日志清洗最佳实践_最佳实践_自定义监控_业务实时监控服务 ARMS-阿里云

本文介绍了日志清洗最佳实践。

ARMS 中数据清洗的作用和功能

ARMS 提供易用的实时监控解决方案。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 和交易额：

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

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，交易额为 100。清洗出以上属性后，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 将数据清洗过程抽象为通过切分日志数据形成字段（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：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。智能切分方案也可以在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。全图形化的配置流程，让您不需要编写代码即可完成大部分监控配置任务。

尽量保证格式一致

同一日志源日志尽量保证格式一致，若同一日志源有多种日志，则需要使用 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：
- 支持能转化为常用 SimpleDateFormat 时间正则表达式（如 2016-8-21 23:12:53）的常见时间格式。
- 支持 Nginx 时间格式，例如 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，这样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，更易于清洗数据。日志中 JSON 串需为有引号的标准 JSON 格式，且不能含有换行符。