本文介绍映射富化函数的语法规则，包括参数解释、函数示例等。

函数列表

类型 函数 说明
字段映射 e_dict_map 根据输入字段的值，通过字典映射出一个新的字段。
e_table_map 根据输入字段的值，在表格中查找对应的行，返回对应字段的值。
搜索映射 e_search_dict_map 对关键字（查询字符串）以及其匹配的值的字典数据进行映射。
e_search_table_map 对某列（查询字符串）以及其匹配的值的表格数据进行映射。

e_dict_map

  • 函数格式 
    e_dict_map(data, field, output_field, case_insensitive=True, missing=None, mode="overwrite")
  • 参数说明
    参数名称 参数类型 是否必填 说明
    data Dict 是 表示映射关系的字典，标准的关键字、值的配对。要求关键字必须是字符串。
    field String或者String List 是 一个字段名或者多个字段名的列表。多个字段时：
    • 依次对匹配到的值进行映射。
    • 如果匹配命中多条日志，且mode的取值为overwrite时，则最后一个会覆盖前面的结果。
    • 当没有匹配到任何字段，则使用missing作为匹配到的值。
    output_field String 是 输出字段的名称。
    case_insensitive Bool 否 匹配时大小写是否不敏感，默认为True表示不敏感。
    说明 如果字典中存在同一个关键字的不同大小写，且case_insensitive设置为True时，会优先选择大小写完全匹配的值。如果没有，则随机选择一个。
    missing String 否 无匹配字段时的目标字段的值。默认为None表示不做任何操作。
    说明 如果字典中包含默认匹配星号（*），由于星号（*）的优先级高于missing，此时missing将不起作用。
    mode String 否 字段的覆盖模式。默认为overwrite。更多信息，请参见字段提取检查与覆盖模式。
  • 返回结果

    返回附带了新字段值的事件。

  • 函数示例
    • 示例1
      原始日志： 
      data:  123
pro:  1
      加工规则： 
      e_dict_map({"1": "TCP", "2": "UDP", "3": "HTTP", "*": "Unknown"}, "pro", "protocol")
      加工结果： 
      data:  123
pro:  1
protocol:  TCP
    • 示例2
      原始日志（三条日志）： 
      status:  500
      status:  400
      status:  200
      加工规则： 
      e_dict_map({"400": "错误", "200": "正常", "*": "其他"}, "status", "message")
      加工结果： 
      status:  500
message:  其他
      status:  400
message:  错误
      status:  200
message:  正常

e_table_map

  • 函数格式 
    e_table_map(data, field, output_fields, missing=None, mode="fill-auto")
  • 参数说明
    参数名称 参数类型 是否必填 说明
    data 表格 是 多列的值映射表格。
    说明 如果采用资源函数res_rds_mysql和res_log_logstore_pull作为数据源，则为了提升处理性能，请尽量设置primary_keys参数。如何设置，请参见资源函数。
    field String、String List或Tuple List 是 事件中映射到表格的源字段。如果事件中不存在对应字段，则不进行任何操作。
    output_fields String、String List或Tuple List 是 表格中映射出的字段。
    missing String 否 无匹配字段时的目标字段的值。默认为None表示不做任何操作。如果目标字段是多列，则missing可以是一个长度与目标字段数一致的默认值列表。
    说明 如果表格中包含默认匹配星号（*），由于星号（*）的优先级高于missing，此时missing将不起作用。
    mode String 否 字段的覆盖模式。默认为fill-auto。更多信息，请参见字段提取检查与覆盖模式。
  • 返回结果

    返回附带了新字段值的事件。

  • 函数示例
    • 示例1：输出一个字段。
      原始日志： 
      data: 123
city: nj
      加工规则： 
      e_table_map(tab_parse_csv("city,pop,province\nnj,800,js\nsh,2000,sh"), "city", "province")
      加工结果： 
      data: 123
city: nj
province: js
    • 示例2：输出两个字段。
      原始日志： 
      data: 123
city: nj
      加工规则： 
      e_table_map(tab_parse_csv("city,pop,province\nnj,800,js\nsh,2000,sh"), "city", ["province", "pop"])
      加工结果： 
      data: 123
city: nj
province: js
pop: 800
    • 示例3：tab_parse_csv的sep使用。
      原始日志： 
      data: 123
city: nj
      加工规则： 
      e_table_map(tab_parse_csv("city#pop#province\nnj#800#js\nsh#2000#sh", sep='#'), "city", ["province", "pop"])
      加工结果： 
      data: 123
city: nj
province: js
pop: 800
    • 示例4：tab_parse_csv的quote使用。
      原始日志： 
      data: 123
city: nj
      加工规则： 
      e_table_map(tab_parse_csv('city,pop,province\n|nj|,|800|,|js|\n|shang hai|,2000,|SHANG,HAI|', quote='|'), "city", ["province", "pop"])
      加工结果： 
      data: 123
city: nj
province: js
pop: 800
    • 示例5：日志匹配字段与table字段不一样。
      原始日志： 
      data: 123
cty: nj
      加工规则： 
      e_table_map(tab_parse_csv("city,pop,province\nnj,800,js\nsh,2000,sh"), [("cty","city")], "province")
      加工结果： 
      data: 123
cty: nj
province: js
    • 示例6：日志匹配字段与table字段不一样，并且对输出字段进行重命名。
      原始日志： 
      data: 123
cty: nj
      加工规则： 
      e_table_map(tab_parse_csv("city,pop,province\nnj,800,js\nsh,2000,sh"), [("cty","city")], [("province","pro")])
      加工结果： 
      data: 123
cty: nj
pro: js
    • 示例7：多个日志匹配字段。
      原始日志： 
      data: 123
city: nj
pop: 800
      加工规则： 
      e_table_map(tab_parse_csv("city,pop,province\nnj,800,js\nsh,2000,sh"), ["city", "pop"], "province")
      加工结果： 
      data: 123
city: nj
pop: 800
province: js
    • 示例8：多个日志匹配字段，且日志匹配字段与table字段不一样。
      原始日志： 
      data: 123
cty: nj
pp: 800
      加工规则： 
      e_table_map(tab_parse_csv("city,pop,province\nnj,800,js\nsh,2000,sh"), [("cty", "city"), ("pp", "pop")], "province")
      加工结果： 
      data: 123
cty: nj
pop: 800
province: js

