All Products
Search
Document Center

Simple Log Service:Fungsi pemrosesan event

Last Updated:Mar 14, 2026

Topik ini menjelaskan sintaks, parameter, dan contoh fungsi pemrosesan event.

Fungsi

Category

Function

Description

Event operations

e_drop

Membuang log berdasarkan suatu kondisi.

Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Replicate and distribute data.

e_keep

Menyimpan log berdasarkan suatu kondisi.

Kedua fungsi e_keep dan e_drop membuang log. Fungsi e_keep membuang log jika kondisi tidak terpenuhi. Fungsi e_drop membuang log jika kondisi terpenuhi.

# Empat aturan transformasi berikut setara.
e_if_else(e_search("f1==v1"), KEEP, DROP)
e_if_else(e_search("not f1==v1"), DROP) 
e_keep(e_search("f1==v1"))
e_drop(e_search("not f1==v1"))

# Aturan transformasi berikut tidak memiliki arti.
e_if(e_search("..."), KEEP)   
e_keep()

Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Transform complex JSON data.

Event splitting

e_split

Memisahkan satu log menjadi beberapa log berdasarkan nilai field log. Fungsi ini juga mendukung ekstraksi field menggunakan JMESPath sebelum pemisahan.

Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Transform complex JSON data.

Event output

e_output and e_coutput

Mengeluarkan log ke Logstore tertentu. Anda dapat mengonfigurasi topik, sumber, tag, dan informasi hash shard untuk log output.

  • e_output: Saat fungsi ini dieksekusi, log dikeluarkan ke Logstore yang ditentukan. Aturan transformasi berikutnya tidak dijalankan pada log ini.

  • e_coutput: Saat fungsi ini dieksekusi, log dikeluarkan ke Logstore yang ditentukan. Aturan transformasi berikutnya tetap dijalankan pada log ini.

Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Aggregate log data from different Logstores into one Logstore.

Transforming events into time series data

e_to_metric

Mengonversi log ke format penyimpanan deret waktu (Metricstore).

Catatan

Setelah Anda mengonversi data ke format deret waktu, pilih Metricstore sebagai database tujuan untuk menyimpan hasilnya.

Berikut adalah contoh data deret waktu khas:

__labels__:host#$#myhost
__name__:rt
__time_nano__:1614739608000000000
__value__:123.0

Untuk informasi selengkapnya, lihat Time series data (Metric).

Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Convert log fields in a Logstore to metric measures in a Metricstore.

e_drop

Membuang log berdasarkan suatu kondisi.

  • Sintaks

    e_drop(condition=True)

    Identifier tetap DROP didukung dan setara dengan e_drop().

  • Parameter

    Parameter Name

    Type

    Required

    Description

    condition

    Bool

    No

    Nilai default adalah True. Hasil fungsi kondisional biasanya diteruskan ke parameter ini.

  • Respons

    Jika kondisi terpenuhi, fungsi membuang log dan mengembalikan None. Jika tidak, fungsi mengembalikan log asli.

  • Contoh

    • Contoh 1: Buang log jika nilai field __programe__ adalah access. Jika tidak, simpan log tersebut.

      • Raw Logs

        __programe__: access
        age:  18
        content:  123
        name:  maki
        
        __programe__: error
        age:  18
        content:  123
        name:  maki
      • Aturan transformasi

        e_if(e_search("__programe__==access"), DROP)
      • Hasil

        Log dengan field __programe__ bernilai access dibuang. Log dengan field __programe__ bernilai error disimpan.

        __programe__: error
        age:  18
        content:  123
        name:  maki
    • Contoh 2: Kondisi bernilai True. Log dibuang.

      • Raw log

        k1: v1
        k2: v2
        k3: k1
      • Aturan transformasi

        e_drop(e_search("k1==v1"))
      • Hasil

        Log dibuang karena kondisi k1==v1 bernilai True.

    • Contoh 3: Kondisi bernilai False. Log disimpan.

      • Raw log

        k1: v1
        k2: v2
        k3: k1
      • Aturan transformasi

        e_drop(e_search("not k1==v1"))
      • Hasil

        k1: v1
        k2: v2
        k3: k1
    • Contoh 4: Tidak ada kondisi yang ditetapkan. Nilai default True digunakan, dan log dibuang.

      • Raw log

        k1: v1
        k2: v2
        k3: k1
      • Aturan transformasi

        e_drop()
      • Hasil

        Log dibuang.

