在復雜的業務場景下，往往存在著結構分散、種類多樣、規模龐大的各類指標，日志和APM數據。針對這些數據，可以根據業務的需求和環境，選擇對應的方案，分析并定位全鏈路的異常問題并進行日常運維。本文對阿里云Elasticsearch的日志全觀測應用進行了匯總。
相關文檔 | 描述 |
Elastic可觀測性是通過Kibana可視化能力，將日志、指標及APM數據結合在一起，實現對容器數據的觀測和分析。當您的應用程序以Pods的方式部署在Kubernetes中時，可以通過Kibana查看Pods生成的日志、主機和網絡上的事件指標及APM數據，逐步縮小排查范圍進行故障排查。 | |
面對海量時序數據和日志數據寫入出現性能瓶頸時，您可以根據業務需求選擇使用阿里云ES 7.10內核增強版的Indexing Service索引構建服務，此功能基于讀寫分離架構以及寫入按量付費的Serverless模式，實現了Elasticsearch集群的云端寫入托管和降本提效的目標。 | |
面臨查詢復雜度大、海量存儲成本高的問題時，可通過阿里云ES 7.10內核增強版的OpenStore智能混合存儲功能，實現基于計算存儲分離的超低成本的彈性存儲，即根據實際數據存儲量按量計費，無須提前預留集群存儲容量。 |
文檔內容是否對您有幫助？