日志服务的典型利用场景包含：数据采集与生产、数据荡涤与流计算（ETL/Stream Processing）、数据仓库对接（Data Warehouse）、日志实时查问与剖析。
云起实验室日志服务体验（活动期实现有机会参加 100% 中奖）：https://developer.aliyun.com/…
数据采集与生产
通过日志服务 LogHub 性能，能够大规模低成本接入各种实时日志数据（包含 Metric、Event、BinLog、TextLog、Click 等）。
计划劣势：
应用便捷：提供 50+ 实时数据采集形式，让您疾速搭建平台；弱小配置管理能力，加重运维累赘。
弹性伸缩：无论是流量顶峰还是业务增长都能轻松应答。
图 1. 数据采集与生产
数据荡涤与流计算（ETL/Stream Processing）
日志中枢（LogHub）反对与各种实时计算及服务对接，并提供残缺的进度监控，报警等性能，并能够依据 SDK/API 实现自定义生产。
操作便捷：提供丰盛 SDK 以及编程框架，与各流计算引擎无缝对接。
监控报警：提供丰盛监控数据，以及提早报警机制。
弹性伸缩：PB 级弹性能力，0 提早。
图 2. 数据荡涤与流计算
数据仓库对接（Data Warehouse）
日志投递（LogShipper）性能能够将日志中枢（LogHub）中数据投递至存储类服务，过程反对压缩、自定义 Partition、以及行列等各种存储格局。
海量数据：对数据量不设下限。
品种丰盛：反对行、列、TextFile 等各种存储格局。
配置灵便：反对用户自定义 Partition 等配置。
图 3. 数据仓库对接
日志实时查问与剖析
实时查问剖析（LogAnalytics）能够实时索引 LogHub 中数据，提供关键词、含糊、上下文、范畴、SQL 聚合等丰盛查问伎俩。
实时性强：写入后即可查问。
海量低成本：反对 PB/Day 索引能力，老本为自建计划 15%。
剖析能力强：反对多种查问伎俩，及 SQL 进行聚合剖析，并提供可视化及报警性能。
图 4. 日志实时查问与剖析