SLS交互分析增强——原始日志事件系统发布

本文涉及的产品
对象存储 OSS,20GB 3个月
文件存储 NAS,50GB 3个月
对象存储 OSS,内容安全 1000 次 1年
简介: 交互式分析一直是SLS主打的查询分析使用场景,事件系统则是实现交互式分析的手段,SLS可视化于19年就实现了基于图表的事件系统,用来完成从图表到外部系统的交互式分析。今年4月,SLS于进一步完善了整个交互式分析的能力,上线原始日志事件系统,进而更加完整地实现交互式分析的闭环

交互式分析一直是SLS主打的查询分析使用场景,事件系统则是实现交互式分析的手段,SLS可视化于19年就实现了基于图表的事件系统,用来完成从图表到外部系统的交互式分析。今年4月,SLS于进一步完善了整个交互式分析的能力,上线原始日志事件系统,进而更加完整地实现交互式分析的闭环。

连接资源与资源的纽带

我们期望用户在SLS一个平台中完成日志(Log)、监控(Metric)、Trace的所有可观测性数据存储与分析,所以要构建一站式的日志分析平台,必须通过一些手段将资源有机的结合起来进行分析。事件系统则是连接资源与资源的纽带,通过点击、拖拽、框选等一系列的用户事件输入,进而完成数据的上浮和下钻.

连接|center

原始日志查看是最高频使用场景

SLS为用户提供丰富的机器数据接入、存储、分析、可视化、数据加工等能力,我们也可以轻松地在SLS控制台完成这一系列的工作。当用户完成了数据接入后,几乎80%的操作都在查询页面中进行原始日志的查看和分析,作为核心场景,支持事件系统势在必行。

1. 日志分词

在SLS中,我们支持text类型索引进行分词处理,每一个提取字段都会根据设置好的分词符进行切割,在控制台中我们就能得到切割好的关键词片段,在日志交互分析场景中,这些关键词就成为一个又一个的事件单元,基于这些事件单元,我们就能完成事件的设计和监听。

分词解析

2. 事件设计

得到事件单元后,我们需要设计具体的事件行为。最早的SLS事件单元上,事件行为都是进行一次筛选查询,即在原始的查询语句中添加and条件,从而进行关键词过滤分析,比如事件行为产生在以host为key值的127.0.0.1事件单元上,即会添加到查询:

添加到查询

2.1 预设事件

简单的关键词拼接明显不能满足原始日志事件的需求,我们做的第一步是丰富预设事件类型,以满足简单清晰的交互行为:

操作 说明 操作后结果
添加到查询 将事件单元的关键词通过and拼接后添加到查询和分析框中,并进行查询 `* and host: "127.0.0.1" SELECT status as dim, count(1) as c group by dim`
从查询中删除 将事件单元的关键词通过not拼接后添加到查询和分析框中,并进行查询 ` * and host: "127.0.0.1" SELECT status as dim, count(1) as c group by dim`
新建查询 删除查询和分析框中所有语句,按照事件单元的关键词新建查询语句,并进行查询 `* and host: "127.0.0.1" SELECT status as dim, count(1) as c group by dim `

预设

2.2 自定义事件

预设事件更多还是在原始日志分析中形成一个自循环,和外部资源的链接则可以通过自定义事件来完成,为不同的关键词设置不同的事件单元行为,从而更深入地分析日志。建立与SLS现有的其他资源和外部地址的连接,我们准备了几种事件的类型:

  • 打开日志库
  • 打开快速查询
  • 打开仪表盘
  • 自定义Http链接

在类型上,配合SLS灵活的过滤语句操作和变量操作,对目标资源中涉及的到的查询分析语句进行改写,从而变换分析的维度,使得整个分析过程更加立体。下面用几个示例来演示如何利用原始日志的钻取来变换分析的维度。

事件模拟1:查询到一个Error的访问请求,想看一下这个ip在这个时间段到底产生了多少次访问请求
  1. 构建一个查看访问数的快速查询,并命名为访问数分析

savedsearch1

  1. 构建一个自定义事件,查看该ip的访问数

savedsearch2

savedsearch3

此处配置3个地方:

  • 时间范围设置为1个小时的分析
  • 跳转到的快速查询配置为刚创建好的访问数分析
  • 配置一个过滤语句,从而使得事件单元上获取到的remote_addr这个ip值能作为快速查询的过滤条件
  1. 演示事件的效果

remote_addr_savedsearch.gif

事件模拟2:点击一个ip,查看ip的归属地
  1. 找到一个查询ip归属地网站,这里以https://www.ip138.com/iplookup.asp?ip=42.120.75.142&action=2 为例子,可以看到ip作为一个url参数被传递到网站上
  2. 配置remote_addr的一个新的事件,并跳转到这个网址去查看归属地

http1

此处配置2个地方:

  • 设置为自定义http链接
  • 将ip后的参数替换为${remote_addr}占位符
  1. 演示事件的效果,点击的事件单元为113.27.233.145

remote_addr_http.gif

3. 未来计划

对于SLS而言,我们的目标是让用户更加聚焦于日志的价值,致力于成为可观察性的统一平台,我们不仅仅是具备Logs、Metrics、Traces数据的采集和存储,更重要的是将这些数据进行关联分析,建立各类高价值的规则,那么事件系统必定为成为这些规则的触发器,我们期望SLS上你的数据一切皆可形成事件单元,链接不同的资源。后续,我们的事件配置会出现在Log、Metrics、Traces、图表、机器学习的各个地方,建立统一的配置交互,方便灵活扩展。

相关信息

知乎:https://zhuanlan.zhihu.com/aliyunlog
微信公众号:日志服务 or LogAnalytics
哔哩哔哩:https://space.bilibili.com/630680534
开发者社区(存储):https://developer.aliyun.com/group/storage/#/?_k=c756p3

宣传图小.png

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
|
1月前
|
Prometheus 监控 Cloud Native
基于docker搭建监控系统&日志收集
Prometheus 是一款由 SoundCloud 开发的开源监控报警系统及时序数据库(TSDB),支持多维数据模型和灵活查询语言,适用于大规模集群监控。它通过 HTTP 拉取数据,支持服务发现、多种图表展示(如 Grafana),并可结合 Loki 实现日志聚合。本文介绍其架构、部署及与 Docker 集成的监控方案。
254 122
基于docker搭建监控系统&日志收集
WGLOG日志管理系统是怎么收集日志的
WGLOG通过部署Agent客户端采集日志,Agent持续收集指定日志文件并上报Server,Server负责展示与分析。Agent与Server需保持相同版本。官网下载地址:www.wgstart.com
|
4月前
|
监控 API 开发工具
HarmonyOS Next的HiLog日志系统完全指南:从入门到精通
本文深入解析HarmonyOS Next的HiLog日志系统,涵盖日志级别、核心API、隐私保护与高级回调功能,助你从入门到精通掌握这一重要开发工具。
223 1
|
21天前
|
监控 安全 搜索推荐
使用EventLog Analyzer进行日志取证分析
EventLog Analyzer助力企业通过集中采集、归档与分析系统日志及syslog,快速构建“数字犯罪现场”,精准追溯安全事件根源。其强大搜索功能可秒级定位入侵时间、人员与路径,生成合规与取证报表,确保日志安全防篡改,大幅提升调查效率,为执法提供有力证据支持。
|
21天前
|
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。
78 2
|
3月前
|
监控 安全 NoSQL
【DevOps】Logstash详解:高效日志管理与分析工具
Logstash是ELK Stack核心组件之一,具备强大的日志收集、处理与转发能力。它支持多种数据来源,提供灵活的过滤、转换机制,并可通过插件扩展功能,广泛应用于系统日志分析、性能优化及安全合规等领域,是现代日志管理的关键工具。
431 0
|
3月前
|
存储
WGLOG日志管理系统可以采集网络设备的日志吗
WGLOG日志审计系统提供开放接口,支持外部获取日志内容后发送至该接口,实现日志的存储与分析。详情请访问:https://www.wgstart.com/wglog/docs9.html
|
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。
1011 0
基于日志服务数据加工分析Java异常日志
|
5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。
630 54

相关产品

  • 日志服务