1. Baixar a imagem

Em uma máquina host com Docker instalado, execute o seguinte comando para baixar a imagem do LoongCollector. Substitua ${region_id} pelo ID da região da região que hospeda a máquina host ou de uma região próxima, como cn-hangzhou, para melhorar a velocidade e a estabilidade do download.

# LoongCollector image address
docker pull aliyun-observability-release-registry.${region_id}.cr.aliyuncs.com/loongcollector/loongcollector:v3.0.12.0-25723a1-aliyun
# Logtail image address
docker pull registry.${region_id}.aliyuncs.com/log-service/logtail:v2.1.11.0-aliyun

2. Iniciar o contêiner do LoongCollector

Execute o seguinte comando para iniciar o contêiner. Certifique-se de montar os diretórios necessários e definir as variáveis de ambiente obrigatórias:

docker run -d \
    -v /:/logtail_host:ro \
    -v /var/run/docker.sock:/var/run/docker.sock \
    --env ALIYUN_LOGTAIL_CONFIG=/etc/ilogtail/conf/${sls_upload_channel}/ilogtail_config.json \
    --env ALIYUN_LOGTAIL_USER_ID=${aliyun_account_id} \
    --env ALIYUN_LOGTAIL_USER_DEFINED_ID=${user_defined_id} \
    aliyun-observability-release-registry.${region_id}.cr.aliyuncs.com/loongcollector/loongcollector:v3.0.12.0-25723a1-aliyun

Parâmetros:

• ${aliyun_account_id}: o ID da sua conta Alibaba Cloud.

• ${user_defined_id}: o identificador personalizado do grupo de máquinas, que vincula o contêiner ao grupo de máquinas, como user-defined-docker-1. O identificador deve ser exclusivo dentro da região.

• ${sls_upload_channel}: o canal de upload de log. O valor consiste na região que hospeda o projeto e no tipo de transmissão de rede, conforme descrito na tabela a seguir.

Para conhecer as características de rede de cada tipo de transmissão, consulte a seção Apêndice: Tipos de transmissão de rede deste tópico.

Condições necessárias para inicialização:

• Configure corretamente as três variáveis de ambiente principais: ALIYUN_LOGTAIL_CONFIG, ALIYUN_LOGTAIL_USER_ID e ALIYUN_LOGTAIL_USER_DEFINED_ID.

• Monte /var/run/docker.sock para escutar eventos do ciclo de vida do contêiner.

• Monte / em /logtail_host para acessar o sistema de arquivos da máquina host.

3. Verificar o status do contêiner

Execute o seguinte comando:

docker ps | grep loongcollector

A seguinte saída será retornada:

6ad510001753   aliyun-observability-release-registry.cn-beijing.cr.aliyuncs.com/loongcollector/loongcollector:v3.0.12.0-25723a1-aliyun   "/usr/local/ilogtail…"   About a minute ago   Up About a minute             recursing_shirley

4. Configurar o grupo de máquinas

No painel de navegação à esquerda, escolha Resource Group > Machine Groups. Clique em > Create Machine Group, configure os seguintes parâmetros e clique em OK:

• Name: insira um nome personalizado para o grupo de máquinas, como docker-host-group.

• Machine Group Identifier: selecione Custom Identifier.

• Custom Identifier: insira o ${user_defined_id} definido ao iniciar o contêiner. Os valores devem ser idênticos. Caso contrário, a associação falhará.

5. Verificar o heartbeat do grupo de máquinas

Clique no nome do novo grupo de máquinas para acessar sua página de detalhes e verifique o Machine Group Status:

• OK: o LoongCollector está conectado ao Simple Log Service.

• FAIL: consulte o Resumo de problemas de heartbeat para solucionar o problema.

1. Configuração global e de entrada

Antes de começar, certifique-se de ter selecionado um modelo de importação de dados e vinculado um grupo de máquinas. Esta etapa define o nome da configuração de coleta, a fonte de log e o escopo da coleta.

