（本文根据海峰姐与狒哥的E企播报的直播访谈中进行整理解读： 原文来源：E企播报：阿里云、华为存储重压全闪存，英特尔美光劳燕分飞 作者：海峰姐 狒哥 地址：https://mp.weixin.qq.com/s/-8llRtGtP0cA76-u13Ctpw）

增长黑客系列：今天比昨天增长多少？快使用环比函数来分析日志 在我们平时分析业务时，一个最重要的指标就是，今天比昨天增长多少，本周比上周增长多少；或者同上一个周期相比增长最大的分类是哪个？这些问题，可以使用一个SQL来分析。

日志自动化、智能化分析对于AI需求 通常，我们分析日志，是为了两个目标： 对数据有个整体的概览，例如，生成一天内的报表。 对异常数据进行挖掘，例如，对特殊的日志进行告警。 日志分析，通常对分析者有这些要求： 对业务数据的熟悉程度要求比较高。

当我们有一个新内容时（例如新功能、新活动、新游戏、新文章），作为运营人员总是迫不及待地希望能尽快传达到用户，因为这是获取用户的第一步、也是最重要的一步。 以游戏发行作为例子：

阿里云于2016年发布了支持NFS网络文件系统访问协议的阿里云文件系统。2017年3月，又增加了SMB文件系统访问协议的支持，正式对外公测。2018年1月，阿里云NAS SMB支持正式提供商业化服务。本文简单描述了SMB文件系统访问协议以及阿里云NAS支持的SMB协议功能，并简单介绍了该服务的使用场景以及使用流程。

15分钟能做什么？ 可能一本书只能看一个章节，慢慢品一杯咖啡才喝了一半，或许玩一把炉石传说。 日志服务11月份发布数据接入向导功能，如果平均一首歌的时间按3分钟计算，那么给我们5首歌的时间，我们一起来通过日志服务的数据接入向导快速玩转NGINX访问日志分析~

Prometheus 开源时序数据库解析的系列文章在之前已经完成了几篇，对比分析了Hbase系的OpenTSDB、Cassandra系的KairosDB、BlueFlood及Heroic，最后是tsdb ranking top 1的InfluxDB。

近日，阿里云发布了智能媒体管理（Intelligent Media Managemen）服务， 通过离线处理能力关联授权的云存储，提供便捷的海量多媒体数据一键分析，并通过该分析过程构建价值元数据，更好支撑内容检索。

近日，阿里云发布了智能媒体管理（Intelligent Media Management）服务， 通过离线处理能力关联授权的云存储，提供便捷的海量多媒体数据一键分析，并通过该分析过程构建价值元数据，更好支撑内容检索。

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

访问日志（Acccess Log）是由web服务生成的日志，每一次api请求都对应一条访问记录，内容包括调用者IP、请求的URL、响应延迟、返回状态码、请求和响应字节数等重要信息。 阿里云API网关提供API托管服务，在微服务聚合、前后端分离、系统集成上为用户便利的产品。

oss产品允许用户设置三种类型的Bucket，分别是标准（Standard）、低频（IA）、归档（Archive）三级存储类型，Bucket的类型决定了用户Object上传后的默认类型。

对于从Amazon S3迁移到OSS用户，往往希望最小化客户端应用和工具改动，以达到尽可能平滑的迁移，减少迁移成本。本文以S3常用客户端工具Cloudberry Explorer for Amazon S3为例，介绍如何配置使用S3客户端工具管理和访问阿里云OSS上的资源。

Veritas现与阿里云联手，为企业提供BackupExec通用云备份、NetBackup行业用户云备份、InfoScale云容灾解决方案。

在文章《现代IM系统中消息推送和存储架构的实现》中介绍了一种适用于IM的消息存储和推送模型Timeline，在本篇文章中，会扩展Timeline模型到IM和Feed流系统中，并且提供成熟的LIB实现。用户基于TableStore-Timeline LIB可轻松实现千万级的IM和Feed流系统。

