创建索引

为什么需要创建索引

通常我们使用关键词，从原始日志内容中检索想要的内容，例如检索出包含Chrome的如下日志内容：

Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.2 (KHTML, like Gecko) Chrome/192.0.2.0 Safari/537.2

如果不进行切分，该日志文本会作为一个整体，不能和关键词Chrome完全对应，因此不会被日志服务Project检索到。为了便于检索，需要将日志切分成独立、可搜索的词。日志切分由分词符实现，这些符号决定了日志文本内容被切分的位置。以该日志为例，使用分词符\n\t\r,;[]{}()&^*#@~=<>/\?:'"进行分割，得到的词是Mozilla、5.0、Windows、NT、6.1、AppleWebKit、537.2、KHTML、like、Gecko、Chrome、192.0.2.0、Safari、537.2。

日志服务Project基于这些切分出的关键词建立索引。创建索引后，您才能对日志数据进行查询和分析。

索引类型

• 全文索引

  重要

  分词符不支持中文，开启包含中文选项，日志服务会自动按照中文分词。

  如果只配置全文索引，则只能使用查询功能。更多信息，请参见查询语法。

  根据分词符直接将整个日志切分成多个text类型的词语。可以通过关键词进行查询，例如查询语句：Chrome or Safari ，查询包括Chrome或Safari的日志。更多信息，请参见查询语法。

  

• 字段索引

  说明

  在采集日志或投递数据到其他云产品时，日志服务会将日志来源、时间戳等信息以Key-Value对的形式添加到日志中。这些字段是日志服务的保留字段。

  先将日志根据字段名称（KEY）进行区分，然后在字段内使用分词符进行分割，字段类型包括text、long、double和json。

  • text类型的字段，可以使用全文查询语句、字段查询语句、分析语句（SELECT）。如果未开启全文索引，全文查询语句是从所有text类型的字段中查询结果。如果已开启全文索引，全文查询语句是从所有日志中查询结果。

  • long、double类型的字段，可以使用字段查询语句、分析语句（SELECT）进行查询和分析。

  创建字段索引后，您可以指定字段名称和字段值（Key:Value）进行查询，也可以使用SELECT语句。更多信息，请参见字段查询语法和查询与分析概述。

创建索引

1. 登录日志服务控制台，在Project列表，单击打开目标Project。

2. 在左侧导航栏单击日志存储，然后在打开的日志库页签中，单击目标Logstore。

3. 在Logstore的查询和分析页面，单击开启索引。

   说明

   开启后等待1min左右即可查询最新数据。

   

4. 关闭自动更新索引

   当Logstore为云产品专属Logstore或内部Logstore时，默认打开索引自动更新开关，后续如有版本更新时可以升级到内置索引最新版本。如果需要创建索引，请在查询分析面板中，关闭自动更新开关。

   警告

   删除云产品专属Logstore的索引会影响相关报表、告警等功能的使用。

   

5. 配置索引

   在查询分析页面，打开全文索引开关，并单击自动生成索引。日志服务会根据采集时预览数据中的第一条内容，自动生成字段索引。单击页面下方的+也可手动创建字段索引。

   

   重要

   • 如果需要对字段进行分析（SELECT语句），必须创建字段索引，字段索引的配置项优先级高于全文索引的配置项。

   • 日志服务已为部分保留字段创建索引。更多信息，请参见保留字段。

     其中__topic__和__source__的索引分词符为空，查询这两个字段时，关键字必须完全匹配。

   • __tag__为前缀的字段不支持全文索引。您需要创建字段索引后，才能执行查询和分析操作，例如*| select "__tag__:__receive_time__"。

   • 日志中存在同名字段（例如都为request_time）时，日志服务会将其中一个字段名显示为request_time_0，底层存储的字段名仍为request_time。因此在创建索引、查询、分析、投递、加工时，只能使用原始字段名request_time。