2. Processamento e estruturação de logs

Configure regras de processamento de logs para converter logs brutos não estruturados em dados estruturados e melhorar a eficiência de consultas e análises. Recomendamos adicionar primeiro uma amostra de log:

Na página Logtail Configuration, na seção Processor Configurations, clique em Add Sample Log e insira o conteúdo do log que deseja coletar. O Simple Log Service identifica o formato do log a partir da amostra e ajuda a gerar expressões regulares e regras de análise, simplificando a configuração.

Cenário 1: Processar logs multilinha, como logs de pilha Java

Logs como pilhas de exceção Java e JSON geralmente abrangem várias linhas. No modo de coleta padrão, eles são divididos em várias entradas incompletas e o contexto é perdido. Para evitar isso, ative o modo multilinha e configure uma expressão regular de primeira linha para mesclar linhas consecutivas do mesmo log em uma única entrada completa.

Exemplo:

Procedimento: na página Logtail Configuration, na seção Processor Configurations, ative o Multi-line Mode:

• Type: selecione Custom ou Multi-line JSON.

  • Custom: o formato dos logs brutos não é fixo. Configure uma Regex to Match First Line para identificar a linha inicial de cada log.

    • Regex to Match First Line: gere a expressão automaticamente ou insira-a manualmente. A expressão regular deve corresponder a uma linha completa. No exemplo anterior, a expressão é \[\d+-\d+-\w+:\d+:\d+,\d+]\s\[\w+]\s.*.

      • Geração automática: clique em Automatically Generate Regular Expression, selecione o conteúdo do log que deseja extrair na caixa de texto Log Sample e clique em Generate Regular Expression.

      • Entrada manual: clique em Manually Enter Regular Expression. Após inserir a expressão, clique em Validate.

  • Multi-line JSON: se todos os logs brutos estiverem no formato JSON padrão, o Simple Log Service lidará automaticamente com as quebras de linha dentro de um único log JSON.

• Processing Method If Splitting Fails:

  • Discard: se um segmento de texto não corresponder à regra de primeira linha, o segmento será descartado.

  • Retain Single Line: o texto não correspondido é dividido e retido no modo original de linha única.

Cenário 2: Estruturar logs

Quando os logs brutos são textos não estruturados ou semiestruturados, como logs de acesso NGINX ou logs de saída de aplicativos, consultá-los e analisá-los diretamente é ineficiente. O Simple Log Service fornece vários plugins de análise de dados que convertem automaticamente logs brutos em diferentes formatos em dados estruturados, oferecendo uma base sólida para análises, monitoramento e alertas subsequentes.

Exemplo:

Procedimento: na página Logtail Configuration, na seção Processor Configurations:

• Adicionar um plugin de análise: clique em Add Processor e configure um plugin como análise de expressão regular, análise de delimitador ou análise JSON com base no formato real. Para os parâmetros de cada plugin, consulte a seção Apêndice: Plugins de análise nativos deste tópico. O exemplo a seguir coleta logs NGINX, portanto selecione Native Processor > Data Parsing (NGINX Mode).

  • NGINX Log Configuration: copie a definição completa do log_format do arquivo de configuração do servidor NGINX (nginx.conf) e cole-a nesta caixa de texto. Exemplo:

    log_format main  '$remote_addr - $remote_user [$time_local] "$request" ''$request_time $request_length ''$status $body_bytes_sent "$http_referer" ''"$http_user_agent"';

    Deve ser exatamente igual ao formato que gera os logs no servidor. Caso contrário, a análise do log falhará.

• Parâmetros gerais de configuração: os seguintes parâmetros aparecem em vários plugins de análise de dados e possuem a mesma função e uso.

  • Campo de origem: o nome do campo de origem a ser analisado. Valor padrão: content, que representa todo o conteúdo do log coletado.

  • Manter campo de origem em caso de falha na análise: recomendamos ativar esta opção. Se um plugin não conseguir analisar um log, por exemplo, devido a incompatibilidade de formato, esta opção mantém o conteúdo bruto completo do log no campo de origem especificado, em vez de descartá-lo.

  • Manter campo de origem em caso de sucesso na análise: se selecionar esta opção, o conteúdo bruto do log será retido mesmo quando o log for analisado com sucesso.

