SLS 建议以下三个特征都满足的数据使用 LogStore update/delete:数据仍具备典型的日志特征(持续产生、规模大、以追加写为主、需要检索和分析);修改与写入之间存在自然时间间隔(如用户反馈延迟到达、模型按版本重算、月底账期调整);每次修改范围相对可控(按 request_id、batch_id、账期可以清晰圈定边界)。典型场景包括风控规则升级后的标签刷新、计量计费账期结算后的明细修正、LLM/Agent 请求的延迟反馈回填、运维管理界面的单条修改等。
CNOps |
SLS 建议以下三个特征都满足的数据使用 LogStore update/delete:数据仍具备典型的日志特征(持续产生、规模大、以追加写为主、需要检索和分析);修改与写入之间存在自然时间间隔(如用户反馈延迟到达、模型按版本重算、月底账期调整);每次修改范围相对可控(按 request_id、batch_id、账期可以清晰圈定边界)。典型场景包括风控规则升级后的标签刷新、计量计费账期结算后的明细修正、LLM/Agent 请求的延迟反馈回填、运维管理界面的单条修改等。