本文介绍日志服务的架构。

日志服务的架构如下图所示：

sls_architect
  • 数据来源

    日志服务支持采集开源软件、服务器与应用、阿里云产品、标准协议、移动端、物联网等多种来源的数据。

  • 日志服务
    • 数据类型

      日志服务为Log、Metric、Trace等数据提供大规模、低成本、实时的平台化服务。更多信息，请参见日志（Log）、时序数据（Metric）、链路数据（Trace）。

    • 功能特性
      • 数据采集：日志服务支持通过Logtail、SDK、协议等多种方式采集数据。更多信息，请参见数据采集概述。
      • 数据加工：日志服务提供可托管、可扩展、高可用的数据加工服务。数据加工服务可用于数据的规整、富化、流转、脱敏和过滤。更多信息，请参见数据加工概述。
      • 查询与分析：日志服务支持PB级数据实时查询与分析，提供10多种查询运算符、10多种机器学习函数、100多个SQL函数，并支持定时SQL和SQL独享版。更多信息，请参见查询概述和分析概述。
      • 可视化：日志服务支持可视化展示查询与分析结果，并支持基于统计图表自定义仪表盘。更多信息，请参见可视化概述。
      • 告警：日志服务提供一站式告警功能，包括告警监控、告警管理、通知（行动）管理等，适用于开发运维、IT运维、智能运维、安全运维、商务运维等多个场景。更多信息，请参见什么是日志服务告警。
      • 消费与投递：日志服务支持数据实时消费，适用于Storm消费、Flume消费、Flink消费等场景；支持数据实时投递，适用于将数据投递至OSS、TSDB等云产品。更多信息，请参见投递概述和消费概述。
      • 日志审计：日志服务支持实时自动化、中心化采集多账号下的云产品日志并进行审计。更多信息，请参见日志审计概述。
    • 使用方式

      日志服务支持控制台、API、SDK、CLI等多种使用方式。

    • 应用场景

      日志服务可服务于运营、运维、研发、安全等多种场景。更多信息，请参见应用场景。

  • 数据目标

    日志服务支持通过消费或投递的方式将数据导出至云产品或第三方软件。