概述

使用全局富化函數做富化時, 需要傳遞一個字典或者表格結構做富化. 參考構建字典與表格做數據富化的各種途徑比較.?
本篇介紹從使用資源函數res_log_logstore_pull從其他logstore拉取數據的做富化的詳細實踐.關于res_log_logstore_pull的參數說明, 參考這里. 該語法目前支持兩種模式去logstore拉取數據，一種是拉取指定時間間隔內的logstore 的數據內容，另外一種是不設置結束時間，持續的拉取目標logstore內容

背景

這里我們有兩個logstore，一個是存儲個人信息的source_logstore，一個是酒店存儲客人入住信息的target_logstore ，我們現在將酒店的入住信息拿來做富化。
注意: 這里采用pull_log接口拉取數據, 富化的logstore并不依賴索引.

個人信息 source_logstore

topic:xxx city:xxx cid:12345 name:makitopic:xxx city:xxx cid:12346 name:vickytopic:xxx city:xxx cid:12347 name:mary

酒店入住信息logstore

time:1567038284 status:check in cid:12345 name:maki room_number:1111time:1567038284 status:check in cid:12346 name:vicky room_number:2222time:1567038500 status:check in cid:12347 name:mary room_number:3333time:1567038500 status:leave cid:12345 name:maki room_number:1111

基本語法

res_log_logstore_pull(endpoint,ak_id,ak_secret,project,logstore,fields,from_time=None,to_time=None,fetch_include_data=None,fetch_exclude_data=None,primary_keys=None,delete_data=None,refresh_interval_max=60,fetch_interval=2):

具體的參數說明請參考res_log_logstore_pull，需要注意的地方是，res_log_logstore_pull 是一個單獨的語法，只負責從目標logstore 拉取數據下來，本身自己并沒有做任何富化的操作，所以請不要單獨使用res_log_logstore_pull語法，結合e_table_map和e_search_table_map語句一起使用才是有意義的，本篇也會結合e_table_map和e_search_map_table的使用給出一些例子進行演示。

場景1:?獲取指定時間內所有的數據

注意: 這里的時間是日志獲取時間.

DSL編排語法

res_log_logstore_pull(..., ["cid","name","room_number"],from_time=1567038284,to_time=1567038500)

獲取到的數據

#這里我們的語法中 field 填入了 cid,name,room_number 三個字段，，并且指定了時間范圍，將會獲取這個時間范圍內的logstore的所有數據的這三個字段的值cid:12345 name:maki room_number:1111cid:12346 name:vicky room_number:2222cid:12347 name:mary room_number:3333cid:12345 name:maki room_number:1111

場景2: 設置黑白名單參數來過濾拉取的數據

1.DSL 編排語法(只設置白名單)

# 設置白名單，只有 room_number 值等于 1111的的數據會被拉去下來 res_log_logstore_pull(..., ["cid","name","room_number"，"status"],from_time=1567038284,to_time=1567038500,fetch_include_data="room_number:1111")

獲取到的數據

# 設置了 ferch_include_data 白名單，只有包含 room_numver:1111的數據會被拉去下來，其他數據不會被拉取。status: check in cid:12345 name:maki room_number:1111status:leave cid:12345 name:maki room_number:1111

2.DSL 編排語法(只設置黑名單)

res_log_logstore_pull(..., ["cid","name","room_number"，"status"],from_time=1567038284,to_time=1567038500,fetch_exclude_data="room_number:1111")

獲取到的數據

# 設置黑名單 fetch_exclude_data 當數據包含 room_number:1111的時候丟棄這條數據。 status:check in cid:12346 name:vicky room_number:2222status:check in cid:12347 name:mary room_number:3333

3.DSL編排語法(同時設置黑白名單)

res_log_logstore_pull(..., ["cid","name","room_number"，"status"],from_time=1567038284,to_time=1567038500,fetch_exclude_data="status:leave",fetch_include_data="status:check in")

獲取到的數據

# 黑白名單同時存在的情況下，優先進行黑名單數據的匹配，這里我們填入的是 status:leave的值，當數據包含status:leave的值時候，數據會被直接丟棄，而后匹配白名單，白名單我們填入的是 status:check in 當數據包含 status: check in 的值時候，該數據才會被拉取下來. status:check in cid:12345 name:maki room_number:1111status:check in cid:12346 name:vicky room_number:2222status:check in cid:12347 name:mary room_number:3333

場景3: 開通持續拉取目標logstore 數據

DSL編排語法

如果目標logstore 的數據是持續寫入，我們需要持續的去拉取時候，設置 to_time 參數為None 就可以，同時可以設置fetch_interval 設置拉取的時間間隔，和refresh_interval_max 當拉取遇到錯誤的時候退火重試的最大時間間隔

res_log_logstore_pull(..., ["cid","name","room_number"，"status"],from_time=1567038284,to_time=None,fetch_interval=15,refresh_interval_max=60) # 需要注意的是，在持續拉取的過程中，如果遇到錯誤，服務器會一直退火重試，直到成功為止，不會停止數據加工進程。

場景4: 開啟主鍵維護拉取的目標logstore數據（暫時不推薦）

注意事項

目前該功能僅限使用所有數據存儲在logstore的同一個shard中，所以暫時不推薦使用該功能。

背景

以我們的個人信息logstore 和 酒店信息logstore的數據進行舉例，因為logstore和數據庫不同，logstore中的數據只能寫入，無法刪除，所以有的時候我們希望匹配的時候將已經刪除的數據不要進行匹配，這時候就需要開啟主鍵維護功能。

需求演示

現在我們想拉取酒店信息logstore中，所有入住還沒有離開的客人信息，當status=leave的時候，表示客人已經離開酒店，所以不需要將該信息進行拉取。

DSL編排語法

res_log_logstore_pull(..., ["cid","name","room_number"，"status","time"],from_time=1567038284,to_time=None,primary_keys="cid",delete_data="status:leave")

得到的數據

## 可以看到 name為maki 的客人的最后更新status為leave ,已經離開酒店，所以并沒有將 maki的數據拉取下來， time:1567038284 status:check in cid:12346 name:vicky room_number:2222time:1567038500 status:check in cid:12347 name:mary room_number:3333

注意

需要注意的是 primary_keys 目前只支持設置單字符串，這個需要設置logstore數據中 值為唯一的字段，比如樣例中的cid , 類似數據庫的唯一主鍵，并且當設置primary_keys的時候，delete_data 也必須不為 None，這樣才有意義。

原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的日志服务数据加工最佳实践: 从其他logstore拉取数据做富化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。