   全文索引配置项说明如下所示：

   参数	说明
   日志聚类	打开日志聚类开关后，日志服务在采集文本日志时会自动聚合相似度高的日志，提取共同的日志模式，帮助您快速掌握日志整体情况。更多信息，请参见日志聚类。
   大小写敏感	查询时是否区分英文字母的大小写。 打开大小写敏感开关，则查询时区分大小写。例如某条日志含有internalError，那么您只能使用internalError才能查询到该日志。 关闭大小写敏感开关，则查询时不区分大小写。例如某条日志含有internalError，那么您使用关键字INTERNALERROR和internalerror都能查到该日志。
   包含中文	查询时是否区分中英文。 打开包含中文开关后，如果日志中包含中文，则按照中文语法拆分中文内容，按照分词符的设置拆分英文内容。 重要 中文分词对写入速度会有一定影响，请根据需求谨慎设置。 关闭包含中文开关后，按照分词符的设置拆分所有内容。 例如日志内容为user:SLS日志服务用户张先生。 关闭包含中文开关后，按照分词符半角冒号（:）进行拆分，日志会被拆分为user、SLS日志服务用户张先生，您可以通过user或SLS日志服务用户张先生查找该日志。 打开包含中文开关后，日志服务后台分词器将日志拆分为user、SLS、日志服务、用户和张先生，您通过日志服务或张先生等词都可以查找到该日志。
   分词符	根据指定分词符，将日志内容拆分成多个词。日志服务的默认分词符为, '";=()[]{}?@&<>/:\n\t\r。当默认设置不能满足您的需求时，您可以自定义设置分词符。所有的ASCII码都可被定义为分词符。 如果设置分词符为空，则字段值将被当成一个整体，您只能通过完整字符串或模糊查询查找对应的日志。 例如日志内容为/url/pic/abc.gif。 如果不设置任何分词符，整条日志被作为一个词/url/pic/abc.gif，您只能通过完整字符串/url/pic/abc.gif或模糊查询/url/pic/*查找该日志。 如果设置分词符为正斜线（/），则原始日志被拆分为url、pic和abc.gif三个词，您通过任意一个词或词的模糊查询都可以找到该日志，例如url、abc.gif、pi*、/url/pic/abc.gif。 如果设置分词符为正斜线（/）和半角句号（.），则原始日志被拆分为url、pic、abc和gif四个词，您通过任意一个词或词的模糊查询都可以找到该日志。

   字段索引配置项说明如下所示：

   参数	说明
   字段名称	日志字段名称（KEY），例如client_ip。 字段名称只能包括字母、数字或下划线（_），且只能以字母或下划线（_）开头。 重要 设置公网IP地址、Unix时间戳等__tag__字段的索引时，需设置字段名称为__tag__:KEY形式，例如__tag__:__receive_time__。更多信息，请参见保留字段。 __tag__字段不支持数值类型索引，请将所有__tag__字段的索引的类型设置为text。
   类型	日志字段值（Value）的数据类型，可选值为text、long、double和json。更多信息，请参见数据类型。 long类型和double类型不支持设置大小写敏感、包含中文和分词符。
   别名	字段的别名，例如设置client_ip字段的别名为ip。 字段别名只能包括字母、数字或下划线（_），且只能以字母或下划线（_）开头。 重要 别名仅用于分析语句（SELECT语句），查询语句中仍需使用原始字段名称。更多信息，请参见列的别名。
   大小写敏感	查询时是否区分英文字母的大小写。 打开大小写敏感开关，则查询时区分大小写。例如某条日志含有internalError，那么您只能使用internalError才能查询到该日志。 关闭大小写敏感开关，则查询时不区分大小写。例如某条日志含有internalError，那么您使用关键字INTERNALERROR和internalerror都能查到该日志。
   分词符	根据指定分词符，将日志内容拆分成多个词。日志服务的默认分词符为, '";=()[]{}?@&<>/:\n\t\r。当默认设置不能满足您的需求时，您可以自定义设置分词符。所有的ASCII码都可被定义为分词符。 如果设置分词符为空，则字段值将被当成一个整体，您只能通过完整字符串或模糊查询查找对应的日志。 例如日志内容为/url/pic/abc.gif。 如果不设置任何分词符，整条日志被作为一个词/url/pic/abc.gif，您只能通过完整字符串/url/pic/abc.gif或模糊查询/url/pic/*查找该日志。 如果设置分词符为正斜线（/），则原始日志被拆分为url、pic和abc.gif三个词，您通过任意一个词或词的模糊查询都可以找到该日志，例如url、abc.gif、pi*、/url/pic/abc.gif。 如果设置分词符为正斜线（/）和半角句号（.），则原始日志被拆分为url、pic、abc和gif四个词，您通过任意一个词或词的模糊查询都可以找到该日志。
   包含中文	查询时是否区分中英文。 打开包含中文开关后，如果日志中包含中文，则按照中文语法拆分中文内容，按照分词符的设置拆分英文内容。 重要 中文分词对写入速度会有一定影响，请根据需求谨慎设置。 关闭包含中文开关后，按照分词符的设置拆分所有内容。 例如日志内容为user:SLS日志服务用户张先生。 关闭包含中文开关后，按照分词符半角冒号（:）进行拆分，日志会被拆分为user、SLS日志服务用户张先生，您可以通过user或SLS日志服务用户张先生查找该日志。 打开包含中文开关后，日志服务后台分词器将日志拆分为user、SLS、日志服务、用户和张先生，您通过日志服务或张先生等词都可以查找到该日志。
   开启统计	打开开启统计功能后，您才能对该字段进行统计分析。

