日志服务是阿里云一个重要的基础设施，支撑着阿里云所有集群日志数据的收集和分发。众多应用比如OTS、ODPS、CNZZ等利用日志服务logtail收集日志数据，利用API消费数据，导入下游实时统计系统或者离线系统做分析统计。作为一个基础设施，日志服务具备：
使用云服务最大好处是按量付费，无需预留资源，因此各云产品都有计量计费需求。本文介绍一种基于日志服务按量计费方案，该方案每天处理千亿级计量日志，被众多云产品使用。 按量计费日志 使用场景
日志处理是一个很大范畴，其中包括实时计算、数据仓库、离线计算等众多点。这篇文章主要介绍在实时计算场景中，如何能做到日志处理保序、不丢失、不重复，并且在上下游业务系统不可靠（存在故障）、业务流量剧烈波动情况下，如何保持这三点。 为方便理解，本文使用《银行的一天》作为例子将概念解释清楚。在文档末尾，介绍
本文介绍Flink SQL用SPL完成行过滤与列裁剪的操作步骤。 背景 在阿里云Flink配置SLS作为源表时，默认会消费SLS的Logstore数据进行动态表的构建，在消费的过程中，可以指定起始时间点，其消费的数据是指
本文介绍Flink SQL基于SPL实现弱结构化分析的操作步骤。 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
本文向您介绍使用SDK基于SPL消费日志的示例。 前提条件 已创建RAM用户并完成授权。具体操作，请参见创建RAM用户及授权。
通过消费组（ConsumerGroup）消费数据无需关注日志服务的实现细节及消费者之间的负载均衡、故障转移（Failover）等，只需要专注于业务逻辑。本文介绍通过Java消费组、Go消费组和Python消费组的方式，设置SPL语句来消费Logstore中的数据。 前提条件
