借助阿里云在亚洲加速迈向成功
一站式安全合规咨询服务
MLPS 2.0 一站式合规解决方案
依托我们的网络进军中国市场
提升面向互联网应用的性能和安全性
保障您的中国业务安全无忧
通过强大的数据安全框架保护您的数据资产
申请 ICP 备案的流程解读和咨询服务
面向大数据建设、管理及应用的全域解决方案
企业内大数据建设、管理和应用的一站式解决方案
将您的采购和销售置于同一企业级全渠道数字平台上
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人
快速搭建在线教育平台
提供域名注册、分析和保护服务
云原生 Kubernetes 容器化应用运行环境
以 Kubernetes 为使用界面的容器服务产品,提供符合容器规范的算力资源
安全的镜像托管服务,支持全生命周期管理
多集群环境下微服务应用流量统一管理
提供任意基础设施上容器集群的统一管控,助您轻松管控分布式云场景
高弹性、高可靠的企业级无服务器 Kubernetes 容器产品
敏捷安全的 Serverless 容器运行服务
为虚拟机和容器提供高可靠性、高性能、低时延的块存储服务
一款海量、安全、低成本、高可靠的云存储服务
可靠、弹性、高性能、多共享的文件存储服务
全托管、可扩展的并行文件系统服务。
全托管的 NoSQL 结构化数据实时存储服务
可抵扣多种存储产品的容量包,兼具灵活性和长期成本优化
让您的应用跨不同可用区资源自动分配访问量
随时绑定和解绑 VPC ECS
云网络公网、跨域流量统一计费
高性价比,可抵扣按流量计费的流量费用
创建云上隔离的网络,在专有环境中运行资源
在 VPC 环境下构建公网流量的出入口
具备网络状态可视化、故障智能诊断能力的自助式网络运维服务。
安全便捷的云上服务专属连接
基于阿里云专有网络的私有 DNS 解析服务
保障在线业务不受大流量 DDoS 攻击影响
系统运维和安全审计管控平台
业务上云的第一个网络安全基础设施
集零信任内网访问、办公数据保护、终端管理等多功能于一体的办公安全管控平台
提供7X24小时安全运维平台
防御常见 Web 攻击,缓解 HTTP 泛洪攻击
实现全站 HTTPS,呈现可信的 WEB 访问
为云上应用提供符合行业标准和密码算法等级的数据加解密、签名验签和数据认证能力
一款发现、分类和保护敏感数据的安全服务
创建、控制和管理您的加密密钥
快速提高应用高可用能力服务
围绕应用和微服务的 PaaS 平台
兼容主流开源微服务生态的一站式平台
多集群环境下微服务应用流量统一管理
Super MySQL 和 PostgreSQL,高度兼容 Oracle 语法
全托管 MySQL、PostgreSQL、SQL Server、MariaDB
兼容 Redis® 的缓存和KV数据库
兼容Apache Cassandra、Apache HBase、Elasticsearch、OpenTSDB 等多种开源接口
文档型数据库,支持副本集和分片架构
100%兼容 Apache HBase 并深度扩展,稳定、易用、低成本的NoSQL数据库。
低成本、高可用、可弹性伸缩的在线时序数据库服务
专为搜索和分析而设计,成本效益达到开源的两倍,采用最新的企业级AI搜索和AI助手功能。
一款兼容PostgreSQL协议的实时交互式分析产品
一种快速、完全托管的 TB/PB 级数据仓库
基于 Flink 为大数据行业提供解决方案
基于Qwen和其他热门模型的一站式生成式AI平台,可构建了解您业务的智能应用程
一站式机器学习平台,满足数据挖掘分析需求
高性能向量检索服务,提供低代码API和高成本效益
帮助您的应用快速构建高质量的个性化推荐服务能力
提供定制化的高品质机器翻译服务
全面的AI计算平台,满足大模型训练等高性能AI计算的算力和性能需求
具备智能会话能力的会话机器人
基于机器学习的智能图像搜索产品
基于阿里云深度学习技术,为用户提供图像分割、视频分割、文字识别等离线SDK能力,支持Android、iOS不同的适用终端。
语音识别、语音合成服务以及自学习平台
一站式智能搜索业务开发平台
助力金融企业快速搭建超低时延、高质量、稳定的行情数据服务
帮助企业快速测算和分析企业的碳排放和产品碳足迹
企业工作流程自动化,全面提高效率
金融级云原生分布式架构的一站式高可用应用研发、运维平台
eKYC 数字远程在线解决方案
可智能检测、大数据驱动的综合性反洗钱 (AML) 解决方案
阿里云APM类监控产品
实时云监控服务,确保应用及服务器平稳运行
