日志¶
在现代 IT 基础设施中，系统每分钟可产生数以千计的日志事件。这些日志遵循特定格式，通常包含时间戳信息，并由服务器分别输出到系统日志、应用日志和安全日志等不同文件中。由于日志分散存储在各个服务器节点上，当系统发生故障时，运维人员需要分别登录多台服务器进行日志查阅，这一过程显著增加了故障排查的复杂性和时间成本。
面对海量日志数据，团队常常面临数据管理难题：
哪些日志应该实时发送到日志管理平台？
哪些可以存档处理？
如果在数据采集阶段进行过滤，可能会遗漏关键故障信息或误删有价值的数据，为后续的问题排查埋下隐患。
为解决这些挑战，构建集中化的日志管理平台至关重要。通过强大的日志采集功能，可以将分布式环境下的日志数据统一上报至工作空间，实现对日志的集中存储、审计监控、智能告警和深度分析。这种方式既避免了前置过滤可能导致的数据丢失风险，又能通过统一的检索界面和关联分析功能，大幅提升故障诊断效率。
观测云的日志功能正是基于这样的理念设计，它将原本孤立的日志数据转化为贯穿整个可观测性体系的“联结器”，使运维团队能够主动掌握系统状态，在紧急情况下快速定位问题根源，从而实现从被动应对到主动预防的运维模式转变。
开始使用¶
采集与集成¶
观测云通过 DataKit 采集器提供了灵活的日志采集方案，您可以根据自身环境选择合适的方式：
-
主机日志采集：在服务器上安装 DataKit 后，通过配置采集器指定日志文件路径，即可采集文本格式的日志文件；
-
K8s 环境采集：在 Kubernetes 集群中以 DaemonSet 方式部署 DataKit，可以自动采集容器标准输出（stdout/stderr）的日志；
-
接收第三方日志：支持通过 HTTP/S 或 TCP 协议接收来自 Fluentd、Logstash、Kafka 等工具的日志数据，兼容现有技术栈。
处理与解析¶
观测云通过 Pipeline 提供完整的日志处理能力：
-
结构化解析：使用 Grok 模式、正则表达式从原始日志文本中提取状态码、时间戳等关键字段；
-
数据标准化：将非结构化的日志文本转换为统一的标准化格式，为后续分析和查询奠定基础。
查询与分析¶
观测云借助日志查看器提供强大的查询分析功能：
-
支持基于字段的精准筛选查询和数据检索，可快速定位目标日志；
-
智能分析：通过聚类分析自动识别日志模式，通过可视化图表展示数据趋势；
-
问题排查：支持查看日志上下文信息，关联分析对应的链路和基础设施指标；
-
团队协作：提供数据快照功能，支持安全的团队协作和知识共享。
监控与告警¶
观测云提供智能的日志监控告警能力：
存储与归档¶
观测云提供完善的日志存储管理方案：