如何在Logstore中联合托管的CSV文件进行数据分析

日志服务支持通过SDK方式将本地CSV文件上传到日志服务进行托管，并建立Logstore与CSV文件的关联。本文介绍如何在日志服务Logstore中联合托管的CSV文件进行数据分析。

前提条件

已采集日志。更多信息，请参见数据采集。
已配置索引。更多信息，请参见创建索引。
已创建CSV文件。
已安装日志服务Python SDK。更多信息，请参见安装Python SDK。
支持aliyun-log-python-sdk 0.7.3及以上版本，您可以通过pip install aliyun-log-python-sdk -U命令进行升级。

使用限制

仅支持关联一个CSV文件。
最大支持50 MB的CSV文件。CSV文件经SDK压缩后被上传至日志服务，压缩后的大小需小于9.9 MB。

数据样例

例如Logstore用于记录用户的登录操作，CSV文件用于记录用户的基本信息（性别、年龄等）。关联Logstore和CSV文件后，可用于分析与用户属性相关的指标。

Logstore

userid:100001
action:login
__time__:1637737306

CSV文件

操作步骤

通过Python SDK创建外部存储（ExternalStore）。

关于Python SDK的更多信息，请参见Python SDK概述。

from aliyun.log import *

endpoint='cn-shanghai.log.aliyuncs.com'

accessKeyId='test-project'
accessKey='TAI****YDw'
project='lr****VM'
ext_logstore='user_meta'
csv_file='./user.csv'


client = LogClient(endpoint, accessKeyId, accessKey)

res = client.create_external_store(project,
    ExternalStoreCsvConfig(ext_logstore, csv_file,
        [
            {"name" : "userid", "type" : "bigint"},
            {"name" : "nick", "type" : "varchar"},
            {"name" : "gender", "type" : "varchar"},
            {"name" : "province", "type" : "varchar"},
            {"name" : "age", "type" : "bigint"}
        ]))

res.log_print()

参数	说明
endpoint	日志服务的域名。更多信息，请参见服务入口。
accessKeyId	阿里云访问密钥AccessKey ID。更多信息，请参见访问密钥。警告建议您使用RAM用户的AccessKey进行操作，有效降低AccessKey泄露的风险。
accessKey	阿里云访问密钥AccessKey Secret。更多信息，请参见访问密钥。
project	目标Logstore所在的Project。
ext_logstore	外部存储名称，即虚拟表的名称。命名规则如下：仅支持小写字母、数字、短划线（-）和下划线（_）。必须以小写字母或数字开头和结尾。名称长度为3~63个字符。
csv_file	本地CSV文件所在路径及文件名。
表的Schema	用于定义虚拟表的属性，包括表的列名及格式。例如下述脚本表示表的Schema，请根据实际情况替换。 `[ {"name" : "userid", "type" : "bigint"}, {"name" : "nick", "type" : "varchar"}, {"name" : "gender", "type" : "varchar"}, {"name" : "province", "type" : "varchar"}, {"name" : "age", "type" : "bigint"} ]`

登录日志服务控制台。
在Project列表区域，单击目标Project。
在控制台左侧，单击日志存储，在日志库列表中单击目标Logstore。
执行如下语句，验证是否成功创建外部存储。
其中user_meta为外部存储的名称，请根据实际情况替换。
```
* | SELECT * FROM user_meta
```
如果返回结果为CSV文件的内容，则表示创建外部存储成功。
执行如下语句，建立Logstore与CSV文件的联合查询。
本案例中通过Logstore中的userid字段和CSV文件中的userid字段，建立联合查询。其中，website_log为Logstore名称，user_meta为您定义的外部存储，请根据实际情况替换。
```
* | SELECT * FROM website_log JOIN user_meta ON website_log.userid = user_meta.userid
```