为系统运维人员管理云基础架构提供全方位服务的云上自动化运维平台
面向您的云资源的风险检测服务
提升分布式环境下的诊断效率
日志类数据一站式服务,无需开发就能部署
ECS 预留实例
让弹性计算产品的成本和灵活性达到最佳平衡的付费方式。云原生 AI 套件
加速AI平台构建,提高资源效率和交付速度FinOps
实时分析您的云消耗并实现节约SecOps
实施细粒度安全控制DevOps
快速、安全地最大限度提高您的DevOps优势自带IP上云
自带公网 IP 地址上云全球网络互联
端到端的软件定义网络解决方案,可推动跨国企业的业务发展全球应用加速
提升面向互联网应用的性能和安全性全球互联网接入
将IDC网关迁移到云端云原生 AI 套件
加速AI平台构建,提高资源效率和交付速度FinOps
实时分析您的云消耗并实现节约SecOps
实施细粒度安全控制DevOps
快速、安全地最大限度提高您的DevOps优势金融科技云数据库解决方案
利用专为金融科技而设的云原生数据库解决方案游戏行业云数据库解决方案
提供多种成熟架构,解决所有数据问题Oracle 数据库迁移
将 Oracle 数据库顺利迁移到云原生数据库数据库迁移
加速迁移您的数据到阿里云阿里云上的数据湖
实时存储、管理和分析各种规模和类型的数据数码信贷
利用大数据和 AI 降低信贷和黑灰产风险面向企业数据技术的大数据咨询服务
帮助企业实现数据现代化并规划其数字化未来人工智能对话服务
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人EasyDispatch 现场服务管理
为现场服务调度提供实时AI决策支持在线教育
快速搭建在线教育平台窄带高清 (HD) 转码
带宽成本降低高达 30%广电级大型赛事直播
为全球观众实时直播大型赛事,视频播放流畅不卡顿直播电商
快速轻松地搭建一站式直播购物平台用于供应链规划的Alibaba Dchain
构建和管理敏捷、智能且经济高效的供应链云胸牌
针对赛事运营的创新型凭证数字服务数字门店中的云 POS 解决方案
将所有操作整合到一个云 POS 系统中元宇宙
元宇宙是下一代互联网人工智能 (AI) 加速
利用阿里云 GPU 技术,为 AI 驱动型业务以及 AI 模型训练和推理加速DevOps
快速、安全地最大限度提高您的DevOps优势数据迁移解决方案
加速迁移您的数据到阿里云企业 IT 治理
在阿里云上构建高效可控的云环境基于日志管理的AIOps
登录到带有智能化日志管理解决方案的 AIOps 环境备份与存档
数据备份、数据存档和灾难恢复用阿里云金融服务加快创新
在云端开展业务,提升客户满意度
为全球资本市场提供安全、准确和数字化的客户体验
利用专为金融科技而设的云原生数据库解决方案
利用大数据和 AI 降低信贷和黑灰产风险
建立快速、安全的全球外汇交易平台
新零售时代下,实现传统零售业转型
利用云服务处理流量波动问题,扩展业务运营、降低成本
快速轻松地搭建一站式直播购物平台
面向大数据建设、管理及应用的全域解决方案
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人
以数字化媒体旅程为当今的媒体市场准备就绪您的内容
带宽成本降低高达 30%
快速轻松地搭建一站式直播购物平台
为全球观众实时直播大型赛事,视频播放流畅不卡顿
使用阿里云弹性高性能计算 E-HPC 将本地渲染农场连接到云端
构建发现服务,帮助客户找到最合适的内容
保护您的媒体存档安全
通过统一的数据驱动平台提供一致的全生命周期客户服务
在钉钉上打造一个多功能的电信和数字生活平台
在线存储、共享和管理照片与文件
提供全渠道的无缝客户体验
面向中小型企业,为独立软件供应商提供可靠的IT服务
打造最快途径,助力您的新云业务扬帆起航
先进的SD-WAN平台,可实现WAN连接、实时优化并降低WAN成本
通过自动化和流程标准化实现快速事件响应
针对关键网络安全威胁提供集中可见性并进行智能安全分析
提供大容量、可靠且高度安全的企业文件传输
用智能技术数字化体育赛事
基于人工智能的低成本体育广播服务
专业的广播转码及信号分配管理服务
基于云的音视频内容引入、编辑和分发服务
在虚拟场馆中模拟关键运营任务
针对赛事运营的创新型凭证数字服务
智能和交互式赛事指南
轻松管理云端背包单元的绑定直播流
通过数据加强您的营销工作
元宇宙是下一代互联网
利用生成式 AI 加速创新,创造新的业务佳绩
阿里云高性能开源大模型