  • Referensi

    Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Replicate and distribute data.

e_keep

Menyimpan log berdasarkan suatu kondisi.

  • Sintaks

    e_keep(condition=True)

    Identifier tetap KEEP didukung dan setara dengan e_keep().

  • Parameter

    Parameter Name

    Type

    Required

    Description

    condition

    Bool

    No

    Nilai default adalah True. Hasil fungsi kondisional biasanya diteruskan ke parameter ini.

  • Respons

    Jika kondisi terpenuhi, fungsi mengembalikan log asli. Jika tidak, fungsi membuang log.

  • Contoh

    • Contoh 1: Simpan log jika nilai field __programe__ adalah access. Jika tidak, buang log tersebut.

      • Raw Logs

        __programe__: access
        age:  18
        content:  123
        name:  maki
        __programe__: error
        age:  18
        content:  123
        name:  maki
      • Aturan transformasi

        e_keep(e_search("__programe__==access"))
        # Setara dengan
        e_if(e_search("not __programe__==access"), DROP) 
        # Setara dengan
        e_if_else(e_search("__programe__==access"), KEEP, DROP)  
      • Hasil

        Log dengan field __programe__ bernilai access disimpan.

        __programe__: access
        age:  18
        content:  123
        name:  maki
    • Contoh 2: Kondisi bernilai True. Log disimpan.

      • Raw log

        k1: v1
        k2: v2
        k3: k1
      • Aturan transformasi

        e_keep(e_search("k1==v1"))
      • Hasil

        k1: v1
        k2: v2
        k3: k1
    • Contoh 3: Kondisi bernilai False. Log dibuang.

      • Raw log

        k1: v1
        k2: v2
        k3: k1
      • Aturan transformasi

        e_keep(e_search("not k1==v1"))
      • Hasil

        Log dibuang.

    • Contoh 4: Kondisi bernilai False.

      • Raw log

        k1: v1
        k2: v2
        k3: k1
      • Aturan transformasi

        e_keep(False)
      • Hasil

        Log dibuang.

  • Referensi

    Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Transform complex JSON data.

e_split

Memisahkan satu log menjadi beberapa log berdasarkan nilai field log. Fungsi ini juga mendukung ekstraksi field menggunakan JMESPath sebelum pemisahan.

  • Sintaks

    e_split(field_name, sep=',', quote='"', lstrip=True, jmes=None, output=None)

    Aturan pemisahan:

    1. Jika Anda menentukan parameter jmes, nilai field log dikonversi ke daftar JSON, dan JMES digunakan untuk mengekstrak nilai untuk langkah berikutnya. Jika Anda tidak menentukan parameter jmes, nilai field langsung digunakan pada langkah berikutnya.

    2. Jika nilai dari langkah sebelumnya berupa daftar atau string dalam format daftar JSON, log dipisahkan berdasarkan daftar tersebut. Jika tidak, nilai diurai sebagai file CSV menggunakan parameter sep, quote, dan lstrip, lalu log dipisahkan berdasarkan nilai yang diurai.

  • Parameter

    Parameter Name

    Type

    Required

    Description

    field_name

    String

    Yes

    Nama field yang akan dipisahkan. Untuk informasi tentang cara menetapkan nama field khusus, lihat Event types.

    sep

    String

    No

    Pemisah yang digunakan untuk memisahkan beberapa nilai.

    quote

    String

    No

    Karakter kutip yang digunakan untuk membungkus nilai.

    lstrip

    String

    No

    Menentukan apakah spasi di sebelah kiri nilai dihapus. Nilai default adalah True.

    jmes

    String

    No

    Mengonversi nilai field menjadi objek JSON, menggunakan JMES untuk mengekstrak nilai tertentu, lalu melakukan operasi pemisahan.

    output

    String

    No

    Menetapkan nama field baru. Secara default, nama field lama ditimpa.

  • Respons

    Mengembalikan daftar log. Nilai field dalam log yang dikembalikan adalah nilai dari daftar sumber.

  • Contoh

    • Raw Logs

      __topic__:
      age:  18
      content:  123
      name:  maki
      
      __topic__:
      age:  18
      content:  123
      name:  maki
    • Aturan transformasi

      e_set("__topic__", "V_SENT,V_RECV,A_SENT,A_RECV")
      e_split("__topic__")
    • Hasil

      __topic__:  A_SENT
      age:  18
      content:  123
      name:  maki
      
      __topic__:  V_RECV
      age:  18
      content:  123
      name:  maki
      
      ...
  • Referensi

    Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Transform complex JSON data.

