阿里云日志服务SLS解析Java报错日志-云淘科技

前提条件

已采集各SLS、OSS、SLB、RDS的Java错误日志到cloud_product_error_log的Logstore。具体操作，请参见Logtail采集日志。

场景描述

某企业基于阿里云OSS、SLS等产品开发Java应用A过程中，在华东1（杭州）地域创建了名为cloud_product_erro_log的Logstore，用于存储调用各云产品接口发生的Java报错日志。该企业需要使用日志服务定期分析调用接口发生的Java报错日志，便于制定Java报错处理措施。

为实现以上需求，您需要解析日志中的时间、错误码、状态码、产品信息、错误码信息、请求方法和出错行号，存储到各产品的Logstore中，用于错误日志分析。

原始日志样例如下：

__source__:192.0.2.10
__tag__:__client_ip__:203.0.113.10
__tag__:__receive_time__:1591957901
__topic__:
message: 2021-05-15 16:43:35 ParameterInvalid 400
com.aliyun.openservices.log.exception.LogException:The body is not valid json string.
   at com.aliyun.openservice.log.Client.ErrorCheck(Client.java:2161)
   at com.aliyun.openservice.log.Client.SendData(Client.java:2312)
   at com.aliyun.openservice.log.Client.PullLogsk(Client.java:1397)
   at com.aliyun.openservice.log.Client.SendData(Client.java:2265)
   at com.aliyun.openservice.log.Client.GetCursor(Client.java:1123)
   at com.aliyun.openservice.log.Client.PullLogs(Client.java:2161)
   at com.aliyun.openservice.log.Client.ErrorCheck(Client.java:2426)
   at transformEvent.main(transformEvent.java:2559)

总体流程

通过Logtail采集应用A的报错日志到名称为cloud_product_error_log的Logstore中，然后再经过数据加工后投递到各自产品的Logstore中，最后对各个产品的错误日志做分析。总体流程如下：

1. 设计数据加工语句：数据加工分析，编写数据加工语句。
2. 创建数据加工任务：根据产品不同，将日志分发至不同产品的错误分析Logstore。
3. 查询和分析数据：在各产品的错误分析Logstore中进行日志分析。

步骤一：设计数据加工语句

加工流程

为便于错误日志分析，需要：

1. 提取message字段中的时间、错误码、状态码、产品信息、错误码信息、请求方法和出错行号。
2. 将错误日志存储到各产品的Logstore。

加工逻辑分析

分析原始日志字段中的时间、错误码、状态码、产品信息、错误码信息、请求方法和出错行号，为提取每种字段设计正则表达式。

语法详解

1. 使用regex_match函数匹配出此条日志中是否有LogException。更多信息，请参见regex_match。
2. 如果匹配上则按照解析SLS错误日志的规则进行处理；如果匹配上OSSException则按照解析OSS错误日志的规则进行处理。更多信息，请参见e_switch。
3. 使用e_regex正则解析函数解析相应的错误日志。更多信息，请参见e_regex。
4. 删除原字段message信息，并投递到相应产品的Logstore。更多信息，请参见e_drop_fields和e_output、e_coutput。
5. 更多信息，请参见正则表达式-分组。

加工语法分析

以使用正则表达式解析SLS错误日志为例，具体如下：具体的加工语法为：

e_switch(
    regex_match(v("message"), r"LogException"),
    e_compose(
        e_regex(
            "message",
            "(?P\S+\s\S+)\s(?P[a-zA-Z]+)\s(?P[0-9]+)\scom\.aliyun\.openservices\.log\.exception\.(?P[a-zA-Z]+)\:(?P[a-zA-Z0-9:,\-\s]+)\.(\s+\S+\s\S+){5}\s+\S+\scom\.aliyun\.openservices\.log\.Client\.(?P[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java\:(?P[0-9]+)\)",
        ),
        e_drop_fields("message"),
        e_output("sls-error"),
    ),
    regex_match(v("message"), r"OSSException"),
    e_compose(
        e_regex(
            "message",
            "(?P\S+\s\S+)\scom\.aliyun\.oss\.(?P[a-zA-Z]+)\:(?P[a-zA-Z0-9,\s]+)\.
\[ErrorCode\]\:\s(?P[a-zA-Z]+)
\[RequestId\]\:\s(?P[a-zA-Z0-9]+)
\[HostId\]\:\s(?P[a-zA-Z-.]+)
\S+
\S+(\s\S+){3}
\s+\S+\s+(.+)(\s+\S+){24}\scom\.aliyun\.oss\.OSSClient\.(?P[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java:(?P[0-9]+)\)",
        ),
        e_drop_fields("message"),
        e_output("oss-error"),
    ),
)

