http://mp.weixin.qq.com/s?__biz=MzkwNjY1Mzc0Nw==&mid=2247484339&idx=1&sn=356300f169de74e7a778b04bfbbbd0ab&chksm=c0e47aeff793f3f9a5f7abcfa57695e8944e52bca2de2c7a3eb1aecb3c1e6b9cb6abe509d51f&scene=21#wechat_redirect1.Coralogix
日志分析工具 - Coralogix
Coralogix 是一家希望将自动化和智能化引入日志记录的初创公司。他们正在构建一个由机器学习驱动的远程监控和管理工具，该工具提供了一个分析平台来改善网络的交付和维护流程。用户拥有一个理想的平台来查看所有实时日志流、定义仪表板小部件以最大程度地控制数据，并将日志数据聚类回原始模式。
2.Datadog
日志分析工具-Datadog
Datadog 是一款日志分析工具，通过基于 SaaS 的数据分析平台提供对服务器、数据库、工具和服务的监控。Datadog 的可视化功能以图表的形式显示日志数据，让您可以直观地了解网络随时间的变化。Datadog 使用集中式数据存储来保护日志数据免遭泄露，并使用机器学习来检测异常日志模式和问题。
3. SolarWinds/Loggly
日志分析工具 - Solarwinds
Loggly 是一家 SaaS 公司解决方案用于日志数据管理。用户可以简单地从整个基础设施中聚合日志，并将它们集中到一个地方以跟踪活动和分析趋势。Loggly 有多种用途，例如监控应用程序分析、排除服务器和应用程序问题、事务关联和警报。它提供不同的高级功能，如动态字段资源管理器、自动警报、默认或自定义仪表板以及派生日志字段。
4. LogicMonitor
日志分析工具-LogicMonitor
Logic Monitor 是一个基于 SaaS 的性能监控平台，能够监控对业务至关重要的数据，以便您能够快速响应问题并主动解决问题。它在一个综合视图中提供网络、云、服务器等的全栈可见性。
5. Logz.io
日志分析工具-Logz
Logz.io 提供可扩展且智能的机器数据分析平台，该平台基于 ELK 和 Grafana 构建，用于监控现代应用程序。它将云原生的简单性和可扩展性与众包机器学习相结合，以在重大问题发生之前发现它们。用户可以使用一个统一的平台来监控、排除故障和保护关键任务应用程序。
6. Sematext
日志分析工具 - Sematex
Sematext 是一款云端日志管理和分析工具。它是 ELK 的在线实现。它还可用于自托管解决方案通过 Sematext Enterprise。Sematext 是一个统一平台，具有用于基础设施监控、应用程序性能监控、日志管理、真实用户监控和综合监控的一体化解决方案，可为您的整个技术堆栈提供统一、实时的可观察性。
7. Splunk
日志分析工具-Splunk
Splunk 是流行的商业日志集中工具之一。典型的部署是本地部署（Splunk Enterprise），尽管它也作为服务提供（Splunk Cloud）。它具有实时警报。它们可以通过电子邮件或 RSS 发送。警报具有可配置的阈值和触发条件，以确定哪些活动将生成通知。警报中包含的支持信息有助于缩短事件解决时间。
8. SumoLogic
日志分析工具-Sumologic
Sumo Logic 是一款用于协作、操作、开发和保护应用程序的日志管理工具。它具有强大的搜索语法，有助于以类似于 UNIX 管道的方式定义操作。它也是一个基于云的机器数据分析平台，旨在主动识别性能问题、确保无缝设备可用性并增强应用程序部署。此外，Sumo Logic 还包括内置模式检测、预测分析和异常检测。
9.Xpolog
日志分析工具-Xpolog
XpoLog 是一个端到端解决方案用于完全自动化的日志管理。它旨在收集和解析来自 IT 基础设施、云应用程序和服务器的日志数据。此外，它还提供分析工具、报告引擎、监控引擎、关联功能、事务跟踪和日志监控搜索引擎。Xpolog 支持无代理和基于代理的架构，这意味着它可以通过 SSH 等标准协议访问日志。
