ORC格式 - Simple Log Service

Log Service將日誌投遞到OSS後，支援儲存為不同的檔案格式。本文介紹ORC格式。

參數配置

在建立OSS投遞任務（新版）時，選擇儲存格式為orc，對應的參數配置如下所示。 orc

相關參數說明如下表所示。

參數

說明

Key名稱

您可以在原始日誌頁簽中查看日誌欄位，將需要投遞到OSS的欄位名有序填入。OSS投遞任務將按照此順序組織ORC資料，並使用該欄位名作為ORC資料的列名。

Log Service還提供保留欄位__time__、__topic__、__source__。保留欄位的更多資訊，請參見保留欄位。

如果遇到如下兩種情況時，ORC資料的列值為null。

此處配置的欄位名在Logstore中不存在。
欄位的資料類型由string類型轉換非string類型（如double、int64等）失敗。

說明

同一個欄位名在Orc欄位中只能配置一次，不支援多次使用。
如果您的日誌中存在同名欄位（例如都為request_time），則Log Service會將其中一個欄位名顯示為request_time_0，底層儲存的欄位名仍為request_time。因此您在投遞時，只能使用原始欄位名request_time。
存在同名欄位時，系統只隨機投遞其中一個欄位的值。請盡量避免日誌中使用同名欄位。

類型

ORC儲存支援6種類型：string、boolean、int32、int64、float、double。

日誌投遞過程中，會將Log Service中的日誌欄位由string類型轉換為ORC目標類型。如果轉換到非string類型失敗，則該列資料為null。

OSS檔案地址

投遞到OSS後，OSS檔案地址樣本如下表所示。

說明

在建立OSS投遞任務時，如果您自訂了檔案尾碼，則檔案尾碼由您自訂的尾碼決定。
在建立OSS投遞任務時，如果您未自訂檔案尾碼，則檔案尾碼由壓縮類型決定。

壓縮類型	檔案尾碼	OSS檔案地址樣本	說明
不壓縮	如果您自訂了檔案尾碼，則以您的設定為準，例如.suffix。	oss://oss-shipper-chengdu/ecs_test/2022/01/26/20/54_1453812893059571256_937.suffix	下載到本地，使用orc-tools工具開啟。
不壓縮	如果未自訂檔案尾碼，則檔案尾碼為.orc。	oss://oss-shipper-chengdu/ecs_test/2022/01/26/20/54_1453812893059571256_937.orc
壓縮（snappy）	如果您自訂了檔案尾碼，則以您的設定為準，例如.suffix。	oss://oss-shipper-chengdu/ecs_test/2022/01/26/20/54_1453812893059571256_937.suffix
壓縮（snappy）	如果未自訂檔案尾碼，則檔案尾碼為.snappy.orc	oss://oss-shipper-chengdu/ecs_test/2022/01/26/20/54_1453812893059571256_937.snappy.orc
壓縮（zstd）	如果您自訂了檔案尾碼，則以您的設定為準，例如.suffix。	oss://oss-shipper-chengdu/ecs_test/2022/01/26/20/54_1453812893059571256_937.suffix
壓縮（zstd）	如果未自訂檔案尾碼，則檔案尾碼為.zst.orc	oss://oss-shipper-chengdu/ecs_test/2022/01/26/20/54_1453812893059571256_937.zst.orc

資料消費

通過E-MapReduce、Spark 、Hive消費資料。更多資訊，請參見社區文檔。

通過單機校正工具消費資料。

orc tool可用於查看ORC檔案的Meta資訊、讀取資料等。您可以通過maven repo下載orc-tools-1.7.2-uber.jar進行驗證。

查看Meta資訊

命令

java -jar ~/Downloads/orc-tools-1.7.2-uber.jar meta -p file.orc

返回結果

Processing data file /Users/xx/file.orc [length: 200779]
Structure for /Users/xx/file.orc
File Version: 0.12 with ORC_CPP_ORIGINAL by ORC C++ 1.7.2
Rows: 124022
Compression: ZSTD
Compression size: 65536
Calendar: Julian/Gregorian
Type: struct<bucket:string,bucket_region:string>

Stripe Statistics:
  Stripe 1:
    Column 0: count: 124022 hasNull: false
    Column 1: count: 124022 hasNull: false min: bucket0 max: sls-training-data sum: 1468133
    Column 2: count: 0 hasNull: true

File Statistics:
  Column 0: count: 124022 hasNull: false
  Column 1: count: 124022 hasNull: false min: bucket0 max: sls-training-data sum: 1468133
  Column 2: count: 0 hasNull: true

Stripes:
  Stripe: offset: 3 data: 199856 rows: 124022 tail: 97 index: 578
    Stream: column 0 section ROW_INDEX start: 3 length 102
    Stream: column 1 section ROW_INDEX start: 105 length 367
    Stream: column 2 section ROW_INDEX start: 472 length 109
    Stream: column 0 section PRESENT start: 581 length 25
    Stream: column 1 section PRESENT start: 606 length 25
    Stream: column 1 section LENGTH start: 631 length 38989
    Stream: column 1 section DATA start: 39620 length 160794
    Stream: column 2 section PRESENT start: 200414 length 23
    Stream: column 2 section LENGTH start: 200437 length 0
    Stream: column 2 section DATA start: 200437 length 0
    Encoding column 0: DIRECT
    Encoding column 1: DIRECT_V2
    Encoding column 2: DIRECT_V2

File length: 200779 bytes
Padding length: 0 bytes
Padding ratio: 0%

讀取資料

命令

java -jar ~/Downloads/orc-tools-1.7.2-uber.jar data -n 5 file.orc

返回結果

Processing data file /Users/xx/file.orc [length: 200779]
{"bucket":"bucket3","bucket_region":"cn-hangzhou"}
{"bucket":"bucket3","bucket_region":"cn-hangzhou"}
{"bucket":"bucket4","bucket_region":"cn-hangzhou"}
{"bucket":"dashboard-bucket","bucket_region":"cn-hangzhou"}
{"bucket":"bucket2","bucket_region":null}

更多用法請執行java -jar orc-tools-1.7.2-uber.jar命令或者參見orc tool查看協助。