阿里云日志服务（SLS）提供大规模日志实时查询与分析能力（LogSearch/Analytics），支持完整SQL92标准（提供restful 和 jdbc两种协议），除基本聚合功能外，支持完整的SQL计算，并支持外部数据源联合查询（Join）、机器学习、模式分析等函数。

技术文章--阿里云日志服务与Splunk集成方案（Splunk Add-on方式）实战 背景信息 在 日志服务与SIEM（如Splunk）集成方案实战 中，作者已经就阿里云日志服务及审计相关日志的现状做了介绍，并实现了“使用SLS消费组构建程序，从SLS进行实时消费，然后通过Splunk API（HEC）来发送日志给Splunk。

背景 SLS 服务日志支持记录 Project 内的用户操作日志等多种日志数据，并提供多种分析维度的仪表盘。在开通此功能后，相关的日志都会被存储到指定位置（project）下的两个特殊 logstore：internal-operation_log 以及 internal-diagnostic_log，我们可以像操作普通 logstore 一样，对它们进行查询、分析、消费以及构建仪表盘等。

本文介绍在使用 ossutil 时的常见问题及处理方法。

对象存储OSS支持事件通知功能，您可以通过配置事件通知，及时了解您的OSS资源上的相关操作。

背景 在某些场景下，我们需要采集的日志会分散在多个目录，为了在一个采集配置中同时采集它们，我们往往需要把采集配置中的目录指定为这些目录的共同父目录，这在实际使用用可能会产生一些问题。以如下的目录结构为例，我们希望在一个采集配置内指定采集 dira/b/c 目录下的 *.log，就必须将采集目录指定为父目录 admin。

在日志服务，数据加工功能（功能介绍）用于完成对Logstore数据的预处理，为后续的分析阶段准备数据。本文主要介绍数据加工实践中可能遇到的延迟问题，帮助大家理清延迟现象背后的原因，以及如何去监控、解决延迟问题。

简单介绍日志服务数据加工e_anchor函数与e_regex使用场景总结

- 为用户创建智能云相册 - 支持人脸检测，获取包括人脸位置、表情、年龄等信息 - 支持人脸分组，可以根据人物搜索、展示照片 - 支持照片标签检测，可以根据标签对照片进行分类 - 支持地理位置检测，获取照片拍摄的具体位置、时间，并且可以进行搜索

作为采集 agent，logtail 所采集的日志可能会就被用于对应用程序进行监控/告警，所以保证它自身处于正常状态对整个系统的稳定显得尤为重要。在之前的[《全方位 Logtail 状态监控》](https://yq.aliyun.com/articles/691336)中，我们曾介绍了关于监控 Logtail 各类状态的方法，包括基本的链路状态、资源使用情况等。

本文介绍在Linux服务器中，如何通过云存储网关的NFS共享来搭建集运OSS对象存储的的Nginx Web服务。

前言 在数据库代码化（Database-as-Code）实战一文中介绍了如何借助 Flyway 实现 migration based 的数据库迁移。但在实践过程中，发现了如下问题： 随着项目的发展，迁移脚本数量会越来越多，而全新部署时由于要执行所有的历史变更，部署时间会越来越长。

Kubernetes事件中心正式上线

为了让大家更便捷的使用Kubernetes事件功能，阿里云容器服务Kubernetes和日志服务SLS合作推出了Kubernetes事件中心，支持将Kubernetes中的事件实时采集到日志服务中，把阿里工程师在多年Kubernetes运维中积累的事件监控、告警指标提炼到事件中心，开箱即可获得这些积累的运维经验。

MySQL架构 MySQL 可以分为 Server 层和存储引擎层两部分。不同的存储引擎共用一个Server层。 Server层 概述 Server层包括 连接器 查询缓存 分析器 优化器 执行器 ... Server层功能 MySQL大多数核心服务功能 所有的内置函数，如日期、时间、数学和加密函数等 跨存储引擎的功能，如存储过程、触发器、视图等 连接器 连接器做什么？ 连接器负责跟客户端建立连接、获取权限、维持和管理连接。

阿里云存储在线教育解决方案发布会暨百万专项扶持基金计划

免费的防疫数据分析与可视化平台能力---阿里云新冠病毒疫情分析App 新冠病毒疫情分析App是基于阿里云日志服务中台，提供的一站式的数据处理可视化分析系统。借助它，可以在全球范围内了解各省份、市区的全面一手疫情信息和防疫新闻动态。目前该能力全面开放给政府、社区、第三方平台和开放者进行广泛应用。

云时代对账单分析的强烈需求 对于传统的IT运维，通常上线机器，首先需要预估需求，然后申请预算，再发起采购单，等待采购完成，到最终上线，整个流程已经横跨几个月，甚至到1年。 云时代的到来，云厂商巨大的资源池，保证任何客户任意时刻都有足够的资源使用。

在Kubernetes中，日志采集和普通虚拟机的方式有很大不同，相对实现难度和部署代价也略大，但若使用恰当则比传统方式自动化程度更高、运维代价更低。本期将为大家介绍如何正确的进行Kubernetes的日志采集。

背景 在成本管家中，SLS提供了云产品账单的数据，通过SLS强大的分析和可视化能力，帮助客户分析云产品账单，优化成本。在发布后在客户中间引起强烈的反馈，不少客户要求在账单中增加实例名，Tag，资源用量等信息，通过更多维度数据做分账。

上一期主要和大家介绍从全局维度考虑如何去构建K8s中的日志系统，本期我们从实践角度出发来一步步构建K8s中的日志监控体系。构建日志系统的第一步是如何去产生这些日志，而这也往往是最繁杂最困难的一步。

使用日志服务提供的疫情分析App，免费开通与使用（2月11日发布），实时同步数据，支持更灵活的自定义交互式分析、可视化、仪表盘构建、钉钉告警、订阅等功能（完全免费）