3. Filtragem de logs

A coleta de grandes volumes de logs com baixo valor ou irrelevantes, como logs DEBUG ou INFO, desperdiça recursos de armazenamento, aumenta custos, reduz a eficiência das consultas e gera riscos de vazamento de dados. Utilize políticas de filtragem refinadas para garantir uma coleta de logs eficiente e segura.

A filtragem é configurada em dois locais no console: a filtragem de conteúdo atua como um plugin de processamento na seção Processor Configurations, enquanto a lista de bloqueios de coleta e a filtragem de contêineres funcionam como alternadores na seção Input Configurations.

4. Categorização de logs

Quando várias aplicações ou instâncias compartilham o mesmo formato de log, torna-se difícil distinguir as fontes, o que deixa as consultas sem contexto e reduz a eficiência da análise. Para resolver isso, configure tópicos e tags de log para associação automática de contexto e categorização lógica.

/data/logs
├── userA
│   └── serviceA
│       └── service.log
├── userB
│   └── serviceA
│       └── service.log
└── userC
    └── serviceA
        └── service.log

5. Configuração de saída

Por padrão, todos os logs são enviados ao LogStore atual com compressão lz4. Para distribuir logs da mesma origem para diferentes LogStores, execute as etapas a seguir.

Distribuição dinâmica para múltiplos destinos

• O envio para múltiplos destinos requer LoongCollector 3.0.0 ou posterior. O Logtail não suporta este recurso.

• É possível configurar no máximo cinco destinos de saída.

• Após configurar múltiplos destinos de saída, a configuração de coleta deixa de aparecer na lista de configurações de coleta do LogStore atual. Para visualizar, modificar ou excluir uma configuração de distribuição multi-destino, consulte Como gerenciar configurações de distribuição multi-destino?.

  Procedimento: Na página Logtail Configuration, na seção Output Configurations:

1. Clique em para expandir a configuração de saída.

2. Clique em Add Output Targets e preencha as seguintes configurações:

   • Logstores: Selecione o LogStore de destino.

   • Compression Method: lz4 e zstd são suportados.

   • Route Settings: Roteia e distribui logs com base em seus campos de tag. Logs que atendem à configuração de roteamento são enviados ao LogStore de destino. Se a configuração de roteamento estiver vazia, todos os logs coletados serão enviados ao LogStore de destino.

     • Tag Name: O nome do campo de tag usado para roteamento. Insira o nome do campo diretamente, como __path__, sem o prefixo __tag__:. Os campos de tag dividem-se nas duas categorias a seguir:

       • Relacionados ao agente: Referem-se ao próprio agente de coleta e independem de plugins, como __hostname__ e __user_defined_id__.

       • Relacionados a plugins de entrada: Fornecidos por um plugin de entrada, que enriquece os logs com informações relacionadas, como __path__ para coleta de arquivos e _pod_name_ e _container_name_ para coleta no Kubernetes.

         Para mais informações sobre tags, consulte Gerenciar tags de coleta.

     • Tag Value: Logs cujo valor do campo de tag corresponde a este valor são enviados ao LogStore de destino.

     • Discard this tag?: Se você ativar esta opção, os logs enviados não conterão este campo de tag.

Visualizar logs enviados

• Confirme se o arquivo de log tem novo conteúdo: O LoongCollector coleta apenas logs incrementais. Execute tail -f /path/to/your/log/file e acione uma operação na aplicação para garantir que novos logs estejam sendo gravados.

• Consultar logs: Acesse a página de consulta e análise do LogStore de destino e clique em Search & Analyze. O intervalo de tempo padrão são os últimos 15 minutos. Verifique se novos logs estão chegando. Por padrão, cada log de texto de contêiner Docker coletado contém os seguintes campos:

Para os nomes de campos de metadados usados pela saída padrão de contêineres, consulte a seção Apêndice: Comparação das versões nova e antiga da saída padrão de contêineres deste tópico.