步骤二：创建数据加工任务

1. 进入数据加工页面。
   1. 在Project列表区域，单击目标Project。
   2. 在日志存储 > 日志库页签中，单击目标Logstore。
   3. 在查询和分析页面，单击数据加工。
2. 在页面右上角，选择数据的时间范围。请确保在原始日志页签中有Log。
3. 在编辑框中，输入数据加工语句。

   e_switch(
       regex_match(v("message"), r"LogException"),
       e_compose(
           e_regex(
               "message",
               "(?P\S+\s\S+)\s(?P[a-zA-Z]+)\s(?P[0-9]+)\scom\.aliyun\.openservices\.log\.exception\.(?P[a-zA-Z]+)\:(?P[a-zA-Z0-9:,\-\s]+)\.(\s+\S+\s\S+){5}\s+\S+\scom\.aliyun\.openservices\.log\.Client\.(?P[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java\:(?P[0-9]+)\)",
           ),
           e_drop_fields("message"),
           e_output("sls-error"),
       ),
       regex_match(v("message"), r"OSSException"),
       e_compose(
           e_regex(
               "message",
               "(?P\S+\s\S+)\scom\.aliyun\.oss\.(?P[a-zA-Z]+)\:(?P[a-zA-Z0-9,\s]+)\.
   \[ErrorCode\]\:\s(?P[a-zA-Z]+)
   \[RequestId\]\:\s(?P[a-zA-Z0-9]+)
   \[HostId\]\:\s(?P[a-zA-Z-.]+)
   \S+
   \S+(\s\S+){3}
   \s+\S+\s+(.+)(\s+\S+){24}\scom\.aliyun\.oss\.OSSClient\.(?P[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java:(?P[0-9]+)\)",
           ),
           e_drop_fields("message"),
           e_output("oss-error"),
       ),
   )

4. 单击预览数据。
5. 创建数据加工任务。
   1. 单击保存数据加工。
   2. 在创建数据加工任务面板，配置如下信息，然后单击确定。
      

      参数	说明
      规则名称	数据加工规则的名称。例如test。
      授权方式	选择默认角色读取源Logstore数据。
      存储目标
      目标名称	存储目标的名称。例如sls-error和oss-error。
      目标Region	选择目标Project所在地域。例如华东1（杭州）。
      目标Project	用于存储数据加工结果的目标Project名称。
      目标库	用于存储数据加工结果的目标Logstore名称。例如sls-error和oss-error。
      授权方式	选择择默认角色将数据加工结果写入目标日志库。
      加工范围
      时间范围	时间范围选择所有。

   创建数据加工任务后，日志服务默认为每个加工任务创建一个仪表盘，您可以在仪表盘中查看数据加工任务运行指标。通过异常详情图表，可以查到具体哪一条日志没有解析出来，然后再调整正则表达式。

   • 如果解析Log失败，上报WARNING级别日志。该类报错不会影响到整个加工任务继续执行。
   • 如果上报ERROR级别日志，则会影响到整个加工任务的继续执行。需要逐步查找定位问题，并修改正则表达式，直到加工任务能够成功解析各个不同类型的错误日志。

步骤三：分析错误日志数据

基于加工后的错误日志，可以进行错误日志数据分析。本文只对日志服务的Java错误日志做分析。

1. 在Project列表区域，单击目标Project。
2. 在日志存储 > 日志库页签中，单击目标Logstore。
3. 在搜索框中输入查询和分析语句。
   • 统计每个调用方法出现错误的数量。

     * | SELECT COUNT(method) as m_ct, method GROUP BY method

   • 统计PutLogs中哪一类的错误信息占比最大。

     * | SELECT error_message,COUNT(error_message) as ct_msg, method WHERE method LIKE 'PutLogs' GROUP BY error_message,method

   • 统计各个错误码出现的错误次数。

     * | SELECT error_code,COUNT(error_code) as count_code GROUP BY error_code

   • 设置报错时间轴，实时查看调用接口错误信息。

     * | SELECT date_format(data_time, '%Y-%m-%d %H:%m:%s') as date_time,status,product_exception,error_line, error_message,method ORDER BY date_time desc

4. 单击15分钟（相对），设置查询分析的时间范围。您可以设置相对时间、整点时间和自定义时间。 说明 查询结果有1 min以内的误差。
5. 单击查询/分析，查看查询分析结果。