e_search_dict_map

  • 函数格式 
    e_search_dict_map(data, output_field, multi_match=False, multi_join=" ", missing=None, mode="overwrite")
  • 参数说明
    参数名称 参数类型 是否必填 说明
    data Dict 是 映射字典，标准的关键字、值的配对。要求关键字必须是搜索字符串。关于搜索字符串的更多信息，请参见dct_get函数。
    output_field String 是 输出字段的名称。
    multi_match Bool 否 是否允许匹配多个字段。默认为False表示否，会返回匹配到的第一个字段值。支持使用multi_join拼接多个匹配的值。
    multi_join String 否 匹配多个字段时，多值的连接字符串，默认为空格。当multi_match值为True时生效。
    missing String 否 无匹配时的目标字段的值。默认为None表示不做任何操作。
    说明 如果字典中包含默认匹配星号（*），由于星号（*）的优先级高于missing，此时missing将不起作用。
    mode String 否 字段的覆盖模式。默认为overwrite。更多信息，请参见字段提取检查与覆盖模式。
  • 返回结果

    返回查询匹配中后的映射结果。

  • 函数示例
    • 示例1：匹配模式。
      原始日志： 
      data:123
pro:1
      加工规则： 
      e_search_dict_map ({"pro==1": "TCP", "pro==2": "UDP", "pro==3": "HTTP"}, "protocol")
      加工结果： 
      data:123
pro:1
protocol:TCP
    • 示例2：根据字段值的不同开头进行映射。
      原始日志： 
      status:200,300
      加工规则： 
      e_search_dict_map ({"status:2??": "ok", "status:3??": "redirect", "status:4??": "auth", "status:5??": "server_error"}, "status_desc", multi_match=True, multi_join="测试")
      加工结果： 
      status:200,300
status_desc:ok测试redirect

e_search_table_map

  • 函数格式 
    e_search_table_map(data, inpt, output_fields, multi_match=False, multi_join=" ", missing=None, mode="fill-auto")
  • 参数说明
    参数名称 参数类型 是否必填 说明
    data 表格 是 搜索表格，表格某一列必须是搜索字符串。
    inpt String 是 表格中的用于匹配搜索的字段名。
    output_fields String，String List或Tuple List 是 表格中映射出的字段，可以是字符串、列表或者其名称映射元组的列表。
    multi_match Bool 否 是否允许匹配多个字段。默认为False表示否，会返回匹配到的第一个字段值。支持使用multi_join来拼接多个匹配的值。
    multi_join String 否 匹配多个字段时，多值的连接字符串，默认为空格。当multi_match值为True时生效。
    missing String 否 无匹配时的目标字段的值。默认为None表示不做任何操作。
    说明 如果表格中包含默认匹配*，由于*的优先级高于missing，此时missing将不起作用。
    mode String 否 字段的覆盖模式。默认为fill-auto。
  • 搜索表格
    搜索列名称 类型1 类型2
    content: guide and title:~"\w guide"' guide user
    content: city and title:~"\w shanghai" food home
  • 返回结果

    返回查询匹配中后的映射结果。

  • 函数示例
    • 示例1：简单模式。
      原始日志： 
        data: 123
  city: sh
      加工规则： 
      e_search_table_map(tab_parse_csv("search,pop,province\ncity==nj,800,js\ncity==sh,2000,sh"), "search", ["pop", "province"])
      加工结果： 
      data: 123
city: sh
province: sh
pop: 2000
    • 示例2：overwrite模式。
      原始日志： 
      data: 123
city: nj
province:
      加工规则： 
      e_search_table_map(tab_parse_csv("search,pop,province\ncity==nj,800,js\ncity==sh,2000,sh"), "search", "province",mode="overwrite")
      加工结果： 
      data: 123
city: nj
province: js
    • 示例3：missing模式，在table中没有province。
      原始日志： 
      data: 123
city: wh
province:
      加工规则： 
      e_search_table_map(tab_parse_csv("search,pop,province\ncity==nj,800,\ncity==sh,2000,sh"), "search", "province",missing="Unknown")
      加工结果： 
      data: 123
city: wh
province: Unknown
    • 示例4：multi_match模式。
      原始日志： 
      data: 123
city: nj,sh
province:
      加工规则： 
      e_search_table_map(tab_parse_csv("search,pop,province\ncity:nj,800,js\ncity:sh,2000,sh"), "search", "province",multi_match=True, multi_join=",")
      加工结果： 
      data: 123
city: nj,sh
province: js,sh