Output Logstore

Mengeluarkan log ke Logstore tertentu. Anda dapat mengonfigurasi topik, sumber, dan tag untuk log output.

  • Sintaks

    e_output(name=None, project=None, logstore=None, topic=None, source=None, tags=None, hash_key_field=None, hash_key=None)
    e_coutput(name=None, project=None, logstore=None, topic=None, source=None, tags=None, hash_key_field=None, hash_key=None)

    Dalam mode pratinjau, log tidak dikirim ke Logstore tujuan. Sebaliknya, log dikirim ke Logstore internal-etl-log. Logstore internal-etl-log adalah Logstore khusus yang secara otomatis dibuat di proyek saat ini ketika Anda menjalankan pratinjau tugas transformasi data untuk pertama kalinya. Anda tidak dapat mengubah konfigurasi atau menulis data lain ke Logstore ini. Logstore ini gratis.

  • Parameter

    Catatan

    Jika Anda menentukan parameter name, project, dan Logstore dalam fungsi e_output atau e_coutput serta mengonfigurasi proyek dan database tujuan di panel Create Data Transformation Job, pengaturan dalam fungsi e_output atau e_coutput akan diutamakan. Berikut penjelasannya:

    • Jika Anda hanya mengonfigurasi parameter name dalam fungsi e_output atau e_coutput, hasil transformasi didistribusikan dan disimpan di Logstore tujuan yang sesuai dengan nama yang ditentukan.

    • Jika Anda hanya mengonfigurasi parameter project dan Logstore dalam fungsi e_output, hasil transformasi didistribusikan dan disimpan di Logstore tujuan yang Anda tentukan dalam fungsi e_output.

      Jika Anda menggunakan Pasangan Kunci Akses untuk otorisasi, Pasangan Kunci Akses akun login saat ini digunakan selama proses transformasi.

    • Jika Anda mengonfigurasi parameter name, project, dan Logstore dalam fungsi e_output, hasil transformasi didistribusikan dan disimpan di Logstore tujuan yang Anda tentukan dalam fungsi e_output.

      Jika Anda menggunakan Pasangan Kunci Akses untuk otorisasi, Pasangan Kunci Akses yang ditentukan untuk nama tujuan digunakan selama proses transformasi.

    Parameter Name

    Type

    Required

    Description

    name

    String

    No

    Nama tujuan penyimpanan. Nilai default adalah None.

    project

    String

    No

    Mengeluarkan log ke proyek yang sudah ada.

    Logstore

    String

    No

    Mengeluarkan log ke Logstore yang sudah ada.

    topic

    String

    No

    Menetapkan topik baru untuk log.

    source

    String

    No

    Menetapkan sumber baru untuk log.

    tags

    Dict

    No

    Menetapkan tag baru untuk log. Masukkan tag dalam format dictionary.

    Catatan

    Anda tidak perlu menambahkan awalan __tag__: pada kata kunci.

    hash_key_field

    String

    No

    Menentukan nama field dalam log. Tugas transformasi data mengeluarkan log ke shard tertentu dari tujuan penyimpanan berdasarkan nilai hash field ini.

    Catatan

    Jika field yang ditentukan tidak ada dalam log, sistem secara otomatis beralih ke mode load balancing dan menulis log secara acak ke shard tujuan penyimpanan.

    hash_key

    String

    No

    Menentukan nilai hash. Tugas transformasi data mengeluarkan log ke shard tertentu dari tujuan penyimpanan.

    Catatan

    Parameter hash_key_field memiliki prioritas lebih tinggi daripada parameter ini. Jika parameter hash_key_field sudah dikonfigurasi dalam sintaks transformasi, parameter ini tidak berlaku.