索引配置示例

• 日志内容中有request_time字段，执行字段查询语句request_time>100。

  • 只建立全文索引，返回同时包含request_time、>（非分词符）、100这三个词的日志。

  • 只建立double、long类型的字段索引，返回结果是request_time大于100的日志。

  • 建立全文索引和double、long类型的字段索引，request_time的全文索引失效，返回结果是request_time大于100的日志。

• 日志内容中有request_time字段，执行全文查询语句request_time。

  • 只建立double、long类型的字段索引，无法查询到相关日志。

  • 只建立全文索引，从所有日志文本中查询包括request_time的日志。

  • 只建立text类型的字段索引，从字段索引是text类型的字段中查询包括request_time的日志。

• 日志内容中有status字段，执行分析语句* | SELECT status, count(*) AS PV GROUP BY status。

  • 只建立全文索引，无法查询到相关日志。

  • 为status建立字段索引，返回结果是不同的状态码及对应的PV总数。

索引流量

• 全文索引

  所有字段名和字段值都将作为text类型存储，即字段名和字段值都被计入索引流量。

• 字段索引

  不同数据类型的字段的索引流量计算方式不同。

  • text类型：字段名和字段值都被计入索引流量中。

  • long类型和double类型：字段名不计入索引流量中，每个字段值所占的索引流量统一为8字节。

    例如对status字段设置了索引（long类型），字段值为200，则字符串status不会被计入在索引流量中，200的索引流量统一为8字节。

  • JSON类型：字段名和字段值都被计入到索引流量中，包括未被创建索引的子节点。更多信息，请参见如何计算JSON类型字段的索引流量。

    • 如果未对子节点设置索引，则其索引流量按照text类型进行计算。

    • 如果对子节点设置了索引，则其索引流量按照其子节点数据类型（text类型、long类型或double类型）进行计算。

计费说明

后续步骤

• 查询和分析日志

  查询和分析的示例，请参见：

  • 查询和分析日志

  • 查询和分析网站日志

  • 查询和分析JSON日志

  • 采集和查询分析Nginx监控日志

  • 分析负载均衡7层访问日志。

  • 查询轻量消息队列（原MNS）日志

• 设置字段的最大长度

  分析时，日志服务默认支持的字段值最大长度为2048字节，即2KB。如果您需要修改字段值的最大长度，可设置统计字段（text）最大长度，取值范围为64~16384字节。

  重要

  当单个字段值长度超过最大长度时，超出部分被截断，不参与分析。

  

• 日志聚类

  打开日志聚类开关，日志服务在采集文本日志时会自动聚合相似度高的日志，提取共同的日志模式，帮助您快速掌握日志整体情况。更多信息，请参见日志聚类。

• 关闭索引

  关闭索引后，历史索引的存储空间将在当前Logstore的数据保存时间到期后，自动被清除。

相关文档

• 优化查询的方法，请参见提高查询分析日志速度的方法。

• 查询和分析JSON类型的网站日志，请参见查询和分析JSON日志。

• 使用API管理索引，请参见：

  • CreateIndex - 创建索引

  • GetIndex - 获取索引

  • UpdateIndex - 更新索引

  • DeleteIndex - 删除索引

常见问题

• 为什么导入日志后查询不到日志？

  • 检查已设置的分词符是否符合要求。

  • 索引配置只对新增日志生效，如果您要查询和分析历史数据，请使用重建索引功能。具体操作，请参见重建索引。

• 如何完成双重条件查询？

  需要使用两个条件查询日志时，只需同时输入两个语句即可。需要在Logstore中查询数据状态不是OK或者Unknown的日志。 直接搜索not OK not Unknown即可得到符合条件的日志。

• 如何查询包括包含多个关键字的日志？

  以查询http_user_agent字段值中包含like Gecko的日志为例。

  • 短语查询。http_user_agent:#"like Gecko"。短语查询

  • like语法。* | Select * where http_user_agent like '%like Gecko%'

• 如何在日志中搜索包含空格的关键字？

  例如，当您搜索POS version时，会得到包含POS或者version的所有日志。如果使用双引号包裹，例如“POS version”，则会得到包含关键字POS version的所有日志。

• 日志查询常见问题

• 查询与分析日志的常见报错

• 如何模糊查询日志？

• 查询和分析JSON日志的常见问题

• 如何将日志下载到本地

• 为什么查询和分析时，字段值会被截断？