探索云世界
《幻兽帕鲁》无疑是2024年第一款爆火出圈的游戏，阿里云等云厂商也第一时间推出了一键部署多人联机服务器的方案。最近不少用户遇到了游戏坏档的问题，本文介绍如何使用阿里云云备份无门槛、低成本地自动备份幻兽帕鲁服务器，并在需要时一键恢复。
本实验通过将网站的访问日志采集到日志服务SLS，然后到数据湖存储OSS，进而通过大数据分析产品maxCompute进行数据分析，最终将分析结果写入表格存储Tablestore。
本实验介绍如何使用阿里云在线迁移服务，将热门模型库从国内镜像站点转存到个人文件存储NAS中，并且可将NAS里的模型挂载到PAI平台进行推理和训练。
当您使用云上NAS存储共享ECS，容器，K8s等计算设备的数据时，数据可能因病毒勒索，误删除而丢失。本场景主要介绍如何使用HBR为云上文件存储NAS进行备份，进而保证数据安全。
本场景主要介绍如何使用SLS提供的CloudLens for OSS功能针对对象存储OSS进行可观测分析，包括资源用量、访问分析、安全分析、异常检测等角度。
如您需要开发电商网站并且对外提供服务，当您的业务上升时，您需要为应用考虑高吞吐，高并发，高可用等能力，来应对用户的并发访问，保证应用稳定。本场景主要介绍如何使用SLB，ECS和NAS搭建高可用电商网站，助您业务上升。
本实验介绍如何使用对象存储服务，将热门公共模型库一键秒级转存到个人对象存储OSS空间，并且可将OSS Bucket里的模型挂载到PAI-EAS平台进行推理和训练。
本场景中主要介绍如何使用模型在线服务（PAI-EAS）部署AIGC，例如Diffusion文图生成模型，并利用OSS挂载功能，使用户无需担心因为PAI服务停止或删除导致数据丢失的问题，充分解决AI服务持久化存储与扩容需求。
本实验是对象存储OSS进阶实验。通过本实验，用户可学会如何使用ossutil工具在Linux环境下用命令管理oss，完成文件上传下载等操作。
阿里云日志服务作为云原生可观测与分析平台。提供了一站式的数据采集、加工、查询分析、可视化、告警、消费与投递等功能。全面提升用户的研发、运维、运营、安全场景的数字化能力。 日志服务平台作为可观测性平台提供了数据导入、数据加工、聚集加工、告警、智能巡检、导出等功能，这些功能在日志服务被称为任务，并且具有大规模的应用，接下来主要介绍下这些任务的调度框架的设计与实践。
本文将会详细介绍使用iLogtail社区版进行日志采集时，对于常见日志格式的处理实战。为了便于调测，以下样例默认将采集到的日志，经过处理后，输出到标准输出，开发者可以根据实际需求进行适当的调整。
当前，主流的日志采集产品除了SLS的ilogtail，还有Elastic Agent、Fluentd、Telegraf、Sysdig、Logkit、Loggie、Flume等。详细的对比结果见下表： 备注： ○ 集群监控：表示工具可以查看管理采集端的运行状态、采集速度等数据 ○ 集群管理：表示工具可以对管理采集端的采集配置、运行参数等进行添加、修改、删除
Logging Operator是BanzaiCloud开源的一个云原生场日志采集方案，它整合了fluent 社区的两个开源日志采集器 FluentBit、Fluentd，以 operator 的方式自动化配置 k8s 日志采集pipeline。
Fluent Operator是由KubeSphere 社区于2021年捐献给Fluent 社区的，最初是为了满足以云原生的方式管理 Fluent Bit 的需求。Fluentbit Operator可以灵活且方便地部署、配置及卸载 Fluent Bit 以及 Fluentd。同时, 还提供支持 Fluentd 以及 Fluent Bit 的插件，用户可以根据实际需求进行定制化配置。
Fluent Bit 是一个开源的多平台日志采集器，旨在打造日志采集处理和分发的通用利器。2014 年,Fluentd 团队预测对于嵌入式 Linux 和 Gateways 等受约束的环境，需要更轻量级的日志处理器，于是便开发了Fluent Bit，并把该项目建设成为Fluentd 生态系统的一部分。
