您可以通過Log Service資料加工函數清洗您所採集的海量日誌資料,實現資料格式標準化。本文介紹調用函數清洗資料的常見情境和相關操作。
情境1:過濾日誌(e_keep函數和e_drop函數)
您可以使用e_drop函數或e_keep函數過濾日誌,也可以使用e_if函數與DROP參數、e_if_else函數與DROP參數過濾日誌。
常用規則如下所示:
e_keep(e_search(...) )
:滿足條件時保留,不滿足條件時丟棄。e_drop(e_search(...) )
:滿足條件時丟棄,不滿足條件時保留。e_if_else(e_search("..."), KEEP, DROP)
:滿足條件時保留,不滿足條件時丟棄。e_if(e_search("not ..."), DROP)
:滿足條件時丟棄,不滿足條件時保留。e_if(e_search("..."), KEEP)
:無意義的加工規則。
樣本如下所示:
原始日誌
#日誌1 __source__: 192.168.0.1 __tag__:__client_ip__: 192.168.0.2 __tag__:__receive_time__: 1597214851 __topic__: app class: test_case id: 7992 test_string: <function test1 at 0x1027401e0> #日誌2 __source__: 192.168.0.1 class: produce_case id: 7990 test_string: <function test1 at 0x1020401e0>
加工規則
丟棄沒有__topic__欄位和__tag__:__receive_time__欄位的日誌。
e_if(e_not_has("__topic__"),e_drop()) e_if(e_not_has("__tag__:__receive_time__"),e_drop())
加工結果
__source__: 192.168.0.1 __tag__:__client_ip__: 192.168.0.2 __tag__:__receive_time__: 1597214851 __topic__: app class: test_case id: 7992 test_string: <function test1 at 0x1027401e0>
情境2:為日誌空缺欄位賦值(e_set函數)
您可以使用e_set函數為日誌空缺欄位賦值。
子情境1:原欄位不存在或者為空白時,為欄位賦值。
e_set("result", "......value......", mode="fill")
mode參數取值請參見欄位提取檢查與覆蓋模式。
樣本如下所示:
原始日誌
name:
加工規則
e_set("name", "aspara2.0", mode="fill")
加工結果
name: aspara2.0
子情境2:使用GROK函數簡化Regex,提取欄位內容。
樣本如下所示:
原始日誌
content:"ip address: 192.168.1.1"
加工規則
使用GROK函數捕獲提取content欄位中的IP地址。
e_regex("content", grok(r"(%{IP})"),"addr")
加工結果
addr: 192.168.1.1 content:"ip address: 192.168.1.1"
子情境3:為多個欄位賦值。
e_set("k1", "v1", "k2", "v2", "k3", "v3", ......)
樣本如下所示:
原始日誌
__source__: 192.168.0.1 __topic__: __tag__: __receive_time__: id: 7990 test_string: <function test1 at 0x1020401e0>
加工規則
為__topic__欄位、__tag__欄位和__receive_time__欄位賦值。
e_set("__topic__","app", "__tag__","stu","__receive_time__","1597214851")
加工結果
__source__: 192.168.0.1 __topic__: app __tag__: stu __receive_time__: 1597214851 id: 7990 test_string: <function test1 at 0x1020401e0>
情境3:通過判斷,刪除和重新命名欄位(e_search函數、e_rename函數和e_compose函數)
一般情況下,推薦您使用e_compose函數進行重複判斷和操作。
樣本如下所示:
原始日誌
content:123 age:23 name:twiss
加工規則
首先判斷content欄位值是否為123,如果是,則刪除age和name欄位,再將content欄位重新命名為ctx。
e_if(e_search("content==123"),e_compose(e_drop_fields("age|name"), e_rename("content", "ctx")))
加工結果
ctx: 123
情境4:轉換日誌參數類型(v函數、cn_int函數和dt_totimestamp函數)
日誌的欄位和欄位值在加工過程中,始終都是字串形式,非字串類型的資料會被自動轉化為字串類型。因此在調用函數時,要注意各個函數能接收的參數類型。更多資訊,請參見文法簡介。
子情境1:調用op_add函數進行字元拼接和資料相加。
op_add函數既可以接收字串類型,也可以接受數實值型別,因此不需要做參數類型轉換。
樣本如下所示:
原始日誌
a : 1 b : 2
加工規則
e_set("d",op_add(v("a"), v("b"))) e_set("e",op_add(ct_int(v("a")), ct_int(v("b"))))
加工結果
a:1 b:2 d:12 e:3
子情境2:運用欄位操作函數和ct_int函數進行類型轉換並調用op_mul函數進行資料相乘。
樣本如下所示:
原始日誌
a:2 b:5
加工規則
因為v("a")和v("b")都是字串類型,而op_mul函數的第二個參數只能接收數實值型別,所以您需要通過ct_int函數將字串轉化為整型,再傳遞給op_mul函數。