    • Menetapkan tujuan penyimpanan default

      Saat menggunakan fungsi e_output atau e_coutput, Anda harus mengonfigurasi tujuan penyimpanan default di panel Create Data Transformation Job. Simple Log Service menggunakan tujuan penyimpanan dengan label '1' sebagai default. Misalnya, pada gambar di bawah, data yang cocok dengan aturan transformasi e_output dikirimkan ke Logstore tujuan bernama target_01, target_02, dan target_03. Data lain yang tidak dibuang selama transformasi disimpan di Logstore tujuan default (target_00).默认存储目标

    • Pengaturan parameter lanjutan

      Saat menggunakan fungsi e_output atau e_coutput dan proyek atau Logstore tujuan belum ada, Anda dapat membuka panel Create Data Transformation Job. Di bagian Advanced Parameter Settings, tetapkan key ke config.sls_output.failure_strategy dan value ke {"drop_when_not_exists":"true"} untuk melewati log tersebut. Log yang dilewati akan dibuang dan dilaporkan sebagai log tingkat peringatan. Jika Anda tidak mengonfigurasi Advanced Parameter Settings, tugas transformasi data akan menunggu hingga proyek dan Logstore tujuan dibuat sebelum dieksekusi.

      Peringatan

      Saat menggunakan Advanced Parameter Settings, log akan dibuang jika proyek atau Logstore tujuan tidak ada. Gunakan fitur ini dengan hati-hati.

      高级参数

    • Hasil

      • e_output: Mengeluarkan log ke Logstore yang ditentukan. Aturan transformasi berikutnya tidak dijalankan pada log ini.

      • e_coutput: Mengeluarkan log ke Logstore yang ditentukan. Aturan transformasi berikutnya tetap dijalankan pada log ini.

  • Contoh

    • Contoh 1: Jika nilai field k2 cocok dengan ekspresi reguler, keluarkan log ke target2 dan tetapkan topic ke topic1.

      • Raw log

        __topic__:
        k1: v1
        k2: v2
        x1: v3
        x5: v4
      • Aturan transformasi

        Fungsi e_drop() digunakan di sini untuk membuang data yang difilter oleh fungsi e_if(). Jika tidak ditambahkan, data yang difilter akan dikirim ke tujuan penyimpanan default.

        e_if(e_match("k2", r"\w+"), e_output(name="target2", source="source1", topic="topic1"))
        e_drop()
      • Hasil

        __topic__:  topic1
        k1: v1
        k2: v2
        x1: v3
        x5: v4
    • Contoh 2: Hitung hash berdasarkan nilai field db_version dalam log. Keluarkan log ke shard tertentu dari tujuan penyimpanan berdasarkan nilai hash ini.

      • Raw Logs

        __topic__:
        db_name: db-01
        db_version:5.6
        
        __topic__:
        db_name: db-02
        db_version:5.7
      • Aturan transformasi

        e_output(name="target1", hash_key_field="db_version")
      • Hasil

        # Anggap tujuan penyimpanan target1 memiliki 2 shard.
        # Rentang Shard 0 adalah [00000000000000000000000000000000,80000000000000000000000000000000).
        # Rentang Shard 1 adalah [80000000000000000000000000000000,ffffffffffffffffffffffffffffffff).
        # Nilai hash untuk db_version 5.6 dan 5.7 masing-masing adalah 0ebe1a34e990772a2bad83ce076e0766 dan f1867131d82f2256b4521fe34aec2405.
        
        # Shard 0:
        __topic__:
        db_name: db-01
        db_version:5.6
        
        # Shard 1:
        __topic__:
        db_name: db-02
        db_version:5.7
    • Contoh 3: Tentukan langsung nilai hash untuk mengeluarkan log ke shard tertentu dari tujuan penyimpanan.

      • Raw Logs

        __topic__:
        db_name: db-01
        db_version:5.6
        
        __topic__:
        db_name: db-02
        db_version:5.7
      • Aturan transformasi

        e_output(name="target1", hash_key="00000000000000000000000000000000")
      • Hasil

        # Anggap tujuan penyimpanan memiliki 2 shard.
        # Rentang Shard 0 adalah [00000000000000000000000000000000,80000000000000000000000000000000).
        # Rentang Shard 1 adalah [80000000000000000000000000000000,ffffffffffffffffffffffffffffffff).
        
        # Shard 0:
        __topic__:
        db_name: db-01
        db_version:5.6
        
        __topic__:
        db_name: db-02
        db_version:5.7
        
        # Shard 1:
        None
  • Referensi

    Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Aggregate log data from different Logstores into one Logstore.

e_to_metric

Mengonversi log ke format penyimpanan deret waktu.

