本文介绍分隔符模式及通过日志服务控制台配置分隔符模式采集日志的步骤。

简介

分隔符日志以换行符为边界，每一行都是一条日志。分隔符日志使用分隔符将一条日志分割成多个字段，支持单字符模式和多字符模式。如果字段内部包含分隔符，可以使用引用符对字段进行包裹。

常见的分隔符日志有：CSV、TSV等。

  • 单字符模式

    单字符模式的日志示例如下所示。

    05/May/2016:13:30:28,10.10.*.*,"POST /PutData?Category=YunOsAccountOpLog&AccessKeyId=****************&Date=Fri%2C%2028%20Jun%202013%2006%3A53%3A30%20GMT&Topic=raw&Signature=******************************** HTTP/1.1",200,18204,aliyun-sdk-java
05/May/2016:13:31:23,10.10.*.*,"POST /PutData?Category=YunOsAccountOpLog&AccessKeyId=****************&Date=Fri%2C%2028%20Jun%202013%2006%3A53%3A30%20GMT&Topic=raw&Signature=******************************** HTTP/1.1",401,23472,aliyun-sdk-java
    在单字符模式中，您需要指定分隔符，也可以同时指定引用符。
    • 分隔符：通过单字符的分隔符分割日志，例如：制表符（\t）、竖线（|）、空格、逗号（,）、分号（;）和不可见字符等单字符。 分隔符不支持为双引号（"）。

      双引号（"）可以作为引用符，在字段边界出现，也可以作为字段内容出现。如果双引号（"）作为字段内容出现，需要进行转义，即在日志中处理为""。日志服务解析字段时会自动还原，将""还原为"。例如：分隔符为逗号（,），引用符为双引号（"），且日志字段内部包含双引号（"）和逗号（,），需要将包含逗号（,）的日志字段用引用符包裹，同时将日志字段中的双引号（"）转义为""。处理后的日志格式为：1999,Chevy,"Venture ""Extended Edition, Very Large""","",5000.00，该日志可以被解析为5个字段： 1999、Chevy、Venture "Extended Edition, Very Large"、空字段和5000.00。

    • 引用符：日志字段内容中包含分隔符时，需要指定引用符进行包裹，被引用符包裹的内容会被日志服务解析为一个完整字段。

      引用符可以设置为制表符（\t）、竖线（|）、空格、逗号（,）、分号（;）和不可见字符等单字符。

      例如：分隔符为逗号（,），引用符为双引号（"），日志为1997,Ford,E350,"ac, abs, moon",3000.00，该日志可以被解析为5个字段：1997 、Ford、E350、ac, abs, moon、3000.00。

  • 多字符模式
    多字符模式的日志示例如下所示。 
    05/May/2016:13:30:28&&10.200.**.**&&POST /PutData?Category=YunOsAccountOpLog&AccessKeyId=****************&Date=Fri%2C%2028%20Jun%202013%2006%3A53%3A30%20GMT&Topic=raw&Signature=pD12XYLmGxKQ%2Bmkd6x7hAgQ7b1c%3D HTTP/1.1&&200&&18204&&aliyun-sdk-java
05/May/2016:13:31:23&&10.200.**.**&&POST /PutData?Category=YunOsAccountOpLog&AccessKeyId=****************&Date=Fri%2C%2028%20Jun%202013%2006%3A53%3A30%20GMT&Topic=raw&Signature=******************************** HTTP/1.1&&401&&23472&&aliyun-sdk-java

    多字符模式中，分隔符包括2~3个字符（例如：||、&&&、^_^）。日志解析根据分隔符进行匹配，您无需使用引用符对日志字段进行包裹。

    说明 确保日志字段内容中不会出现分隔符的完整匹配，否则会导致字段误分割。

    例如：分隔符为&&，日志为1997&&Ford&&E350&&ac&abs&moon&&3000.00会被解析为5个字段：1997、Ford、E350、ac&abs&moon、3000.00。

操作步骤

  1. 登录日志服务控制台。
  2. 在接入数据区域，选择分隔符-文本日志。
  3. 在选择日志空间页签中，选择目标Project和Logstore，单击下一步。
    您也可以单击立即创建，重新创建Project和Logstore，详情请参见步骤1：创建Project和Logstore。
  4. 在创建机器组页签中，创建机器组。
  5. 在机器组配置页签中，应用机器组。
    选择一个机器组，将该机器组从源机器组移动到应用机器组。
  6. 在Logtail配置页签中，创建Logtail配置。
    参数 说明
    配置名称 Logtail配置的名称，设置后不可修改。