Solucionar problemas comuns

Visualizar o status de execução do LoongCollector (Logtail)

Execute o seguinte comando:

docker exec ${logtail_container_id} /etc/init.d/ilogtaild status

Visualizar a versão, endereço IP, hora de início e outras informações do LoongCollector (Logtail)

Execute o seguinte comando:

docker exec ${logtail_container_id} cat /usr/local/ilogtail/app_info.json

Visualizar os logs operacionais do LoongCollector (Logtail)

Os logs operacionais do LoongCollector (Logtail) são armazenados no diretório /usr/local/ilogtail/ dentro do contêiner. O nome do arquivo é ilogtail.LOG, e os arquivos rotacionados são compactados e armazenados como ilogtail.LOG.x.gz. Exemplo:

# View the operational logs of LoongCollector

docker exec a287de895e40 tail -n 5 /usr/local/ilogtail/loongcollector.LOG

# View the operational logs of Logtail

docker exec a287de895e40 tail -n 5 /usr/local/ilogtail/ilogtail.LOG

A seguinte saída é retornada:

[2025-08-25 09:17:44.610496]    [info]  [22]    /build/loongcollector/file_server/polling/PollingModify.cpp:75          polling modify resume:succeeded
[2025-08-25 09:17:44.610497]    [info]  [22]    /build/loongcollector/file_server/polling/PollingDirFile.cpp:100                polling discovery resume:starts
[2025-08-25 09:17:44.610498]    [info]  [22]    /build/loongcollector/file_server/polling/PollingDirFile.cpp:103                polling discovery resume:succeeded
[2025-08-25 09:17:44.610499]    [info]  [22]    /build/loongcollector/file_server/FileServer.cpp:117            file server resume:succeeded
[2025-08-25 09:17:44.610500]    [info]  [22]    /build/loongcollector/file_server/EventDispatcher.cpp:1019              checkpoint dump:succeeded

Reiniciar o LoongCollector (Logtail)

Execute os seguintes comandos:

# Stop LoongCollector

docker exec a287de895e40 /etc/init.d/ilogtaild stop

# Start LoongCollector

docker exec a287de895e40 /etc/init.d/ilogtaild start

Mensagens de erro comuns

Log de erro: The parameter is invalid : uuid=none

Descrição do problema: O arquivo de log do LoongCollector (Logtail) (/usr/local/ilogtail/ilogtail.LOG) contém o log de erro The parameter is invalid : uuid=none.

Solução: Na máquina host, crie um arquivo product_uuid, insira qualquer UUID válido nele, como 169E98C9-ABC0-4A92-B1D2-AA6239C0D261, e monte o arquivo no diretório /sys/class/dmi/id/product_uuid no contêiner LoongCollector (Logtail).

Como coletar o mesmo arquivo de log ou saída padrão de contêiner com múltiplas configurações de coleta?

Por padrão, para evitar dados duplicados, o Simple Log Service permite que cada origem de log seja coletada por apenas uma configuração de coleta:

• Um arquivo de log de texto pode ser correspondido por apenas uma configuração de coleta Logtail.

• Saída padrão de contêiner (stdout):

• Se você usar o novo modelo de saída padrão, a saída poderá ser coletada por apenas uma configuração de coleta de saída padrão por padrão.

• Se você usar o modelo antigo de saída padrão, a coleta por múltiplas configurações é suportada por padrão e não requer configuração extra.

  Para permitir que a mesma origem de log seja coletada por múltiplas configurações de coleta, execute as etapas a seguir:

1. Faça login no console do Simple Log Service e acesse o projeto de destino.

2. No painel de navegação à esquerda, escolha LogStores e localize o LogStore de destino.

3. Clique no ícone ao lado do nome para expandir o LogStore.

4. Clique em Logtail Configuration, localize a configuração Logtail de destino na lista de configurações e clique em Manage Logtail Configuration na coluna Actions.

5. Na página de configuração do Logtail, clique em Edit e role para baixo até a seção Input Configurations: - Para coletar logs de arquivos de texto: Ative Allow File to Be Collected for Multiple Times. - Para coletar saída padrão de contêiner: Ative Allow Collection by Different Logtail Configurations.

Como gerenciar configurações de distribuição multi-destino?

Como uma configuração de distribuição multi-destino está associada a vários LogStores, você deve manter esse tipo de configuração na página de gerenciamento no nível do projeto:

1. Faça login no console do Simple Log Service e clique no nome do projeto de destino.

2. Na página do projeto de destino, no painel de navegação à esquerda, clique em Resource Group > Configurations.

   Esta página gerencia centralmente todas as configurações de coleta no projeto, incluindo configurações remanescentes após a exclusão acidental de um LogStore.