e_set("c",op_mul(ct_int(v("a")), ct_int(v("b")))) e_set("d",op_mul(v("a"), ct_int(v("b"))))
加工結果
a: 2 b: 5 c: 10 d: 22222
子情境3:調用dt_parse函數和dt_parsetimestamp函數將字串或日期時間轉換為標準時間。
dt_totimestamp函數接收的參數類型為日期時間對象,不是字串。因此需要調用dt_parse函數將time1的字串實值型別轉化為日期時間物件類型。您也可以直接使用dt_parsetimestamp函數,它既能接收日期時間對象,也能接收字串。更多資訊,請參見日期時間函數。
樣本如下所示:
原始日誌
time1: 2020-09-17 9:00:00
加工規則
將time1表示的日期時間轉化為Unix時間戳記。
e_set("time1", "2019-06-03 2:41:26") e_set("time2", dt_totimestamp(dt_parse(v("time1")))) 或 e_set("time2", dt_parsetimestamp(v("time1")))
加工結果
time1: 2019-06-03 2:41:26 time2: 1559529686
情境5:為日誌不存在的欄位填充預設值(default傳參)
部分SLS DSL運算式函數對輸入的參數有一定要求,如果不滿足,資料加工視窗會報錯或返回預設值。當日誌中存在必要而殘缺欄位時,您可以在op_len函數中填充預設值。
傳遞預設值給後續的函數時可能會進一步報錯,因而需要及時處理函數返回的異常。
原始日誌
data_len: 1024
加工規則
e_set("data_len", op_len(v("data", default="")))
加工結果
data: 0 data_len: 0
情境6:判斷日誌並增加欄位(e_if函數與e_switch函數)
推薦使用e_if函數或e_switch函數進行日誌判斷。更多資訊,請參見流程式控制制函數。
e_if函數
e_if(條件1, 操作1, 條件2, 操作2, 條件3, 操作3, ....)
e_switch函數
e_switch函數是條件與操作的配對組合。依次根據條件進行判斷,滿足條件的進行對應操作,然後直接返回操作結果。不滿足條件的不進行對應操作,直接進行下一個條件判斷。如果沒有滿足任一條件並且配置了default參數,則執行default配置的操作並返回。
e_switch(條件1, 操作1, 條件2, 操作2, 條件3, 操作3, ...., default=None)
樣本如下所示:
原始日誌
status1: 200 status2: 404
e_if函數
加工規則
e_if(e_match("status1", "200"), e_set("status1_info", "normal"), e_match("status2", "404"), e_set("status2_info", "error"))
加工結果
status1: 200 status2: 404 status1_info: normal status2_info: error
e_switch函數
加工規則
e_switch(e_match("status1", "200"), e_set("status1_info", "normal"), e_match("status2", "404"), e_set("status2_info", "error"))
加工結果
只要有一個條件滿足,就返回結果,不再進行後續條件判斷。
status1: 200 status2: 404 status1_info: normal
情境7:資料轉化納秒級的Unix時間戳記
部分情境需要Log Service的資料加工能夠滿足納秒級精度時間戳記的需求,當原始日誌中存在Unix時間格式欄位,您可以使用欄位操作函數,將其解析成納秒精度的日誌時間。
原始日誌
{ "__source__": "1.2.3.4", "__time__": 1704983810, "__topic__": "test", "log_time_nano":"1705043680630940602" }
加工規則
e_set( "__time__", op_div_floor(ct_int(v("log_time_nano")), 1000000000), ) e_set( "__time_ns_part__", op_mod(ct_int(v("log_time_nano")), 1000000000), )
加工結果
{ "__source__": "1.2.3.4", "__time__": 1705043680, "__time_ns_part__": 630940602, "__topic__": "test", "log_time_nano":"1705043680630940602" }
情境8:資料轉化微秒級標準 ISO8601 時間戳記
部分情境需要Log Service的資料加工滿足高精度時間戳記的需求,當原始日誌中存在標準 ISO8601時間格式的欄位,您可以使用欄位操作函數,將其解析成微秒精度的日誌時間。
原始日誌
{ "__source__": "1.2.3.4", "__time__": 1704983810, "__topic__": "test", "log_time":"2024-01-11 23:10:43.992847200" }
加工規則
e_set( "__time__", dt_parsetimestamp(v("log_time"), tz="Asia/Shanghai"), mode="overwrite", ) e_set("tmp_ms", dt_prop(v("log_time"), "microsecond")) e_set( "__time_ns_part__", op_mul(ct_int(v("tmp_ms")), 1000), )
加工結果
{ "__source__": "1.2.3.4", "__time__": 1704985843, "__time_ns_part__": 992847000, "__topic__": "test", "log_time": "2024-01-11 23:10:43.992847200", "tmp_ms": "992847" }