    您也可以单击导入其他配置，导入其他Project中已创建的Logtail配置。

    日志路径 指定日志的目录和文件名。
    日志文件名支持完整文件名和通配符两种模式，文件名规则请参见Wildcard matching。日志文件查找模式为多层目录匹配，即指定目录（包含所有层级的目录）下所有符合条件的文件都会被查找到。例如：
    • /apsara/nuwa/ … /*.log表示/apsara/nuwa目录（包含该目录的递归子目录）中后缀名为.log的文件。
    • /var/logs/app_* … /*.log*表示/var/logs目录下所有符合app_*模式的目录（包含该目录的递归子目录）中包含.log的文件。
    说明
    • 一个文件只能被一个Logtail配置采集。
    • 目录通配符只支持星号（*）和问号（?）。
    是否为Docker文件 如果是Docker文件，可以直接配置容器内部路径与容器Tag，Logtail会自动监测容器的创建和销毁，并根据Tag进行过滤采集指定容器的日志。关于容器文本日志采集请参见通过DaemonSet-控制台方式采集Kubernetes文件。
    设置采集黑名单 开启该功能后，可设置黑名单配置。黑名单配置可在采集时忽略指定的目录或文件，目录和文件名支持完整匹配，也支持通配符模式匹配。例如：
    • 选择按目录路径，路径为/tmp/mydir，则在采集时过滤掉该目录下的所有文件。
    • 选择按文件路径，路径为/tmp/mydir/file，则在采集时过滤掉该文件。
    模式 默认为分隔符模式，可修改为其它模式，其他模式的配置请参见概述。
    日志样例 请根据实际场景输入一条日志样例，分隔符模式只适用于采集单行日志。
    分隔符 请根据您的日志格式选择正确的分隔符，否则日志数据会解析失败。
    说明 指定分隔符为不可见字符时，您需要查找不可见字符在ASCII码中对应的十六进制数，输入的格式为0x不可见字符在ASCII码中对应的十六进制数。例如ASCII码中排行为1的不可见字符填写为0x01。
    引用符 请根据您的日志格式选择正确的引用符，否则日志数据会解析失败。
    说明 指定引用符为不可见字符时，您需要查找不可见字符在ASCII码中对应的十六进制数，输入的格式为0x不可见字符在ASCII码中对应的十六进制数。例如ASCII码中排行为1的不可见字符填写为0x01。
    日志抽取内容 日志服务会根据您输入的日志样例及选择的分隔符提取日志内容，并将其定义为Value，您需要分别为Value指定对应的Key。
    是否接受部分字段 配置采集后，若日志中分割出的字段数少于配置的Key数量，是否上传已解析的字段。开启表示上传，关闭表示丢弃本条日志。
    例如，日志为11|22|33|44|55，设置分隔符为|，日志内容会被解析为11、22、33、44和55，为其分别设置Key为A、B、C、D和E。
    • 如果开启接受部分字段，采集日志11|22|33|55时，55会作为Key D的Value被上传到日志服务。
    • 如果关闭接受部分字段，该条日志会因字段与Key不匹配而被丢弃。
    使用系统时间
    • 开启使用系统时间，则日志时间为采集日志时，Logtail所在主机的系统时间。
    • 关闭使用系统时间，则需要在日志抽取内容中指定某一个Value为时间字段，并命名为time。选取时间字段后，您可以单击时间转换格式中的自动生成生成解析该时间字段的方式。关于日志时间格式的更多信息请参见时间格式。
    丢弃解析失败日志
    • 开启丢弃解析失败日志，解析失败的日志不上传到日志服务。
    • 关闭丢弃解析失败日志，日志解析失败时上传原始日志。
    最大监控目录深度 设置日志目录被监控的最大深度。最大深度范围：0~1000，0代表只监控本层目录。
    请根据您的需求选择高级配置。如没有特殊需求，建议保持默认配置。
    参数 详情
    启用插件处理 请选择是否启用Logtail处理。开启该功能后，使用Logtail插件处理日志，具体配置请参见处理数据。
    上传原始日志 开启该功能后，原始日志内容作为__raw__字段与解析过的日志一起上传到日志服务。
    Topic生成方式
    • 空-不生成Topic：默认选项，表示设置Topic为空字符串，在查询日志时不需要输入Topic即可查询。
    • 机器组Topic属性：设置为机器组Topic属性，用于明确区分不同服务器产生的日志数据。
    • 文件路径正则：设置为文件路径正则，则需要配置自定义正则，用正则表达式从路径里提取一部分内容作为Topic。用于区分不同用户或实例产生的日志数据。
    日志文件编码
    • utf8：指定使用UTF-8编码。
    • gbk：指定使用GBK编码。
    时区属性 设置采集日志时，日志时间的时区属性。
    • 机器时区：默认为机器所在时区。
    • 自定义时区：手动选择时区。
    超时属性 如果一个日志文件在指定时间内没有任何更新，则认为该文件已超时。
    • 永不超时：持续监控所有日志文件，永不超时。
    • 30分钟超时：如果日志文件在30分钟内没有更新，则认为已超时，并不再监控该文件。

      选择30分钟超时时，还需配置最大超时目录深度，范围为1~3。

    过滤器配置 只采集完全符合过滤器中的条件的日志。例如：
    • 满足条件即采集：配置Key:level Regex:WARNING|ERROR，表示只采集level为WARNING或ERROR类型的日志。
    • 过滤不符合条件的数据：
      • 配置为Key:level Regex:^(?!.*(INFO|DEBUG)).*，表示不收集level为INFO或DEBUG类型的日志。
      • 配置为Key:url Regex:.*^(?!.*(healthcheck)).*，表示不采集URL中带有healthcheck的日志，例如key为url，value为/inner/healthcheck/jiankong.html的日志将不会被采集。

    更多示例请参见regex-exclude-word、regex-exclude-pattern。

  7. 在查询分析配置页签中，设置索引。
    默认已设置索引，您也可以根据业务需求，重新设置索引，具体请参见开启并配置索引。
    说明
    • 全文索引和字段索引属性必须至少启用一种。同时启用时，以字段索引属性为准。
    • 索引类型为long、double时，大小写敏感和分词符属性无效。

完成以上步骤后，日志服务开始采集日志 。