2017天猫双11再次刷新纪录，这背后是大数据的支撑和阿里云计算的能力的体现。手淘、天猫APP主站的所有图片和视频都存储在阿里云对象存储OSS之上，全球数以亿计的消费者，对这些商品的访问的流量和并发次数，比成交笔数高得高。

阿里云针对安防监控服务在传统IT架构下面临的上述问题，基于阿里云存储服务，提供视频监控解决方案。从2015年推出视频监控存储与播放解决方案以来，帮助大量的视频监控企业解决了上云的过程中遇到的问题，针对不同的视频监控厂商，也推出了不同的解决方案

Apache Hadoop默认支持阿里云OSS对象存储系统，作为Hadoop兼容的文件系统。OSS是中国云计算厂商第一个也是目前唯一一个被Hadoop官方版本支持的云存储系统。这意味着全球用户Hadoop生态的离线、交互、数据仓库、深度学习等程序，可以在不需要改代码的情况下，自由读写OSS的对象存储。

12月7日，2017苏州·云栖大会上，阿里云发布全新的混合云数据存储和灾备方案，此次发布的内容包括最新推出的混合云容灾服务HDR和混合云备份服务HBR，以及全面升级的混合云存储阵列CSA2000和CSA3000。

用一个最最常用的案例（Nginx日志分析）来说明当前使用场景，告警要解决的3个问题：是否有错误；是否有性能问题；是否有流量急跌或暴涨

前言 消息队列，通常有两种场景，一种是发布者订阅模式，一种是生产者消费者模式。发布者订阅模式，即发布者生产消息放入队列，多个监听的消费者都会收到同一份消息，也就是每个消费者收到的消息是一样的。生产者消费者模式，生产者生产消息放入队列，多个消费者同时监听队列，谁先抢到消息就会从队列中取走消息，最终每个消息只会有一个消费者拥有。

Flink log connector是阿里云日志服务推出的，用于对接Flink的工具，包含两块，分别是消费者和生产者，消费者用于从日志服务中读数据，支持exactly once语义，生产者用于将数据写到日志服务中，该Connector隐藏了日志服务的一些概念，比如Shard的分裂合并等，用户在使用时只需要专注在自己的业务逻辑即可。

本文介绍基于OSS存储搭建Hadoop集群的详细步骤，您可以快速搭建自己的Hadoop计算集群。

结合oss的图片处理功能介绍如何利用oss搭建一个低成本高性能的静态服务器

本文提出一种通过挂载多个NAS来获取更高文件存储吞吐性能的方法，适合特殊场景下的一些应用

本文介绍了在阿里云ECS上通过Windows Server Backup工具将云盘上指定文件夹或者整盘的重要数据备份到阿里云NAS的配置和步骤，通过Windows Server Backup工具可以按需手动或者配置周期性地自动将重要数据备份到NAS，并且在需要的时候方便地从备份中恢复原来的数据。

： TableStore是阿里云自研专业级分布式NoSQL数据库，OSS是阿里云的对象存储服务，本篇文章会介绍如何同步TableStore中的数据到OSS中，以便对冷数据做更长久时间的低成本存储。

气象数据是一类典型的大数据，具有数据量大、时效性高、数据种类丰富等特点，每天产生的数据量常在几十TB到上百TB的规模，且在爆发性增长。如何存储和高效的查询这些气象数据越来越成为一个难题，本文针对气象领域中海量模式数据的存储和查询问题，分别介绍了传统方案和采用表格存储(TableStore)的方案，并对方案优缺点进行了一些总结。

TableStore是阿里云自研专业级分布式NoSQL数据库，Elasticsearch是著名的开源搜索引擎，本篇文章会介绍如何同步TableStore中的数据到Elasticsearch中，以便对部分字段支持搜索功能。

摘要 在互联网高度发达的今天，ipad、手机等智能终端设备随处可见，运行在其中的APP、网站也非常多，如何采集终端数据进行分析，提升软件的品质非常重要，例如PV/UV统计、用户行为数据统计与分析等。虽然场景简单，但是数据量大，对系统的吞吐量、实时性、分析能力、查询能力都有较高的要求，搭建起来并不容易。

