引言：近日，阿里云可观测产品家族正式发布云监控2.0，隶属产品日志服务SLS、云监控CMS、应用实时监控服务ARMS迎来重磅升级。借助全新升级的一站式全景接入、统一观测图谱以及AI增强的跨域智能洞察能力。同时，为了帮助企业与开发者更从容地面对AI创新，阿里云正式发布开箱即用的A

作者：顾汉杰（执少）什么是高基数GroupBy简单来说，想要分析的数据，拥有超多的“唯一值计数”（DistinctCount），而我们需要对这些数据进行分组分析（如统计次数、排名、计算均值、分位值等）。高基数聚合计算在很多运营分析场景中都是刚需，它涉及对值不一样的海量数据进行分组聚合计算，以洞察用户行

作者：顾汉杰（执少）什么是高基数GroupBy简单来说，想要分析的数据，拥有超多的“唯一值计数”（DistinctCount），而我们需要对这些数据进行分组分析（如统计次数、排名、计算均值、分位值等）。高基数聚合计算在很多运营分析场景中都是刚需，它涉及对值不一样的海量数据进行分组聚合计算，以洞察用

下载文件切换至目录/srv/salt/files/packages因为线上的操作系统不同，有centos debiancurl -O https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-8.6.2-amd64.debcurl -O https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-8.6.2-x86_6

背景阿里云日志服务（SLS）是一种实时日志数据收集、存储、查询、分析的全托管服务，帮助用户高效管理和利用日志数据。我司将线上服务日志收集到SLS，但是SLS控制台分析日志很不方便，想将日志Sink到数仓中再进行。在这里我将使用2中方式达成上述目标。DataWorks离线同

作者：无哲引言随着数字化进程的持续深化，可观测性一直是近年来非常火热的话题，在可观测的三大支柱Log/Trace/Metric中，日志（Log）数据一般是最为常见的，企业迈向可观测性的第一步，也往往始于日志数据的采集上云。日志完成收集后，最直接的需求就是从海量日志数据中检索分析出有价值的信息

作者：灵圣概述如前一篇《SLS数据加工全面升级，集成SPL语法》所述，SLS数据加工集成了SLS数据处理语法SPL。与旧版本数据加工DSL相比，SPL在处理非结构化数据的场景中，其语法简洁度上有很多提升，比如中间类型保持、字段引用、无缝兼容SQL函数等。这里我们继续讨论在不同的数

作者：灵圣数据加工概述在系统开发、运维过程中，日志是最重要的信息之一，其最大的优点是简单直接。不过在整个日志的生命周期里有一对很难调和的矛盾：输出和采集日志要求尽可能的简单便捷vs日志分析时需要数据格式化并能够按需存储。为了解决前者，保证服务的稳定和效率，提出了不同

1.场景现在通过SLS的ES兼容能力，可以很方便地实现用Kibana来查询和可视化SLS的数据。对于从ES迁移到SLS的用户可以继续保留原来的Kibana使用习惯。下面来演示如何通过Kibana来访问SLS。2.使用方法部署架构这里蓝色部分是需要客户端部署的组件。Kibana就

背景ELK(Elasticsearch、Logstash、Kibana)是当下开源领域主流的日志解决方案，在可观测场景下有比较广泛的应用。随着数字化进程加速，机器数据日志增加，自建ELK在面临大规模数据、查询性能等方面有较多问题和挑战。如何解决可观测数据的低成本、高可用是一个新的话题。SLS是

作者：荆磊场景现在通过SLS的ES兼容能力，可以很方便地实现用Kibana来查询和可视化SLS的数据。对于从ES迁移到SLS的用户可以继续保留原来的Kibana使用习惯。下面来演示如何通过Kibana来访问SLS。使用方法部署架构这里蓝色部分是需要客户端部署的组件。Kibana

背景信息随着数字化新时代的全面展开以及5G与物联网（IoT）技术的迅速普及，操作系统正面临前所未有的变革需求。在这个背景下，华为公司自主研发的鸿蒙操作系统（HarmonyOS）应运而生，旨在满足万物互联时代的多元化设备接入、高效协同和安全可靠运行的需求。HarmonyOS不仅着眼于智能手机

