全部产品
存储与CDN 数据库 安全 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网
业务实时监控服务 ARMS

日志清洗最佳实践

更新时间:2017-11-10 17:10:25

ARMS 中数据清洗的作用和功能

ARMS 提供低学习成本实时监控解决方案。不同用户拥有不同的日志格式,以及不同日志的不同字段信息。ARMS 为适配用户日志,需要先对用户日志进行数据清洗工作。

例如,一行日志,包含日期格式,商品 ID 以及交易额如下。

2016-08-24-13:32:33|itemID=abc|amount=100

通过日志清洗,ARMS 需要知道,在这行日志中,时间为2016-08-24-13:32:33,商品 ID 为 abc,以及交易额为100。通过清洗出以上属性以后,ARMS 就可以在后续聚合计算编排中,针对这些属性进行相关场景的计算。

ARMS 抽象数据清洗过程为对日志数据的切分,形成字段(时间、字符串、数字等字段)。

ARMS 提供了两种数据清洗模式:智能切分和手动切分。两者区别如下:

智能切分 —— 快速、便捷、智能

智能生成数据清洗切分方案。对用户提供的部分日志样例进行智能分析,并推荐最优方案供用户选择。智能切分方案可转换为手动切分拖拽式界面进行微调,大大节省手动切分配置时间。

手动切分 —— 手动、全面、可控

通过拖拽式界面配置数据清洗切分逻辑,全图形化配置流程,不需要编写代码即可完成大部分的监控配置任务。

日志格式主要建议

  • 尽量保证格式一致

    同一日志源日志尽量保证格式一致,若存在多种日志在同一日志源,需要使用filter 功能过滤出需要的日志内容。

  • 使用可以识别的时间戳

    ARMS 支持多种常用时间格式: (需要精确到年月日时分秒,毫秒可选)

    手动切分中时间戳格式支持所有能转化为常用 SimpleDateFormat 时间正则表达式(如yyyy-MM-dd HH:mm:ss)的时间格式,时间正则详见 SimpleDateFormat 官方文档说明

    智能切分能识别的时间格式:

    • 支持常见能转化为常用 SimpleDateFormat 时间正则表达式(如 2016-8-21 23:12:53 等)的时间格式。
    • 支持 Ngix 时间格式,如: 28/Nov/2014:11:56:09 +0800
    • 支持其他 Java SimpleDateFormat 常用格式,详见智能切分时间格式说明文档
  • 使用清晰无歧义的分隔符 (常用分隔符为 空格、”|”、”;”、”,”等)

    推荐使用同种类的分隔符,更容易被切分器切分。

  • 字串子串等更推荐使用 JSON 格式

    日志串中含有 JSON 字串,使用 JSON 切分器处理,更易于数据清洗。 日志中 JSON 串需为有引号的标准 JSON 格式,且不能含有换行符。

自定义切分如何使用

具体参考文档自定义清洗的使用

本文导读目录