  • Sintaks

    e_to_metric(names=None, labels=None, time_field='__time__', time_precision='s', ignore_none_names=True, ignore_none_labels=True)
  • Parameter

    Parameter Name

    Type

    Required

    Description

    names

    String, StringList, atau Tuple List

    Yes

    Nama metrik untuk data deret waktu. Dapat berupa string tunggal, daftar string, atau daftar tuple. Nilainya adalah nama field log yang sesuai.

    • String: Mengonversi field log menjadi nama metrik untuk data deret waktu. Berisi satu string, seperti rt. Catatan data deret waktu yang berisi __name__:rt dikembalikan.

    • StringList: Mengonversi field log menjadi nama metrik untuk data deret waktu. Berisi beberapa string, seperti ["rt", "qps"]. Dua catatan data deret waktu dikembalikan, masing-masing berisi __name__:rt dan __name__:qps.

    • Tuple List: Mengonversi beberapa field log menjadi nama metrik untuk data deret waktu dan mengganti namanya. Berisi beberapa tuple, seperti [("rt","max_rt"),("qps", "total_qps")]. Elemen pertama tuple adalah field log asli, dan yang kedua adalah field nama metrik untuk data deret waktu yang ditransformasi. Dua catatan data deret waktu dikembalikan, masing-masing berisi __name__:max_rt dan __name__:total_qps.

    labels

    String, StringList, atau Tuple List

    No

    Field label untuk data deret waktu. Dapat berupa string tunggal, daftar string, atau daftar tuple. Nilainya adalah nama field log yang sesuai.

    Catatan

    Dalam deskripsi berikut, host dan app adalah nama field log, sedangkan hostvalue dan appvalue adalah nilai field log.

    • String: Mengonversi field log menjadi label untuk data deret waktu. Berisi satu string, seperti host. Catatan data deret waktu yang berisi __label__:host#$#hostvalue dikembalikan.

    • StringList: Mengonversi field log menjadi label untuk data deret waktu. Berisi beberapa string, seperti ["host", "app"]. Dua catatan data deret waktu dikembalikan, masing-masing berisi __label__:host#$#hostvalue dan __label__:app#$#appvalue.

    • Tuple List: Mengonversi beberapa field log menjadi label untuk data deret waktu dan mengganti namanya. Berisi beberapa tuple, seperti [("host","hostname"),("app", "appname")]. Elemen pertama tuple adalah field log asli, dan yang kedua adalah field label untuk data deret waktu yang ditransformasi. Dua catatan data deret waktu dikembalikan, masing-masing berisi __label__:hostname#$#hostvalue dan __label__:appname#$#appvalue.

    time_field

    String

    No

    Field waktu untuk data deret waktu. Secara default, field __time__ dalam log digunakan sebagai field waktu untuk data deret waktu.

    time_precision

    Int

    No

    Unit waktu untuk field timestamp data dalam log mentah dapat berupa detik, milidetik, mikrodetik, atau nanodetik. Nilai default adalah detik. Misalnya, time_field="ms" menentukan bahwa unit waktu data log mentah adalah milidetik.

    ignore_none_names

    Boolean

    No

    Menentukan apakah konversi ke data deret waktu diabaikan jika field log tidak ada.

    • True (default): Mengabaikan konversi. Data tidak dikonversi ke data deret waktu.

    • False: Tidak mengabaikan konversi. Kesalahan dilaporkan jika field tidak ada.

    ignore_none_labels

    Boolean

    No

    Menentukan apakah konversi ke data deret waktu diabaikan jika field log tidak ada.

    • True (default): Mengabaikan konversi. Data tidak dikonversi ke data deret waktu.

    • False: Tidak mengabaikan konversi. Kesalahan dilaporkan jika field tidak ada.

  • Respons

    Mengembalikan data deret waktu.

  • Contoh

    • Contoh 1: Konversi log yang berisi field rt ke format data deret waktu.

      • Raw log

        __time__: 1614739608
        rt: 123
      • Aturan transformasi

        e_to_metric(names="rt")
      • Hasil

        __labels__:
        __name__:rt
        __time_nano__:1614739608000000000
        __value__:123.0
    • Contoh 2: Konversi log yang berisi field rt ke format data deret waktu, dan gunakan field host sebagai label baru.