借助AI轻松解锁和提炼文档中的知识
通过AI驱动的语音转文本服务获取洞察
探索阿里云人工智能和数据智能的所有功能、新优惠和最新产品
该体验中心提供广泛的用例和产品帮助文档,助您开始使用阿里云 AI 产品和浏览您的业务数据。
利用阿里云 GPU 技术,为 AI 驱动型业务以及 AI 模型训练和推理加速
元宇宙是下一代互联网
构建发现服务,帮助客户找到最合适的内容
全渠道内置 AI 驱动、拟人化、多语言对话的聊天机器人
加速迁移您的数据到阿里云
在阿里云上建立一个安全且易扩容的环境,助力高效率且高成本效益的上云旅程
迁移到完全托管的云数据库
将 Oracle 数据库顺利迁移到云原生数据库
自带公网 IP 地址上云
利用阿里云强大的安全工具集,保障业务安全、应用程序安全、数据安全、基础设施安全和帐户安全
保护、备份和还原您的云端数据资产
MLPS 2.0 一站式合规解决方案
快速高效地将您的业务扩展到中国,同时遵守适用的当地法规
实现对 CloudOps、DevOps、SecOps、AIOps 和 FinOps 的高效、安全和透明的管理
构建您的原生云环境并高效管理集群
快速、安全地最大限度提高您的DevOps优势
实施细粒度安全控制
提供运维效率和总体系统安全性
实时分析您的云消耗并实现节约
实时存储、管理和分析各种规模和类型的数据
登录到带有智能化日志管理解决方案的 AIOps 环境
帮助企业实现数据现代化并规划其数字化未来
帮助零售商快速规划数字化之旅
将全球知名的 CRM 平台引入中国
在线存储、共享和管理照片与文件
构建、部署和管理高可用、高可靠、高弹性的应用程序
快速、安全地最大限度提高您的DevOps优势
将您的采购和销售置于同一企业级全渠道数字平台上
企业内大数据建设、管理和应用的一站式解决方案
帮助企业简化 IT 架构、实现商业价值、加速数字化转型的步伐
快速高效地将您的业务扩展到中国,同时遵守适用的当地法规
快速搜集、处理、分析联网设备产生的数据
0.0.201
本文介绍查询与分析日志的常见报错及对应的解决方法。
错误描述
您当前查询的Logstore中索引字段别名发生冲突,SQL无法确定您想要分析的具体列。
原理解释
SLS SQL并发配额是用户Project级别隔离,同一个Project中的多个SQL请求提交到SLS服务端,当SQL正在执行中,将占用一个SQL并发配额;当SQL执行完成,将归还本次分配的SQL并发配额。 用户一个Project的SQL并发配额,执行普通SQL模式时为15,执行增强SQL模式时为150。
报错原因
您的并发请求数过高。
您单次请求SQL的延时较高。
您的业务代码中SQL请求异常重试逻辑导致的大量循环重试。
解决方法
降低请求量。
优化SQL,减少单次SQL的执行延时。
重试逻辑增加随机等待时间,避免无效重复的循环重试,导致额外并发请求压力的增加。
错误描述
您正在SQL中使用嵌套子查询,请在最内层的子查询中指定表名。
报错原因
SLS为了简化用户查询,在进行单表查询时,默认指定当前所在Logstore为FROM所在表。假设您当前Logstore名为test,那么,以下3个查询语句是同义的:
语句1:您可以不指定FROM子句。
语句2:您可以使用FROM log,这将指定当前所在Logstore。
语句3:您可以明确指定您查询的表为Logstore为test。
但当您进行包含子查询的复杂查询时,SLS无法为您推断各子查询中目标表,所以您必须在子查询中手动指定FROM子句。
解决方法
如果您想查询当前Logstore,您可以直接使用"FROM log"常量字符串指定From表为当前Logstore。
当然您也可以明确指定您要查询的目标Logstore名字。
错误描述
SQL语句中存在语法错误,使用SQL函数时,输入的参数类型不正确。
报错原因
该函数需要接收一个字符串类型的参数,但是输入的参数类型为bigint。
这类错误可能出现在不同的函数中,不一定是url_decode,也有可能是regexp_like,但错误原因一样:使用SQL函数时,输入的参数类型不正确。
解决方法
将输入的参数转换为字符串类型后再传递给url_decode函数。可以使用CAST或CONVERT函数将bigint类型的参数转换为字符串类型的参数,或者直接在调用该函数时使用引号将参数括起来,将其转换为字符串类型。例如:
SELECT url_decode(CAST(bigint_param AS varchar(20))) -- 使用CAST函数将bigint类型参数转换为字符串类型SELECT url_decode('123456789') -- 若参数是字面量,可以直接将参数括起来,将其转换为
错误描述
正则匹配无法访问指定组。
报错原因
正则匹配到0个组,无法访问第1个组。 有可能在正则表达式中使用了分组语法,但是没有定义任何分组。在此情况下,无法访问分组,因为分组根本不存在。
解决方法
检查正则表达式中的分组语法,并确保至少有一个分组定义在模式中。可以使用圆括号 () 来定义分组。例如,要匹配一个字符串中的电子邮件地址,并将用户名和域名分别作为分组,请使用以下正则表达式:(w+)@(w+.w+)。在这个例子中,有两个分组,因此可以用 group(1) 和 group(2) 来访问分组的值。如果不需要分组,可以使用非捕获分组,例如:(?:w+)@(?:w+.w+)。如果问题依然存在,可以使用在线正则检查器进行在线调试,待验证无误后再填充到SQL中。
错误描述
ts_compare函数必须按timestamp类型分组。
报错原因
您在SQL中使用ts_compare函数时,group by的列,可能是非timestamp类型的数值型或其他类型。
解决方法
请确保ts_compare函数对应的group by列类型使用正确的timestamp类型,您可以使用from_unixtime函数等函数将整型时间戳转换成timestamp类型。
错误描述
无法选择最佳的候选操作符,必须添加显式类型转换。
报错原因
这通常是因为您正在尝试在不同类型变量之间执行算术或比较操作,而系统无法自动识别应该使用哪种类型的操作符。
解决方法
您需要添加显式的类型转换来告诉系统应该使用哪种类型的操作符。
例如,如果您正在尝试将一个字符串类型的变量和一个整数类型的变量相加,您可以使用CAST函数来将字符串类型的变量转换为整数类型,然后再执行加法操作。示例代码如下:
SELECT CAST('10' AS INTEGER) + 5;
在这里,我们使用CAST函数将字符串类型的变量'10'转换为整数类型,然后将其与整数类型的变量5相加。这样可以避免出现以上错误。
错误描述
GROUP BY子句不能包含聚合函数或窗口函数。
报错原因
在GROUP BY子句中包含聚合函数或窗口函数。
解决方法
请在GROUP BY子句中只包含列名,而不是聚合函数或窗口函数。聚合函数和窗口函数应该在SELECT语句中使用,而不是在GROUP BY子句中使用。如果您需要在GROUP BY子句中使用聚合函数,则可以使用列的别名或数字索引来代替聚合函数。例如,使用以下查询:
SELECT column1, column2, COUNT(column3) as count_column3
FROM table
GROUP BY column1, column2, 3
在这个查询中,count_column3 是 COUNT(column3) 的别名,3 是 COUNT(column3) 在SELECT语句中的位置。请注意,使用数字索引可能会使代码难以理解,建议使用列别名。
错误描述
WHERE子句不能包含聚合函数或窗口函数。
报错原因
在WHERE子句中包含聚合函数或窗口函数。
解决方法
请在WHERE子句中只包含列名,而不是聚合函数或窗口函数。聚合函数和窗口函数应该在SELECT语句中使用,而不是在WHERE子句中使用。如果您需要在WHERE子句中使用聚合函数,则可以使用列的别名来代替聚合函数。
例如,使用以下查询:
SELECT column1, column2, COUNT(column3) as count_column3
FROM table
WHERE count_column3 > 10
在这个查询中,count_column3 是 COUNT(column3) 的别名,它代表column3的聚合计数结果。
错误描述
非法JSON访问路径。
报错原因
您在SQL中使用JSON函数(如json_extract、json_extract_scalar、json_size等)访问指定的JSON路径时,未指定有效路径。
解决方法
正常指定json_path,格式为$.a.b
。其中$
代表当前JSON对象的根节点,半角句号.
引用到待提取的节点(可级联),但是当JSON对象的字段中存在特殊字符(如.
、空格
、-
等),例如 http.path、http path、http-path等,则需要使用中括号[]
代替半角句号.