Análise por expressão regular

Extrai campos de log por meio de uma expressão regular e converte o log em pares chave-valor, permitindo que cada campo seja consultado e analisado individualmente.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Native Processor > Data Parsing (Regex Mode):

• Regular Expression: Expressão utilizada para corresponder aos logs. É possível gerá-la automaticamente ou inseri-la manualmente:

• Geração automática:

  1. Clique em Automatically Generate Regular Expression.

  2. Na seção Log Sample, destaque o conteúdo do log que deseja extrair.

  3. Clique em Generate Regular Expression.

     Verifique se o conteúdo do log colado na seção Log Sample está no formato correto, como um log de acesso Apache Combined, e clique em Generate Regular Expression nessa seção para gerar a expressão de análise automaticamente. - Entrada manual: Insira manualmente uma expressão regular com base no formato do log.

  Após concluir a configuração, clique em Validate para testar se a expressão regular analisa corretamente o conteúdo do log. - Extracted Field: Defina um nome de campo (Key) para cada trecho de conteúdo de log extraído (Value). - Para detalhes sobre os demais parâmetros, consulte os parâmetros gerais de configuração descritos em Cenário 2: Estruturar logs.

Análise por delimitador

Estrutura o conteúdo do log usando um delimitador e o converte em múltiplos pares chave-valor. Há suporte para delimitadores de caractere único e de múltiplos caracteres.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Native Processor > Data Parsing (Delimiter Mode):

• Delimiter: Especifique o caractere usado para dividir o conteúdo do log. Exemplo: Para um arquivo CSV, selecione Custom e insira uma vírgula (,).

• Quote: Caso o valor de um campo contenha o delimitador, especifique um caractere de aspas para envolver o campo e evitar divisões incorretas.

• Extracted Field: Defina um nome de campo (Key) para cada coluna, respeitando a ordem de divisão. As seguintes regras se aplicam:

• O nome do campo pode conter apenas letras, dígitos e sublinhados (_).

• Deve começar com uma letra ou um sublinhado (_).

• Comprimento máximo: 128 bytes.

• Para informações sobre os demais parâmetros, consulte os parâmetros gerais de configuração descritos em Cenário 2: Estruturar logs.

Análise de JSON padrão

Estrutura um log JSON do tipo Object e o converte em pares chave-valor.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Native Processor > Data Parsing (JSON Mode):

• Original Field: Valor padrão: content. Este campo armazena o conteúdo bruto do log a ser analisado.

• Para informações sobre os demais parâmetros, consulte os parâmetros gerais de configuração descritos em Cenário 2: Estruturar logs.

Análise de JSON aninhado

Converte um log JSON aninhado em pares chave-valor mediante a especificação de uma profundidade de expansão.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Extended Processor > Expand JSON Field:

• Original Field: Nome do campo original a ser expandido, como content.

• JSON Expansion Depth: Nível de expansão do objeto JSON. O valor 0 indica expansão total (valor padrão), o valor 1 indica o nível atual, e assim por diante.

• Character to Concatenate Expanded Keys: Caractere utilizado para concatenar os nomes dos campos durante a expansão do JSON. Valor padrão: sublinhado (_).

• Name Prefix of Expanded Keys: Prefixo dos nomes dos campos após a expansão do JSON.

• Expand Array: Ative esta opção para expandir um array em pares chave-valor com índices. Exemplo: {"k":["a","b"]} é expandido para {"k[0]":"a","k[1]":"b"}.

  Para renomear um campo expandido, por exemplo, alterar prefix_s_key_k1 para new_field_name, adicione posteriormente um plugin Rename Fields para concluir o mapeamento.

• Para informações sobre os demais parâmetros, consulte os parâmetros gerais de configuração descritos em Cenário 2: Estruturar logs.

Análise de array JSON

Utilize a json_extractfunção para extrair objetos JSON de um array JSON.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, alterne o Processing Method para SPL, configure a SPL statement e use a função json_extract para extrair objetos JSON do array JSON.

Exemplo: Extraia os elementos do array JSON do campo de log content e armazene os resultados nos novos campos json1 e json2.

