日志全观测应用概述

在复杂的业务场景下，往往存在着结构分散、种类多样、规模庞大的各类指标，日志和APM数据。针对这些数据，可以根据业务的需求和环境，选择对应的方案，分析并定位全链路的异常问题并进行日常运维。本文对阿里云Elasticsearch的日志全观测应用进行了汇总。

相关文档	描述
通过Elastic实现Kubernetes容器全观测	Elastic可观测性是通过Kibana可视化能力，将日志、指标及APM数据结合在一起，实现对容器数据的观测和分析。当您的应用程序以Pods的方式部署在Kubernetes中时，可以通过Kibana查看Pods生成的日志、主机和网络上的事件指标及APM数据，逐步缩小排查范围进行故障排查。
基于Indexing Service实现数据流管理	当面对海量时序数据和日志数据写入出现性能瓶颈时，您可以根据业务需求选择使用阿里云Elasticsearch 7.10日志增强版Indexing Service系列，此功能基于读写分离架构以及写入按量付费的Serverless模式，实现了Elasticsearch集群的云端写入托管和降本提效的目标。
通过OpenStore实现海量数据存储	当您面临着查询复杂度大、海量存储成本高的问题时，可通过阿里云Elasticsearch的OpenStore存储功能，实现基于计算存储分离的超低成本的弹性存储，即根据实际数据的存储量按量计费，无须提前预留集群存储容量。