验，让更多不熟悉SQL语法的用户也能使用SLS进行日志分析，SLS推出了交互式查询分析功能（Data Explorer）。Data Explorer让用户只需一些简单的点击和选择操作即可完成复杂的日志分析场景，助力用户专注于业务分析之上，而无需关注SQL语法细节。

SLS告警通知对接了常用的各种 IM 系统，例如钉钉、企业微信、飞书、Slack。SLS对这些系统的 Webhook 进行了包装，用户无需关心各个通知渠道的具体消息格式，只需要配置希望通知的内容即可。 除此之外，还有其它的一些场景，需要使用通用Webhook（自定义 Webhook），本文主要介绍通用 Webhook 使用过程中常见的一些问题和最佳实践。

本文介绍如何在文件存储HDFS版上使用 TensorFlow。

SLS团队联合EBS团队发布了EBS Lens，针对块存储提供数据分析、资源监控的功能，可以帮助用户获取云上块存储资源信息与性能监控数据、提升云上块存储资源的管理效率、高效分析业务波动与资源性能消耗情况。

阿里云日志服务致力于为用户提供统一的可观测性平台，同时支持日志、时序以及Trace数据的查询存储。用户可以基于收集到的各类数据构建统一的监控以及业务大盘，从而及时发现系统异常，感知业务趋势。但是随着收集到的数据量不断增长，特别是遇到业务峰值的时候，大盘报表展示会产生明显的延迟，无法及时查看重要数据。Scheduled SQL支持定时分析数据、存储聚合数据、投影与过滤数据，并将执行的分析结果存入用户指定的日志库或者时序库中，供用户后续分析使用。由于在聚合后数据量将大大小于之前，因而非常适合进行即时数据分析以及大盘展示。