作者：无哲引言在构建现代数据和业务系统的过程中，可观测性已经变得至关重要，日志服务（SLS）为Log/Trace/Metric数据提供了大规模、低成本、高性能的一站式平台服务，并提供数据采集、加工、投递、分析、告警、可视化等功能，从而全面提升企业在研发、运维、运营和安全等各种场景的数字化

1、log4j2的使用Java中常用的日志框架：•logback：SpringBoot默认使用的日志框架，具有自动压缩日志、支持多样化配置、不需要重启就可以恢复I/O异常等特点。•log4j2：在性能方面比logback更加优秀，使用上与之前版本log4j没什么区别（log4j基本被淘汰了，springboo

作者：荆磊背景ELK(Elasticsearch、Logstash、Kibana) 是当下开源领域主流的日志解决方案，在可观测场景下有比较广泛的应用。随着数字化进程加速，机器数据日志增加，自建ELK在面临大规模数据、查询性能等方面有较多问题和挑战。如何解决可观测数据的低成本、高可用是一个新的话题

本月可观测热文回顾文章一览：全新架构！日志服务SLS自研免登录方案发布AIOps智能运维：有没有比专家经验更优雅的错/慢调用分析工具？一文看懂如何做好SQL质量监控使用SPL高效实现FlinkSLSConnector下推功能快报点击此处，了解更多产品详情。

知乎：灵亦引言很多用户在使用日志服务SLS时，采用STS这种免登的方式，能够快速将日志服务的页面集成到三方的系统中。STS模式是非常经典且成熟的免登方案，它的优点非常多，例如：能够充分利用阿里云账号RAM体系、能够通用地集成支持STS模式的所有云产品、支持客户自定义访问权限

1.1、Salt单个命令执行必Salt底层基于ZeroMQPUB-SUBpattern,Master/Minions通信高效传递及扩展Salt部署安装SaltMaster配置Minion配置Key管理HelloWorld安装SaltCentOS下安装master&minionUbuntu下安装master&minionWindows下安装minion其他操作系统安装

作者：潘伟龙（豁朗）背景日志服务SLS是云原生观测与分析平台，为Log、Metric、Trace等数据提供大规模、低成本、实时的平台化服务，基于日志服务的便捷的数据接入能力，可以将系统日志、业务日志等接入SLS进行存储、分析；阿里云Flink是阿里云基于ApacheFlink构建的大数据分析平台

作者：潘伟龙（豁朗）背景日志服务SLS是云原生观测与分析平台，为Log、Metric、Trace等数据提供大规模、低成本、实时的平台化服务，基于日志服务的便捷的数据接入能力，可以将系统日志、业务日志等接入SLS进行存储、分析；阿里云Flink是阿里云基于ApacheFlink构建的大数据分析平台

 使用阿里云的日志服务（SLS）来分析一个网站的访问日志。这些日志包含字段如status（HTTP状态码），url（访问的URL），和timestamp（访问时间戳）。  例子1：按HTTP状态码分类统计假设你想要了解不同HTTP状态码的出现频率，可以使用以下查询语句： *|SELECTstatus,COUNT(*)ascountGRO

阿里云sls下支持告警中心设置钉钉hook 设置告警后，可以通过钉钉群机器人中通过hook方式进行关联到sls告警。 

前言传统IDC的建设，需要投入大量的人力、物力和财力，而公有云几乎拥有一站式的建设、部署方案和完整的云生态，并且可以根据业务随时随地的弹性扩展，特别是一些中小型的公司，越来越多的选择将业务落地到公有云。而对于所有公司、所有业务来讲，日志是一个无法绕开的话题，如何建设一个稳健和

基于数据源来做分类sls日志告警配置以及查看方式sls日志左侧点击铃铛进入告警中心配置告警规则触发就是sls日志的查询语句，配置的规则时间内，查询语句查询的数量达到配置值，就会触发告警现状5XX告警应用error日志告警云产品监控告警配置以及查看方式阿里云直接搜索云监控

1.背景在https://blog.51cto.com/u_15327484/7894282文章中，介绍了Yarn的两种调度器。在https://blog.51cto.com/u_15327484/7920197文章中，介绍了FairScheduler迁移CapacityScheduler的迁移实践。在实际迁移之前，必须要确保CapacityScheduler能够达到足够的收益，即吞吐率或调度时