阿里云日志SLS的功能：
同城冗余高可用存储，提供云上同城容灾服务能力；
- 提供机房级容灾能力：
当服务终端或灾难导致机房不可用时，提供强一致性的服务能力，可满足关键业务系统对于 RPO=0 的强需求。 - 更高的SLA可用性指标：
SLS “同城区域冗余”存储能够提供99.95%的可用性SLA指标，相比于“本地冗余存储”99.9% SLA 指标，具有更高的可用性证。 - 一键开通：
SLS“同城区域冗余”能非常方便构建云上同城容灾服务能力。采用多副本机制自动将用户数据分散存放在同城相距数十公里3个不同可用区内。
运维领域基础模型发布
- 支持Trace请求的高延时分析能力：
支持OT协议的Trace数据的高延时诊断。 - 支持指标的异常检测：
可准确识别时序指标的形态，辅助可以做好更加智能的巡检。 - 文本的分词标注：
针对日志场景，提供丰富的LogNER的能力，辅助抽取带有语义信息的日志模板。 - 支持标注能力：
用户可通过平台的标注能力，从零开始积累高质量的运维数据标签，为未来的根因诊断模型的训练提供了无限可能。
高性能查询分析引擎新升级
- 查询功能优化与性能提升：
查询支持全局纳秒有序，每秒查询百亿~千亿行日志。 - 分析性能提升：
分析性能提高100~300%，每秒处理数十亿行日志。 - 分析规模提升：
单用户最大并发提升20倍，内存使用上限提升10倍，支持更大规模、更复杂查询。
我公司的日志服务：
1、如有一个运维领域基础模型，你希望这个模型支持哪些场景的能力？
高性能查询分析引擎相关的运用，由于目前是面向旅游方面的订单日志，日志量很大，使用ES进行保存的相关日志，并且还需要定期进行删除日志，目前只保留了2个月内的日志记录。随着国内旅游业的复苏，目前日志查询也越来越慢了，如果可以支持对于热门景点订单的日志进行特殊的分析、查询的话，可以解决目前公司内存在的问题。
自动化分析检索模型的运用，如果存在特别的日志，进行报警的处理，比如直接钉钉提醒，邮件、短信提醒等功能；
全流程分析链路的功能，由于旅游订单的流程比较长，在遇到问题的时候，可能进行全链路的日志分析处理，这样可以清晰的分析出来问题的原因，以及对应哪个环节出现的问题，方便问题的排查与定位；
2、你有什么场景的日志数据，需要保存3个月以上？
订单的支付日志，财务系统的日志需要保存三个月以上的，因为这些数据的周期比较长，在遇到问题的时候，需要进行订单的日志分析。比如说订单变更操作、支付操作、退款操作、财务结算操作等等；
3、AI是否是运维人以后必须掌握的技能？
是的，随着技术的进步，AI会逐渐进入各大行业，首当其冲的应该是技术行业，因为很多的时候AI可以代替普通的程序员，AI也能代替普通的运维人员，并且比运维人员更加的智能，比如说本次SLS日志一样，很多功能都是非常实用的，也是一些运维人员需要掌握的技能（机房容灾能力，如果一个服务器挂了，可以进行容灾的处理，不至于所有的机房都会受到影响、智能分析的能力，如果出现404了或者一些cpu、内存的原因导致的错误，可以快速分析出来，已经定制好解决方案进行解决）。