* | extend json1 = json_extract(content, '$[0]'), json2 = json_extract(content, '$[1]')

Análise de log Apache

Estrutura o conteúdo do log com base nas definições do arquivo de configuração de log do Apache e o converte em múltiplos pares chave-valor.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Native Processor > Data Parsing (Apache Mode):

• Log Format: combined

• APACHE LogFormat Configuration: O Simple Log Service preenche essa configuração automaticamente com base no Log Format. Verifique se o conteúdo preenchido automaticamente é idêntico ao LogFormat definido no arquivo de configuração do Apache em seu servidor, geralmente localizado em /etc/apache2/apache2.conf.

• Para informações sobre os demais parâmetros, consulte os parâmetros gerais de configuração descritos em Cenário 2: Estruturar logs.

Mascaramento de dados

Mascara dados sensíveis nos logs.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Native Processor > Data Masking:

• Original Field: Campo original que armazena o conteúdo do log antes da análise.

• Data Masking Method:

  • const: Substitui o conteúdo sensível pela string especificada.

  • md5: Substitui o conteúdo sensível pelo seu valor MD5.

• Replacement String: Se você definir o Data Masking Method como const, insira a string usada para substituir o conteúdo sensível.

• Content Expression that Precedes Replaced Content: Localiza o conteúdo sensível. Configure-o com a sintaxe RE2.

• Content Expression to Match Replaced Content: Expressão do conteúdo sensível. Configure-a com a sintaxe RE2.

Análise de tempo

Analisa o campo de tempo no log e define o resultado da análise como o campo __time__ do log.

Exemplo:

Procedimento: Na página Logtail Configuration, na seção Processor Configurations, clique em Add Processor e selecione Native Processor > Time Parsing:

• Original Field: Campo original que armazena o conteúdo do log antes da análise.

• Time Format: Defina o formato de tempo correspondente com base no conteúdo de tempo presente no log.

• Time Zone: Selecione o fuso horário do campo de tempo no log. Por padrão, utiliza-se o fuso horário da máquina, que corresponde ao fuso horário do ambiente onde o processo LoongCollector (Logtail) está hospedado.

Principais vantagens da nova saída padrão

• Desempenho significativamente aprimorado

• Reescrita em C++, a nova versão oferece uma melhoria de desempenho de 180% a 300% em relação à implementação anterior em Go.

• Suporta processamento de dados com plugins nativos e processamento paralelo multithread, aproveitando totalmente os recursos do sistema.

• Permite combinações flexíveis de plugins nativos e plugins Go para atender às necessidades de cenários complexos.

• Maior confiabilidade

• Oferece suporte a uma fila de rotação para logs de saída padrão e unifica o mecanismo de coleta de logs com o mecanismo de coleta de arquivos, proporcionando alta confiabilidade quando os logs de saída padrão sofrem rotação rápida.

• Menor consumo de recursos

• O uso de CPU é reduzido em 20% a 25%.

• O uso de memória é reduzido em 20% a 25%.

• Consistência operacional aprimorada

• Configuração de parâmetros unificada: Os parâmetros de configuração do novo plugin de coleta de saída padrão são consistentes com os do plugin de coleta de arquivos.

• Gerenciamento de metadados unificado: A nomenclatura dos campos de metadados do contêiner e o local de armazenamento das tags são unificados com o cenário de coleta de arquivos, permitindo que o lado do consumidor mantenha apenas um conjunto de lógica de processamento.

Comparação de recursos entre as versões nova e antiga

Mapeamento de campos de metadados do contêiner

Na nova versão, todos os campos de metadados são armazenados na seção de tags do log no formato __tag__:<key>, em vez de serem incorporados ao conteúdo do log.

Impacto da nova versão nos usuários

• Adaptação do lado do consumidor: Como o local de armazenamento muda do conteúdo para a tag, ajuste sua lógica de consumo de logs adequadamente. Por exemplo, acesse os campos através de __tag__ ao executar uma consulta.

• Compatibilidade com SQL: As consultas SQL já são automaticamente compatíveis com ambas as versões, portanto, não é necessário modificar suas instruções de consulta para processar logs de nenhuma das versões.