      • Raw log

        __time__: 1614739608
        rt: 123
        host: myhost
      • Aturan transformasi

        e_to_metric(names="rt", labels="host")
      • Hasil

        __labels__:host#$#myhost
        __name__:rt
        __time_nano__:1614739608000000000
        __value__:123.0
    • Contoh 3: Konversi log yang berisi field rt dan qps ke format data deret waktu, dan gunakan field host sebagai label baru.

      • Raw log

        __time__: 1614739608
        rt: 123
        qps: 10
        host: myhost
      • Aturan transformasi

        e_to_metric(names=["rt","qps"], labels="host")
      • Hasil

        __labels__:host#$#myhost
        __name__:rt
        __time_nano__:1614739608000000000
        __value__:123.0
        
        __labels__:host#$#myhost
        __name__:qps
        __time_nano__:1614739608000000000
        __value__:10.0
    • Contoh 4: Konversi log yang berisi field rt dan qps ke format data deret waktu, ganti nama field menjadi max_rt dan total_qps, dan gunakan field host sebagai label baru.

      • Raw log

        __time__: 1614739608
        rt: 123
        qps: 10
        host: myhost
      • Aturan transformasi

        e_to_metric(names=[("rt","max_rt"),("qps","total_qps")], labels="host")
      • Hasil

        __labels__:host#$#myhost
        __name__:max_rt
        __time_nano__:1614739608000000000
        __value__:123.0
        
        __labels__:host#$#myhost
        __name__:total_qps
        __time_nano__:1614739608000000000
        __value__:10.0
    • Contoh 5: Konversi log yang berisi field rt dan qps ke format data deret waktu, ganti nama field menjadi max_rt dan total_qps, dan ganti nama field host menjadi hostname untuk digunakan sebagai label baru.

      • Raw log

        __time__: 1614739608
        rt: 123
        qps: 10
        host: myhost
      • Aturan transformasi

        e_to_metric(names=[("rt","max_rt"),("qps","total_qps")], labels=[("host","hostname")])
      • Hasil

        __labels__:hostname#$#myhost
        __name__:max_rt
        __time_nano__:1614739608000000000
        __value__:123.0
        
        __labels__:hostname#$#myhost
        __name__:total_qps
        __time_nano__:1614739608000000000
        __value__:10.0
    • Contoh 6: Konversi log yang berisi field remote_user1 dan request_length ke format data deret waktu, ganti nama field menjadi remote_user2 dan request_length1, dan gunakan field status1 sebagai label baru.

      • Raw log

        __time__:1652943594
        remote_user:89
        request_length:4264
        request_method:GET
        status:200
      • Aturan transformasi

        # Field remote_user1 dan status1 tidak ada, sehingga diabaikan dan tidak dikonversi.
        e_to_metric(
            names=[("remote_user1", "remote_user2"), ("request_length", "request_length1")],
            labels="status1",
            ignore_none_names=True,
            ignore_none_labels=True,
        )
      • Hasil

        __labels__:
        __name__:request_length1
        __time_nano__:1652943594000000000
        __value__:4264.0
    • Contoh 7: Konversi log yang berisi field remote_user ke format data deret waktu, gunakan field status sebagai label baru, dan tentukan unit waktu data log sumber sebagai milidetik.

      • Raw log

        __time__:1652943594
        remote_user:89
        request_length:4264
        request_method:GET
        status:200
      • Aturan transformasi

        e_to_metric(
            names="remote_user",
            labels="status",
            time_precision="ms",
            ignore_none_names=True,
            ignore_none_labels=True,
        )
      • Hasil

        __labels__:status#$#200
        __name__:remote_user
        __time_nano__:1652943594000000
        __value__:89.0
    • Contoh 8: Konversi log yang berisi field remote_user ke format data deret waktu, gunakan field status sebagai label baru, gunakan field time sebagai field waktu untuk data deret waktu, dan tentukan unit waktu data log sumber sebagai nanodetik.

      • Raw log

        time:1652943594
        remote_user:89
        request_length:4264
        request_method:GET
        status:200
      • Aturan transformasi

        e_to_metric(
            names="remote_user",
            labels="status",
            time_field="time",
            time_precision="ns",
            ignore_none_names=True,
            ignore_none_labels=True,
        )
      • Hasil

        __labels__:status#$#200
        __name__:remote_user
        __time_nano__:1652943594
        __value__:89.0
  • Referensi

    Fungsi ini dapat digunakan bersama fungsi lain. Untuk informasi selengkapnya, lihat Convert log fields in a Logstore to metric measures in a Metricstore.