tencent cloud

PrevNext

文档反馈

请输入关键字

Recent Pages

文档
日志服务
    文档
    Download PDF

    使用单行-完全正则提取模式采集日志

    最后更新时间：2024-01-20 17:14:28
    下载PDF

      操作场景

      单行-完全正则模式适用于日志文本中每行内容为一条原始日志，且每条日志可按正则表达式提取为多个 key-value 键值的日志解析模式。若不需要提取 key-value，请参阅 单行全文格式 进行配置。 配置单行-完全正则模式时，您需要先输入日志样例，再自定义正则表达式。配置完成后，系统将根据正则表达式中的捕获组提取对应的 key-value。 如下内容将为您详细介绍如何采集单行-完全正则模式日志。

      前提条件

      假设您的一条日志原始数据为：
      10.135.46.111 - - [22/Jan/2019:19:19:30 +0800] "GET /my/course/1 HTTP/1.1" 127.0.0.1 200 782 9703 "http://127.0.0.1/course/explore?filter%5Btype%5D=all&filter%5Bprice%5D=all&filter%5BcurrentLevelId%5D=all&orderBy=studentNum" "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:64.0) Gecko/20100101 Firefox/64.0"  0.354 0.354
      配置的自定义正则表达式为：
      (\\S+)[^\\[]+(\\[[^:]+:\\d+:\\d+:\\d+\\s\\S+)\\s"(\\w+)\\s(\\S+)\\s([^"]+)"\\s(\\S+)\\s(\\d+)\\s(\\d+)\\s(\\d+)\\s"([^"]+)"\\s"([^"]+)"\\s+(\\S+)\\s(\\S+).*
      系统根据()捕获组提取对应的 key-value 后，您可以自定义每组的 key 名称如下所示：
      body_bytes_sent: 9703
      http_host: 127.0.0.1
      http_protocol: HTTP/1.1
      http_referer: http://127.0.0.1/course/explore?filter%5Btype%5D=all&filter%5Bprice%5D=all&filter%5BcurrentLevelId%5D=all&orderBy=studentNum
      http_user_agent: Mozilla/5.0 (Windows NT 10.0; WOW64; rv:64.0) Gecko/20100101 Firefox/64.0
      remote_addr: 10.135.46.111
      request_length: 782
      request_method: GET
      request_time: 0.354
      request_url: /my/course/1
      status: 200
      time_local: [22/Jan/2019:19:19:30 +0800]
      upstream_response_time: 0.354

      操作步骤

      登录控制台

      1. 登录 日志服务控制台。
      2. 在左侧导航栏中，单击日志主题，进入日志主题管理页面。

      新增日志主题

      1. 单击创建日志主题。
      2. 在弹出的对话框中，将“日志主题名称”填写为“test-whole”，单击确定，即可新增日志主题。

      机器组管理

      1. 日志主题创建成功后，进入该日志主题管理页面。
      2. 选择采集配置页签，在“LogListener采集配置”单击新增，选择需要采集的日志数据源格式。
      3. 在“机器组管理”页面，勾选需要与当前日志主题进行绑定的机器组，单击下一步。 即可进入采集配置阶段，更多详情请参阅 管理机器组。

      采集配置

      配置日志文件采集路径

      在“采集配置”页面，填写采集规则名称，并根据日志采集路径格式填写“采集路径”。 日志采集路径格式：[目录前缀表达式]/**/[文件名表达式] 。
      填写日志采集路径后，LogListener 会按照**[目录前缀表达式]匹配所有符合规则的公共前缀路径，并监听这些目录（包含子层目录）下所有符合[文件名表达式]**规则的日志文件。其参数详细说明如下：
      字段
      说明
      目录前缀
      日志文件前缀目录结构，仅支持通配符 * 和 ?
      * 表示匹配多个任意字符
      ? 表示匹配单个任意字符
      /**/
      表示当前目录以及所有子目录
      文件名
      日志文件名，仅支持通配符 * 和 ?
      * 表示匹配多个任意字符
      ? 表示匹配单个任意字符
      常用的配置模式如下：
      [公共目录前缀]/**/[公共文件名前缀]*
      [公共目录前缀]/*/[公共文件名后缀]
      [公共目录前缀]/**/[公共文件名前缀]*[公共文件名后缀]
      [公共目录前缀]/**/*[公共字符串]*
      填写示例如下：
      序号
      目录前缀表达式
      文件名表达式
      说明
      1.
      /var/log/nginx
      access.log
      此例中，日志路径配置为/var/log/nginx/**/access.log，LogListener 将会监听/var/log/nginx前缀路径下所有子目录中以access.log命名的日志文件
      2.
      /var/log/nginx
      *.log
      此例中，日志路径配置为 /var/log/nginx/**/*.log，LogListener 将会监听/var/log/nginx前缀路径下所有子目录中以 .log 结尾的日志文件
      3.
      /var/log/nginx
      error*
      此例中，日志路径配置为/var/log/nginx/**/error*，LogListener 将会监听/var/log/nginx前缀路径下所有子目录中以error开头命名的日志文件
      注意：
      Loglistener 2.3.9及以上版本才可以添加多个采集路径。
      暂不支持上传的日志内容中含有多种文本格式，可能会导致写入失败，例如 key:"{"substream":XXX}"。
      建议配置采集路径为 log/*.log，rename日志轮转后的老文件命名为 log/*.log.xxxx。
      默认情况下，一个日志文件只能被一个日志主题采集。如果一个文件需要对应多个采集配置，请给源文件添加一个软链接，并将其加到另一组采集配置中。