前言 IM全称是『Instant Messaging』，中文名是即时通讯。在这个高度信息化的移动互联网时代，生活中IM类产品已经成为必备品，比较有名的如钉钉、微信、QQ等以IM为核心功能的产品。当然目前微信已经成长为一个生态型产品，但其核心功能还是IM。

目前logtail已承载阿里云全站、所有云产品服务、全球各Region部署、阿里巴巴集团（淘宝、天猫、菜鸟等）上重要服务的数据采集。在集团内部一台服务存在数百个采集配置属于常态，每个配置的优先级、日志产生速度、处理方式、上传目的地址等都有可能不同，如何有效隔离各种自定义配置，保证采集配置QoS不因部.

本文会介绍表格存储(阿里自研的一款分布式NoSQL数据库)如何实现数据高可靠和服务高可用，读者可以通过本文了解高可靠和高可用的一些概念和技术，以及分布式系统是如何进行高可靠和高可用设计的，此外，我们还会有一篇专门的文章介绍容灾相关的话题。

本文首先会介绍容灾的一些背景和相关场景，以及实现数据库容灾的两个重要能力，即数据同步和切换。然后介绍表格存储如何实现相应的功能，以及我们如何把相应的功能服务化，让用户能够方便而灵活的搭建容灾场景，给业务提供更高级别的可用性保障，或者是通过异地多活优化不同地域的终端用户的延迟。

许多业务有实时数据处理的需求。相较于传统的数据库+流计算+应用服务器方案，使用基于表格存储实时数据流的Serverless计算方案有自动弹性伸缩及开发简单、部署简单等优点。本文通过一个想象的物流案例来说明如何实施“基于表格存储实时数据流的Serverless计算方案”。

上传回调（callback）是OSS的一个重要功能，可以应用在客户端与服务器端数据同步等一些场景。上传回调功能支持在回调的body中传入信息，但是在一些场景下，用户希望能够在回调给应用服务器的请求header中传入自定义的header，用于满足服务器端的一些特殊需求。

本文介绍了不同平台、不同格式的日志采集、处理面临的挑战，详细介绍了阿里云日志服务的Loghub功能以及其丰富的上下游生态。

Serverless由于本身的优势，其使用越来越广，在Serverless场景下的日志分析和处理也有其自身的特点。本文通过介绍Serverless场景下日志处理的挑战，结合阿里云日志服务，举例说明日志在Devops、运营等多个场景下的使用，来展示如何从容应对Serverless下日志处理的挑战。

本文主要通过样例来简要介绍Android单元测试基于AndroidTestCase类，主要针对sdk这种不涉及ui的但是需要依赖AndroidSDK的场景，并可以生成代码的覆盖率报告，这也是我们oss-android-sdk中的一个应用，通过这种测试可以保证sdk的稳定运行和性能上的保证，可以增强测试的粒度，目前我们oss-android-sdk覆盖率已达95%。

日志服务的LogHub是流式的数据中心，日志写入后可实时消费。日志服务ETL面向的正是这些流式写入的数据，提供准实时（1分钟级别）的ETL作业。

简介 mysql作为非常流行的关系型数据库，很多软件支持通过mysql传输协议和sql语法获取mysql数据。用户只需要对sql语法熟悉，即可完成对接。日志服务提供了mysql协议查询和分析日志数据。

Feed流是一个目前非常常见的功能，在众多产品中都有展现，比如微博，朋友圈，消息广场，通知，IM等。通过Feed流可以把动态实时的传播给订阅者，是用户获取信息流的一种有效方式。在大数据时代，如何打造一个千万级规模的Feed流系统仍然是一个挑战。本文中会介绍如何设计一个千万量级的Feed流系统的架构。

简介 一直以来，日志服务提供了 以restfull API方式写入、查询日志数据，管理自己的项目及日志库。现在日志服务新增提供了mysql 接口,用户可以使用jdbc连接到日志服务，通过标准的sql语法进行查询和计算。