日志服务(原SLS)新功能发布(9)--Logtail配置支持主题(Topic)设置功能

本文涉及的产品
对象存储 OSS,OSS 加速器 50 GB 1个月
简介: 日志服务中日志为日志服务中处理的最小数据单元,采用半结构化数据模式定义一条日志,具体数据模型包括主题(Topic)、时间(Time)、内容(Content)和来源(Source),详细描述请参考核心概念。其中主题(Topic)为用户自定义字段,用以标记一批日志(例如:访问日志根据不同站点进行标记).

日志服务中日志为日志服务中处理的最小数据单元,采用半结构化数据模式定义一条日志,具体数据模型包括主题(Topic)、时间(Time)、内容(Content)和来源(Source),详细描述请参考核心概念。其中主题(Topic)为用户自定义字段,用以标记一批日志(例如:访问日志根据不同站点进行标记),默认值为空字符串(空字符串也为一个有效的主题)。用户可以通过使用REST API/SDK上传数据时设置主题。除此之外,Logtail客户端为日志服务用户常用的数据接入客户端,目前也支持设置使用不同的属性设置主题名称。

Logtail主题配置可以在Logtail配置页面中“高级选项”进行设置,目前支持4中主题设置方式:空字符串(默认值)、文件路径、文件路径正则和机器组Topic属性。页面详情请参考截图。
_TOPIC

空字符串

空字符串即Logtail主题配置的默认值,在使用“日志索引”功能进行关键词查询时不需要输入任何主题名称即可查询上传数据。
_

文件路径正则

使用场景

如果服务日志根据不同的用户或者实例将日志记录在不同目录下面,但是日志比如下面的目录结构:

/logs
  | - /userA/serviceA
    | - service.log
  | - /userB/serviceA
    | - service.log
  | - /userC/serviceA
    | - service.log

使用Logtail配置文件路径为“/logs”,文件名称为“service.log”后,会将三个service目录下的日志内容实时收集至服务端,但是无法明确区分日志内容具体由哪个用户或者实例产生。此时可以设置“Topic生成方式”为“文件路径正则”,并且输入正则表达式“/(.*)/serviceA/.*”提取实例名称。

查询方式

当选择“文件路径正则”主题生成方式时,Logtail上报数据时会将实例名称作为主题名称上传至日志服务,根据上述目录结构和配置,会生成3个topic,其分别为“userA”、“userB”和“userC”,在使用“日志索引”功能查询时需要指定主题名称为实例名称。
_

机器组Topic属性

使用场景

假设公司通过一批前端机器对外提供HTTP服务,但是对于VIP用户希望提供更高的SLA,因此将其中部分机器只对VIP用户开放服务,对于所以HTTP访问日志目录结构如下:

/logs
  | - access.log

使用Logtail配置文件路径为“/logs”,文件名称为“access.log”后,会将所有前端机对应的访问日志都实时收集至服务端,但是无法明确区分是由哪组前端服务器产生。此时可以设置“Topic生成方式”为“机器组Topic属性”,之后将前端机器分成“normal-group”和“vip-group”两个机器组,在创建机器组时,可以设置两个机器组的Topic属性分别为“normal”和“vip”,具体设置方式截图如下:
_

将两个机器组应用之前创建的Logtail配置后,即完成对应配置。Topic属性会根据机器组应用到对应机器,为防止歧义,请不要对同一台机器应用不同Topic数值,否则会在Topic之间进行切换。

查询方式

当选择“机器组Topic属性”主题生成方式时,Logtail上报数据时会将机器所在机器组的Topic属性作为主题名称上传至日志服务,在使用“日志索引”功能查询是需要指定主题名称为特定机器组Topic属性。
_TOPIC

相关实践学习
通过日志服务实现云资源OSS的安全审计
本实验介绍如何通过日志服务实现云资源OSS的安全审计。
目录
相关文章
|
6月前
|
Ubuntu
在Ubuntu系统上设置syslog日志轮替与大小限制
请注意,在修改任何系统级别配置之前,请务必备份相应得原始档案并理解每项变更可能带来得影响。
750 2
|
监控 测试技术 开发者
一行代码改进:Logtail的多行日志采集性能提升7倍的奥秘
一个有趣的现象引起了作者的注意:当启用行首正则表达式处理多行日志时,采集性能出现下降。究竟是什么因素导致了这种现象?本文将探索Logtail多行日志采集性能提升的秘密。
590 57
|
安全 测试技术
【YashanDB知识库】设置归档日志上限,但归档日志没自动清理,导致磁盘空间满
客户在一主一备性能压测中设置了归档日志清理上下限(12G-16G),但实际产生了100G+归档日志,导致磁盘空间满。原因是未设置ARCH_CLEAN_IGNORE_MODE=BACKUP,系统默认在备份后才清理日志。解决方法是设置ARCH_CLEAN_IGNORE_MODE=BACKUP,并执行`alter database delete archivelog all`触发清理。修改参数后,日志仍可能短暂超过上限,因备机同步延迟。经验总结:需同时设置归档上下限和ARCH_CLEAN_IGNORE_MODE=BACKUP以确保日志及时清理。
|
运维 监控 虚拟化
除了实时性能监控,Hyper-V还支持日志记录和警报功能你知道吗?
Hyper-V不仅支持实时性能监控,还具备强大的日志记录和警报功能。通过事件查看器可访问详细的日志文件,涵盖虚拟机管理、配置及Hypervisor事件,帮助故障排查和性能分析。警报功能支持预定义和自定义规则,可通过多种方式通知管理员,确保及时响应问题,保障虚拟化环境的稳定运行。
|
监控 安全 Linux
启用Linux防火墙日志记录和分析功能
为iptables启用日志记录对于监控进出流量至关重要
511 1
|
SQL 数据采集 监控
基于日志服务数据加工分析Java异常日志
采集并脱敏了整个5月份的项目异常日志,准备使用日志服务数据加工做数据清洗以及分析。本案例是基于使用阿里云相关产品(OSS,RDS,SLS等)的SDK展开自身业务。需要对异常日志做解析,将原始日志中时间、错误码、错误信息、状态码、产品信息、请求方法、出错行号提取出来。然后根据提取出来的不同产品信息做多目标分发处理。对清洗后的数据做异常日志数据分析。
1186 0
基于日志服务数据加工分析Java异常日志
|
监控 安全 Apache
什么是Apache日志?为什么Apache日志分析很重要?
Apache是全球广泛使用的Web服务器软件,支持超过30%的活跃网站。它通过接收和处理HTTP请求,与后端服务器通信,返回响应并记录日志,确保网页请求的快速准确处理。Apache日志分为访问日志和错误日志,对提升用户体验、保障安全及优化性能至关重要。EventLog Analyzer等工具可有效管理和分析这些日志,增强Web服务的安全性和可靠性。
481 9
|
10月前
|
监控 容灾 算法
阿里云 SLS 多云日志接入最佳实践:链路、成本与高可用性优化
本文探讨了如何高效、经济且可靠地将海外应用与基础设施日志统一采集至阿里云日志服务(SLS),解决全球化业务扩展中的关键挑战。重点介绍了高性能日志采集Agent(iLogtail/LoongCollector)在海外场景的应用,推荐使用LoongCollector以获得更优的稳定性和网络容错能力。同时分析了多种网络接入方案,包括公网直连、全球加速优化、阿里云内网及专线/CEN/VPN接入等,并提供了成本优化策略和多目标发送配置指导,帮助企业构建稳定、低成本、高可用的全球日志系统。
1012 54

相关产品

  • 日志服务