      配置采集策略

      全量采集：Loglistener 采集文件时，从文件的开头开始读。
      增量采集：Loglistener 采集文件时，只采集文件内新增的内容。

      配置单行-完全正则模式

      1. 在“采集配置”页面，将“提取模式”设置为单行-完全正则，并在“日志样例”文本框中，输入日志样例。
      2. 根据如下规则，定义正则表达式。 系统有手动模式和自动模式两种方式定义正则表达式。您可手动输入表达式提取 key-value 进行验证，也可单击正则表达式自动生成切换为自动模式。系统会根据您选择的模式以及定义好的正则表达式，提取 key-value 进行正则表达式的验证。
      手动模式：
      2.1.1 在“正则表达式”的文本框中，输入正则表达式。
      2.1.2 单击验证，系统将判断日志样例与正则表达式是否匹配。
      自动模式 （单击正则表达式自动生成进行切换）：
      2.1.1 
      在
      弹出的“正则表达式自动生成”模态视图中，根据实际的检索分析需求，选中需要提取 key-value 的日志内容，并在弹出的文本框中，输入键(key)名，单击确认提取。
      系统将自动对该部分内容提取一个正则表达式，自动提取结果会出现在 key-value 表格中。如下图所示：
      
      
      2.1.2 重复 步骤 a，直到提取完所有的 key-value 对。 如下图所示：
      
      
      
      2.1.3 单击确定，系统将根据提取好的 key-value 对自动生成完整的正则表达式。
      说明：
      无论选择自动模式还是手动模式，正则提取模式均在完成定义并验证通过后，将提取结果展示在“抽取结果”中。您只需定义每一组 key-value 对的 key 名称，即可将该名称用于日志检索分析。

      手动验证

      1. 当您的日志数据复杂时，可以将“手动验证”设置为
      
      ，即可开启手动验证。
      2. 输入多个日志样例，单击验证。系统将验证样例正则表达式的通过率。

      配置采集时间

      日志时间单位为：毫秒。
      日志的时间属性有如下方式：
      采集时间：默认作为日志的时间属性。
      原始时间戳：将“使用采集时间”设置为
      
      ，并填写原始时间戳的时间键以及对应的时间解析格式。 时间解析格式请参见 配置时间格式。
      采集时间：日志的时间属性由日志服务 CLS 采集该条日志的时间决定。
      原始时间戳：日志的时间属性由原始日志中时间戳决定。
      时间格式解析规则填写的示例如下：
      示例1： 日志样例原始时间戳：10/Dec/2017:08:00:00.000，解析格式为：%d/%b/%Y:%H:%M:%S.%f。
      示例2： 日志样例原始时间戳：2017-12-10 08:00:00.000，解析格式为：%Y-%m-%d %H:%M:%S.%f 。
      示例3： 日志样例原始时间戳：12/10/2017, 08:00:00.000，解析格式为：%m/%d/%Y, %H:%M:%S.%f。
      注意：
      日志时间支持以毫秒为单位，若时间格式填写错误日志时间将以采集时间为准。

      配置过滤器条件

      过滤器旨在您根据业务需要添加日志采集过滤规则，帮助您筛选出有价值的日志数据。过滤规则为 Perl 正则表达式，所创建的过滤规则为命中规则，即匹配上正则表达式的日志才会被采集上报。
      完全正则采集时，需要根据所自定义的键值对来配置过滤规则。例如，样例日志使用完全正则模式解析后，您希望 status 字段为400或500的所有日志数据被采集，那么 key 处配置 status，过滤规则处配置 400|500。
      注意：
      多条过滤规则之间关系是"与"逻辑，若同一 key 名配置多条过滤规则，规则会被覆盖。

      配置上传解析失败日志

      建议开启上传解析失败日志。开启后，Loglistener 会上传各式解析失败的日志。若关闭上传解析失败日志，则会丢弃失败的日志。
      开启后需要配置解析失败的 Key 值（默认为 LogParseFailure），所有解析失败的日志，均以输入内容作为键名称（Key），原始日志内容作为值（Value）进行上传。

      索引配置

      1. 单击下一步，进入“索引配置”页面。
      2. 在“索引配置”页面，设置如下信息。
      索引状态：确认是否开启。
      注意：
      检索必须开启索引配置，否则无法检索。
      全文索引：确认是否需要设置大小写敏感。
      全文分词符：默认为“@&()='",;:<>[]{}/ \\n\\t\\r”，确认是否需要修改。
      键值索引：默认关闭，您可根据 key 名按需进行字段类型、分词符以及是否开启统计分析的配置。若您需要开启键值索引，可将
      
      设置为
      
      。
      3. 单击提交，完成采集配置。

      相关操作

      检索日志，请参见 检索分析 文档。
      联系我们

      联系我们，为您的业务提供专属服务。

      联系我们
      技术支持

      如果你想寻求进一步的帮助，通过工单与我们进行联络。我们提供7x24的工单服务。

      提交工单
      7x24 电话支持
      Copyright © 2013-2024 Tencent Cloud. All Rights Reserved.
      隐私条款服务条款缓存条款