,然后使用双引号""
包裹字段名,例如:
* | SELECT json_extract_scalar(request, '$["X-Power-Open-App-Id"]')
您可以参考JSON函数使用说明,了解JSON函数和json_path的具体用法。您还可以参考查询和分析JSON日志的常见问题了解json_path的具体使用方式。
报错原因
未对XXX字段建立索引。
解决方法
为目标字段设置索引,并开启统计功能。具体操作,请参见创建索引。
报错原因
查询和分析语句的语法错误,错误位置在冒号(:)附近。
解决方法
检查及修改查询和分析语句,然后重新执行。
报错原因
在SQL语句中,如果您使用了GROUP BY子句,则在执行SELECT语句时,只能选择GROUP BY的列或者对任意列进行聚合计算,不允许选择非GROUP BY的列。例如* | SELECT status, request_time, COUNT(*) AS PV GROUP BY status
为非法分析语句,因为request_time不是GROUP BY的列。
解决方法
修改查询和分析语句,然后重新执行。例如上述示例的正确语句为* | SELECT status, arbitrary(request_time), count(*) AS PV GROUP BY status
。更多信息,请参见GROUP BY子句。
报错原因
仅使用了分析语句。在日志服务中,分析语句必须与查询语句一起使用,格式为查询语句|分析语句
。
解决方法
在分析语句前加上查询语句,例如* | SELECT status, count(*) AS PV GROUP BY status
。更多信息,请参见基础语法。
报错原因
分析语句中的列名、变量名等以数字开头,不符合规范。在SQL标准中,列名必须由字母、数字和下划线(_)组成,且以字母开头。
解决方法
更改别名。如何修改,请参见列的别名。
报错原因
输入了多余的中文引号。
解决方法
检查及修改查询和分析语句,然后重新执行。
报错原因
未对XXX字段建立字段索引,或者您所使用的字段中包含了特殊字符(例如空格)但未使用双引号("")包裹。
解决方法
确认是否已为目标字段创建字段索引且开启统计功能。
如果是,请执行下一步。
如果不是,请先为目标字段创建字段索引且开启统计功能。具体操作,请参见手动创建字段索引。
执行该操作后,如果问题解决,则无需执行下一步。
使用双引号("")包裹目标字段。
报错原因
当前查询和分析语句所使用的服务端内存超过3 GB。该问题通常是因为使用GROUP BY子句去重后,值太多导致的。
解决方法
优化GROUP BY子句,减少GROUP BY子句中字段的个数。
报错原因
XXX不是索引字段,不能使用双引号("")包裹。在分析语句中,表示字符串的字符必须使用单引号('')包裹,无符号包裹或被双引号("")包裹的字符表示字段名或列名。
解决方法
如果XXX为分析字段,您需要为该字段配置索引,并开启统计功能。具体操作,请参见创建索引。
如果XXX为普通字符串,需要使用单引号('')包裹。
报错原因
分析操作并发数超过了15个。在日志服务中,单个Project支持的最大分析操作并发数为15个。
解决方法
合理控制分析操作的并发数。
报错原因
查询和分析语句的双引号(")未成对出现。
解决方法
检查及修改查询和分析语句,然后重新执行。
报错原因
输入了错误的关键词in。
解决方法
检查及修改查询和分析语句,然后重新执行。
报错原因
建立索引时,为字段配置了重复的索引。
解决方法
检查您的索引配置。具体操作,请参见创建索引。
报错原因
使用模糊查询时,未正确使用通配符。
解决方法
修改查询和分析语句中的通配符。相关说明如下:
支持在词的中间或者末尾加上模糊查询关键字,即星号(*)或问号(?)。
星号(*)或问号(?)不能用在词的开头。
long数据类型和double数据类型不支持使用星号(*)或问号(?)进行模糊查询。
报错原因
日志库XXX不存在或未配置索引。
解决方法
请检查对应的日志库是否存在。如果存在,请确保至少存在一个字段索引且开启统计功能。
报错原因
您在查询语句中使用的字段数为43个,超过日志服务所限制的30个。
解决方法
请修改查询语句,将字段数量控制在30个以内。
报错原因
查询和分析语句中所使用的字段的数据类型错误。
解决方法
请检查ROW函数的参数是否正确,并且参数中所有的字段是否存在且符合要求。如果参数正确,但结果仍然不是ROW类型,可以尝试使用CAST函数将其转换为ROW类型。
报错原因
您所分析的字段中包含了半角冒号(:)。
解决方法
使用半角双引号("")包裹字段。例如您要分析__tag__:__receive_time__
字段,可使用语句*| select "__tag__:__receive_time__"
。
在分析字段前,必须先创建字段索引。具体操作,请参见手动创建字段索引。
报错原因
系统内部错误。
解决方法
请刷新页面,重新执行查询和分析语句。