在 2022 云栖大会上,观测云和阿里云日志服务 SLS 共同发布可观测性联合解决方案,使可观测能力成为云原生的基础设施,全面升级云上应用可观测性体验。
随着 Kubernetes 等云原生技术引领研发、运维研发模式变革,应用的迭代频率和链路复杂度大幅提升。企业 IT 架构全栈上云催生统一监测诉求,分布式云又进一步加大监测难度。在全面云化的趋势下,可观测性技术被视作降低分布式熵增的最佳手段。在 2022 云栖大会上,观测云和阿里云日志服务 SLS 共同发布可观测性联合解决方案,使可观测能力成为云原生的基础设施,进一步实践用数字化手段来管理数字化系统。

观测云产品总监-曹新宇 在发布会现场
阿里云日志服务 SLS 是云原生观测分析平台,为 Log / Metric / Trace 等数据提供大规模、低成本、实时平台化服务。一站式提供数据采集、加工、分析、告警可视化与投递功能,全面提升研发、运维、运营和安全等场景数字化能力。
观测云 是新一代云原生全链路数据可观测平台,国内首批获得中国信通院颁发的「可观测性平台技术能力」先进级认证,实现统一采集、统一标签、统一存储和统一界面,带来全功能的一体化可观测体验。观测云支持全环境高基数采集数据,支持多维度信息智能检索分析,及提供强大的自定义可编程能力,使系统运行状态尽在掌控,故障根因无所遁形。
观测云通过集成阿里云日志服务 SLS 的产品能力,发布观测云 SLS 专属版。为客户提供专属存储与自助分析等新功能,实现可观测数据的高效存储与灵活分析能力。

观测云 SLS 专属版用户,可以选用自己阿里云账号下的 SLS 专属区域来存储数据;同时,阿里云用户,也可将自己的 SLS 专属区域内的数据,同步到观测云工作空间进行联动查询和分析。

观测云和阿里云日志服务 SLS,本身均已是国内头部可观测能力平台,拥有极广泛的客群基础与场景经验累积。此次强强联合,既为彼此功能如虎添翼,也为双方客户提供更丰富和全面的可观测能力:
拥有专属存储与自助分析能力:指标和日志数据存储于客户自有的阿里云账号内,支持直接利用阿里云日志服务 SLS 功能对日志数据做自助分析;
实现数据统一关联和统一存储:使用观测云的统一采集和标签能力,统一关联用户访问、应用性能、日志、基础设施等全链路指标和数据,存放于统一存储资源池;
极致弹性与性能:综合利用观测云与阿里云日志服务 SLS 功能,实现应对海量数据注入时的自动负载均衡与实时扩容,PB 级别弹性伸缩;存算分离架构,千亿级实时查询与分析。

观测云 CEO,蒋烁淼(右一)提出,希望通过本次合作,将国产自研、自主可控的「可观测性」基础软件能力推向新高度。
阿里云云原生智能运维负责人,周琦(花名:简志,左一)表示,可观测能力已从单纯的运维态开始融入整个设计、架构、开发与测试的整体环节中,可观测的目的也从支撑业务正常运行进一步扩展到加速业务创新,阿里云愿与优秀的伙伴强强联手,共同将市场做大做好,用技术普惠更多用户。
通过阿里云云市场、日志服务 SLS 产品团队和观测云的生态合作,观测云 SLS 专属版的新特性已在阿里云心选商城同步更新,并支持 SaaS 按量计费订阅方式获取,用户可直接在阿里云账号内操作订阅,快速开通观测云服务。
观测云 x 阿里云日志服务 SLS,合力创造数据新价值
Gartner 在近日发布的《2023 年十大战略技术趋势》报告中,已将「可观测性」列于重要地位,指出可观测性应用使企业机构能够利用他们的数据特征来获得竞争优势。如能在战略中予以规划并成功执行,可观测性应用将成为数据驱动型决策的最强大来源。此次观测云与阿里云日志服务 SLS 的联合解决方案,是双方在可观测性领域深度合作的一个开始,期待未来可以一起给用户带来更多惊喜,创造更大的价值!

好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。