10. Zebrium
日志分析工具 - Zebrium
Zebrium 是一款使用无监督机器学习来监控日志结构的软件，可自动捕获软件事件并显示其根本原因。该工具的工作原理是在日志和指标中查找相关异常模式的热点。该软件提供 AES-256 加密并通过 Slack 接收警报。
ML 日志分析工具 – 比较表
我们制定了10个日志分析工具的比较表，以便于更好的查看。
| 工具 | 优点 | 缺点 | 最适合 |
| Coralogix | 更快的搜索体验，具有出色的日志聚合和警报功能。出色的客户支持。自动数据聚类，向 Slack 和电子邮件发送警报。 | 日志数量按天限制，而不是按月限制。 | 小型企业和初创企业。 |
| Datadog | 强大的警报和警告配置可大幅减少误报。良好的 API 文档，响应迅速的客户服务。 | 一些用户抱怨成本失控（由于灵活的定价可能性）。 | 中小型公司。 |
| SolarWinds/loggly | 良好的搜索功能，可以在一个集中位置收集和分析来自多个不同来源的日志。用户还可以在 Slack、HipChat 或 Jira 等不同平台上分发警报和创建工单。 | 用户界面不太美观。基本功能（如 API 访问或多个用户）仅在更高定价的套餐中可用。 | 部署到云环境而不是本地的组织。 |
| LogicMonitor | 以极高的细节和精度监控各种设备和环境，无论是在云端还是在本地环境中。自定义可视化仪表板和许多预配置的丰富仪表板。 | Web UI 有时需要刷新才能显示更改，这很烦人。重新考虑入门级定价，以便较小的组织可以使用此工具。 | 中型和大型公司。 |
| Logz.io | 搜索功能强大，易于使用，包括过滤和格式化功能。警报机制出色，尤其适用于监控应用程序。 | 限制创建子账户，这对大公司来说是一个大问题。数据保留效果不佳。有时，如果我们达到最大事件摄取量，我们可能会丢失事件。 | 基于云的应用程序。 |
| Sematex | 导航简单，界面环境美观，没有复杂混乱。文档良好，客户支持出色。 | 仅在服务器端解析 Syslog 和 JSON。自定义解析必须在日志传送器中完成。不能在同一个仪表板中混合使用 Kibana 和原生 UI 小部件。 | 面向企业和消费者的公司。 |
| 广泛的功能列表包括机器数据索引、实时和历史搜索以及高级报告功能。 | 非常昂贵。学习难度高，部署成本高，维护成本高。 | 寻求可靠技术以及对公司和品牌的信心的组织。 | |
| Sumologic | 对现代应用程序的不同方面、用于监控和可视化的仪表板、机器学习功能、预测分析功能的信息性见解。 | 定价是按每个摄取的字节计算的，这意味着数据保留的成本很高（保留长期历史记录的价格很高）。 | 拥有少量日志的小型组织。 |
| Xpolog | 使用自动分析的算法非常容易维护和部署，包括各种各样的日志分析和管理功能。 | 与其他工具相比，该产品的社区规模较小，与开发者社区相比，该产品更注重 IT 和安全。 | 寻求快速部署且经济实惠的企业和中小企业解决方案。 |
| Zebrium | 易于使用，可自动检测问题和根本原因，无需手动规则。可用作独立日志管理工具，或现有日志管理工具（如 ELK Stack）的 ML 插件。 | 免费计划限制为每天 500 MB，保留 3 天。此外，它的知名度不如竞争对手。 | 大型企业、中型和小型企业。 |
传统的日志分析，过程长，效率低，且误报高。
机器学习下的日志分析：
快速分类数据：日志可以看作是文本数据，这意味着可以应用 NLP 技术以有组织的方式收集相同的日志，从而可以搜索特定类型的日志。
自动识别问题： ML 的优点之一是它可以自动检测问题，即使有大量日志。
警报关键信息：许多日志分析工具会发出过多的警报，但在大多数情况下，这些警报并不是导致真正问题的原因。使用机器学习，当有值得关注的事情发生时，就有可能收到警报。这样，我们就克服了误报问题。
早期异常检测：在大多数灾难事件中，总是存在未被发现的初始异常。机器学习可以在这种异常造成重大问题之前检测到它。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
