日志服务(原SLS)2017-12 月功能发布

本文涉及的产品
对象存储 OSS,20GB 3个月
对象存储 OSS,内容安全 1000次 1年
文件存储 NAS,50GB 3个月
简介: 日志服务12月功能已上线,包括美东Region、嵌入式客户端(C-Producer)、Flink Connector、 CLI、API网关打通、告警优化、控制台快速分析等功能,欢迎试用

[新地域] 美东(弗吉尼亚)访问入口

[新功能] 嵌入式/物联网IoT日志客户端(C-Producer)文档, 使用案例

面向嵌入式、物联网(IoT)客户端C-Producer Library定位为一个“轻量级Logtail”,虽没有实时配置管理机制,但具备除此之外70%功能,包括:

  • 多租户支持:可以对多种日志(例如Metric,DebugLog,ErrorLog)进行优先级
  • 分级处理:同时配置多个客户端,每个客户端可独立配置采集优先级、目的project/logstore等
  • 支持上下文查询:同一个客户端产生的日志在同一上下文中,支持查看某条日志前后相关日志
  • 并发发送/断点续传:支持缓存上线可设置,超过上限后日志写入失败

还有一些专门为IoT准备功能,大大降低数据采集门槛:

  • 本地调试:支持将日志内容输出到本地,并支持轮转、日志数、轮转大小设置
  • 细粒度资源控制:支持针对不同类型数据/日志设置不同的缓存上线、聚合方式
  • 日志压缩缓存:支持将未发送成功的数据压缩缓存,减少设备内存占用

[新功能] Flink Connector 文档, 使用案例

可以方便、快捷Flink开发环境中进行日志服务LogHub中数据开发,包括消费者(Consumer)和生产者(Producer)两个部分。Flink Connector支持如下特性:

  • 设置消费起始位置,方便用户进行消费点的设置
  • 监控,实时获取当前数据消费状态,并通过设置告警知晓延迟的任务
  • 支持消费实例弹性伸缩、容灾、异常恢复,无需关心细节
  • 提供消费级exactly once语义支持,保证数据精确性

[新功能] 命令行工具(CLI)发布 工具地址, 文档

跨平台命令行工具,支持常见所有API操作,并提供日志查询结果导出、批量创建、批量复制等功能:

  • 支持几乎所有50多个日志服务的REST接口
  • 支持多账号, 方便测试与跨域操作
  • 日志查询完整性查询与自动分页.
  • 支持多种方式存储和配置秘钥, 适用于各种情况
  • 支持通过命令行或者文件的形式输入复杂参数, 并校验参数内容格式
  • 支持JMES过滤器对结果进行进一步处理, 方便选择特定信息

[新功能] Nginx日志向导 使用案例

新增Nginx日志向导:在控制台上根据Nginx配置文件一键生成索引、视图、导入(OSS/MaxCompute)等选项,方便用户进行一站式配置

[新功能] API网关日志向导 文档 , 使用案例

推出API网关日志一键打通功能,方便开发者进行日志分析,包括:

  • 秒级实时采集能力,99.9%情况下10秒内即可消费
  • 通过LogHub功能实时计算、流计算对接
  • 通过LogShipper与数据仓库对接
  • 利用LogSearch/Analytics功能进行实时日志查询、分析
  • 通过仪表盘、告警等功能进行线上监控

[新功能] 告警功能升级 文档

  • 新增新增钉钉,自定义WebHook两种新通知渠道:用户可以在通知内容和方式上进行自定义配置并推送自定义地址。
  • 对告警内容进行优化:新增上下文、账号归属人的信息,方便进行问题定位

[控制台] 查询页面新增快速分析功能

提供命中结果1W条数据Top10统计与分布,示例如下:

image.png

[控制台] 新增数据接入向导(Wizard)

数据接⼊向导(Wizard)功能,快速完成数据的采集、存储、分析、离线投递, 降低⽤户使⽤⽇志服务⻔槛,⽬前⽀持的数据源以及⽀持配置如下:

image.png

[控制台] 自动刷新功能

⽀持定时刷新功能,设置时⻓定期刷新所有图表时间范围
image.png

[控制台] 过滤功能

可以指定过滤条件进行视图生成逻辑

image.png

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
目录
相关文章
|
1月前
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
226 30
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
2月前
|
Rust 前端开发 JavaScript
Tauri 开发实践 — Tauri 日志记录功能开发
本文介绍了如何为 Tauri 应用配置日志记录。Tauri 是一个利用 Web 技术构建桌面应用的框架。文章详细说明了如何在 Rust 和 JavaScript 代码中设置和集成日志记录,并控制日志输出。通过添加 `log` crate 和 Tauri 日志插件,可以轻松实现多平台日志记录,包括控制台输出、Webview 控制台和日志文件。文章还展示了如何调整日志级别以优化输出内容。配置完成后,日志记录功能将显著提升开发体验和程序稳定性。
101 1
Tauri 开发实践 — Tauri 日志记录功能开发
|
2月前
|
XML JSON Java
Logback 与 log4j2 性能对比:谁才是日志框架的性能王者?
【10月更文挑战第5天】在Java开发中,日志框架是不可或缺的工具,它们帮助我们记录系统运行时的信息、警告和错误,对于开发人员来说至关重要。在众多日志框架中,Logback和log4j2以其卓越的性能和丰富的功能脱颖而出,成为开发者们的首选。本文将深入探讨Logback与log4j2在性能方面的对比,通过详细的分析和实例,帮助大家理解两者之间的性能差异,以便在实际项目中做出更明智的选择。
281 3
|
1天前
|
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。
|
11天前
|
存储 监控 安全
什么是事件日志管理系统?事件日志管理系统有哪些用处?
事件日志管理系统是IT安全的重要工具,用于集中收集、分析和解释来自组织IT基础设施各组件的事件日志,如防火墙、路由器、交换机等,帮助提升网络安全、实现主动威胁检测和促进合规性。系统支持多种日志类型,包括Windows事件日志、Syslog日志和应用程序日志,通过实时监测、告警及可视化分析,为企业提供强大的安全保障。然而,实施过程中也面临数据量大、日志管理和分析复杂等挑战。EventLog Analyzer作为一款高效工具,不仅提供实时监测与告警、可视化分析和报告功能,还支持多种合规性报告,帮助企业克服挑战,提升网络安全水平。
|
2月前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1676 14
|
23天前
|
存储 监控 安全
什么是日志管理,如何进行日志管理?
日志管理是对IT系统生成的日志数据进行收集、存储、分析和处理的实践,对维护系统健康、确保安全及获取运营智能至关重要。本文介绍了日志管理的基本概念、常见挑战、工具的主要功能及选择解决方案的方法,强调了定义管理目标、日志收集与分析、警报和报告、持续改进等关键步骤,以及如何应对数据量大、安全问题、警报疲劳等挑战,最终实现日志数据的有效管理和利用。
|
2月前
|
Python
log日志学习
【10月更文挑战第9天】 python处理log打印模块log的使用和介绍
39 0
|
2月前
|
数据可视化
Tensorboard可视化学习笔记(一):如何可视化通过网页查看log日志
关于如何使用TensorBoard进行数据可视化的教程,包括TensorBoard的安装、配置环境变量、将数据写入TensorBoard、启动TensorBoard以及如何通过网页查看日志文件。
248 0
|
2月前
|
存储 分布式计算 NoSQL
大数据-136 - ClickHouse 集群 表引擎详解1 - 日志、Log、Memory、Merge
大数据-136 - ClickHouse 集群 表引擎详解1 - 日志、Log、Memory、Merge
50 0

相关产品

  • 日志服务