2022年05月，Kubernetes 1.24正式发布，比较引人注目的就是在这个版本中正式将dockershim 组件从 kubelet 中删除。从这个版本开始，用户使用Kubernetes时需要优先选择containerd 或 CRI-O作为容器运行时。如果希望继续依赖 Docker Engine 作为容器运行时，需要cri-dockerd组件。
Logtail是阿里云日志服务SLS提供的日志采集Agent，用于采集阿里云ECS、阿里云ACK、自建IDC、其他云厂商等服务器上的日志。阿里云作为第三大云服务提供商，terraform-alicloud-provider已经支持了包括SLS、OSS、SLB、RDS在内的众多云产品。本文将介绍使用Terraform实现logtail日志自动化采集的最佳实践。
Elastic Stack 是由 Elastic公司开发的一系列产品，核心产品包括Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。
PostgreSQL是一款免费的对象-关系数据服务器，在互联网和物联网领域都有广泛的应用场景，PostgreSQL也自称是最强大的开源关系型数据库系统，SLS也在近期上线了PostgreSQL数据源导入功能。本文将介绍如何把PostgreSQL的数据导入SLS，并且从可观测性的角度来介绍下非业务类数据导入的场景。
Line是一款由NHN Japan（韩国Naver Corporation公司的子公司）在日本推出的即时通信软件，在日韩拥有较大的用户规模。Line支持构建机器人，并且通过API给机器人推送消息，添加了机器人的用户以及群聊就可以接收到机器人推送的消息。但是由于Line的服务器位于海外，SLS的告警无法直接发送通知。因此本文介绍了如何利用阿里云的其他服务来将SLS的告警通知到Line。
Pandas是一个十分强大的python数据分析工具，也是各种数据建模的标准工具。Pandas擅长处理数字型数据和时间序列数据。Pandas的第一大优势在于，封装了一些复杂的代码实现过程，只需要调用接口就行了，避免了编写大量的代码。Pandas的第二大优势在于灵活性，可以实现自动化批量化处理复杂的逻辑，这些工作是Excel等工具是无法完成的。因而Pandas介于Excel和自主编写程序之间，兼具灵活性和简洁性的数据分析工具。
想尝鲜最新版iLogtail代码提供的功能？想测试刚给iLogtail添加的代码？如何将iLogtail的开源代码转变为可执行程序是很多小伙伴关心的问题。本文将详细描述iLogtail的编译方法，并利用提供的开发镜像，详细描述如何构建一个高效开发iLogtail的环境。
日志审计原已支持采集RDS MySQL的审计日志（基于SQL洞察）、慢日志、性能日志、错误日志，随着用户的使用深入，更多用户对RDS PostgreSQL 日志的采集也提出了需求，日志审计率先响应用户需求，现已支持RDS PostgreSQL 审计日志(基于SQL洞察)、慢日志、错误日志。
作者：王宇(御田)。当你踏进了编程的领域，代码和日志将是你最重要的伙伴”。基于日志的问题排查是研发效能领域的重要部分，阿里集团本地生活在支撑多生态公司、多技术栈的背景下，逐渐沉淀了一款跨应用、跨域的日志排查方案-Xlog。本文给正在或即将使用 SLS 的同学提供一些参考，帮助更好地落地日志排查方案。
MySQL Binlog记录了MySQL的变更日志，业界也有一些方案来同步Binlog的数据，如Canal、MaxWell、DTS等。不同的工具可以实现不同的目标，iLogtail也提供了便捷的Binlog同步功能，iLogtail采集到Binlog后，可以将结果输出到各类flusher，本文以采集到Kafka为例进行介绍。
阿里云日志服务（SLS）支持将日志或查询分析结果下载到本地，并提供了控制台、Cloud Shell、SLS CLI以及SLS SDK四种下载方式下载日志。控制台下载的方式无需用户进行额外的配置或部署，只需一些简单的控制台操作便可完成下载，相较于另外三种方式更加便捷、易用，也更受大部分用户的青睐。
Syslog是一种行业标准的协议，可用来记录设备的日志。常见的应用场景是网络管理工具、安全管理系统、日志审计系统。 本文档介绍如何使用Logtail采集和解析Syslog数据。
