在进行日志数据查询和分析时,经常需要结合外部表格对日志数据进行分析。本文介绍如何在日志服务中联合OSS外表进行数据分析。
前提条件
背景信息
某支付公司,想要分析用户年龄、地域、性别等因素对支付习惯的影响。该公司已通过日志服务实时采集用户支付行为(支付方式、支付费用等)日志,并将用户属性(地域、年龄、性别等)信息保存在OSS中。针对该场景,日志服务查询和分析引擎提供Logstore和外部数据源(ExternalStore,例如MySQL数据库、OSS等)联合查询和分析功能。您可以使用SQL的JOIN语法把用户属性数据和行为数据进行联合,分析与用户属性相关的指标。
与OSS进行关联查询和分析,具有如下优势:
- 节省费用:将更新频率低的数据保存在OSS上,只需要支付少量的存储费用,并且可以通过内网读数据,免去流量费用。
- 降低运维工作:在轻量级的联合分析平台中,不需要搬迁数据到同一个存储系统中。
- 节省时间:使用SQL分析数据,分析结果秒级可见,并可以将常用的分析结果定义为报表,打开即可看到结果。
操作步骤
- 创建CSV文件并上传到OSS。
- 登录日志服务控制台。
- 在Project列表区域,单击目标Project。
- 在 页签中,单击目标Logstore。
- 输入查询和分析语句,然后选择时间范围。通过SQL定义虚拟外部存储(此处以user_meta1为例),映射到OSS文件,如果执行结果中的result为true,表示执行成功。
* | create table user_meta1 ( userid bigint, nick varchar, gender varchar, province varchar, age bigint) with ( endpoint='oss-cn-hangzhou.aliyuncs.com',accessid='LTAI5t8y9c113M7V****',accesskey='Y45H7bqvvgapWZR****',bucket='testoss',objects=ARRAY['user.csv'],type='oss')
在查询和分析语句中定义外部存储名称、表的Schema等信息,并通过WITH语法指定OSS访问信息及文件信息,详细信息如下表所示。配置项 说明 示例 外部存储名称 外部存储名称,即虚拟表的名称。 user_meta1 表的Schema 定义表的属性,包括表的列名及格式,例如(userid bigint, nick varchar, gender varchar, province varchar, age bigint)。 (userid bigint, nick varchar, gender varchar, province varchar, age bigint) endpoint OSS内网访问域名。更多信息,请参见访问域名和数据中心。 oss-cn-hangzhou.aliyuncs.com accessid 您的AccessKey ID。更多信息,请参见访问密钥。 LT****7V accesskey 您的AccessKey Secret。更多信息,请参见访问密钥。 Y4****ZR bucket CSV文件所在的OSS Bucket名称。 testoss objects CSV文件路径。 说明 objects为array类型,可以包含多个OSS文件。user.csv type 固定为oss,表示外部存储类型为OSS。 oss - 验证是否成功定义外部存储。 执行如下语句,如果返回结果为您之前定义的表内容,则表示定义外部存储成功。其中,user_meta1为您定义的外部存储,请根据实际情况替换。
* | select * from user_meta1
- 通过JOIN语法完成Logstore和OSS外表的联合查询。执行如下查询和分析语句关联日志服务中日志的ID和OSS文件中的userid,补全日志信息。其中,test_accesslog为Logstore名称,l为Logstore别名,user_meta1为您定义的外部存储表,请根据实际情况替换。
* | select * from test_accesslog l join user_meta1 u on l.userid = u.userid
联合查询示例:- 统计不同性别用户的访问情况。
* | select u.gender, count(1) from test_accesslog l join user_meta1 u on l.userid = u.userid group by u.gender
- 统计不同年龄用户的访问情况。
* | select u.age, count(1) from test_accesslog l join user_meta1 u on l.userid = u.userid group by u.age
- 统计不同年龄段在时间维度上的访问趋势。
* | select date_trunc('minute',__time__) as minute, count(1) ,u.age from test_accesslog l join user_meta1 u on l.userid = u.userid group by u.age,minute
- 统计不同性别用户的访问情况。