如果您需要对日志内容做更多个性化的字段提取设置，可选择完整正则模式。本文介绍如何通过日志服务控制台创建完整正则模式的Logtail配置采集日志。

前提条件

  • 已创建Project和Logstore。更多信息，请参见创建Project和创建Logstore。
  • 安装Logtail的服务器需具备访问远端服务器80端口和443端口的能力。

操作步骤

  1. 登录日志服务控制台。
  2. 在接入数据区域，选择正则-文本日志。
  3. 选择目标Project和Logstore，单击下一步。
  4. 创建机器组。
    • 如果您已有可用的机器组，请单击使用现有机器组。
    • 如果您还没有可用的机器组，请执行以下操作（以ECS为例）。
      1. 在ECS机器页签中，通过手动选择实例方式选择目标ECS实例，单击立即执行。

        更多信息，请参见安装Logtail（ECS实例）。

        说明 如果是自建集群、其他云厂商服务器，需要手动安装Logtail。更多信息，请参见 安装Logtail（Linux系统）或 安装Logtail（Windows系统）。
      2. 安装完成后，单击确认安装完毕。
      3. 在创建机器组页面，输入名称，单击下一步。

        日志服务支持创建IP地址机器组和用户自定义标识机器组，详细参数说明请参见创建IP地址机器组和创建用户自定义标识机器组。

  5. 选中目标机器组，将该机器组从源机器组移动到应用机器组，单击下一步。
    注意 如果创建机器组后立刻应用，可能因为连接未生效，导致心跳为 FAIL，您可单击 自动重试。如果还未解决，请参见 Logtail机器组无心跳进行排查。
  6. 创建Logtail配置，单击下一步。
    参数 描述
    配置名称 Logtail配置的名称，在其所属Project内必须唯一。创建Logtail配置成功后，无法修改其名称。

    您也可以单击导入其他配置，导入其他已创建的Logtail配置。

    日志路径 日志所在的目录和文件名。
    日志文件名支持完整文件名和通配符两种模式，文件名规则请参见 Wildcard matching。日志文件查找模式为多层目录匹配，即指定目录（包含所有层级的目录）下所有符合条件的文件都会被查找到。例如：
    • /apsara/nuwa/**/*.log表示/apsara/nuwa目录（包含该目录的递归子目录）中后缀名为.log的文件。
    • /var/logs/app_*/*.log表示/var/logs目录下所有符合app_*模式的目录（包含该目录的递归子目录）中包含.log的文件。
    说明
    • 默认情况下，一个文件只能被一个Logtail配置采集。
    • 如果一个文件需要被采集多份，建议为文件所在的目录创建软链接。例如，/home/log/nginx/log/log.log文件需要被采集两份，则执行如下命令创建该文件所在目录的软链接。在一个Logtail配置中使用原路径，在另一个Logtail配置中使用软链接路径。
      ln -s /home/log/nginx/log /home/log/nginx/link_log
    • 目录通配符只支持星号（*）和半角问号（?）。
    设置采集黑名单 打开设置采集黑名单开关后，可进行黑名单配置，即可在采集时忽略指定的目录或文件。支持完整匹配和通配符模式匹配目录和文件名。例如：
    • 选择按目录路径，配置路径为/home/admin/dir1，则表示在采集时忽略/home/admin/dir1目录下的所有内容。
    • 选择按目录路径，配置路径为/home/admin/dir*，则表示在采集时忽略/home/admin/目录下所有以dir开头的子目录下的内容。
    • 选择按目录路径，配置路径为/home/admin/*/dir，则表示在采集时忽略/home/admin/目录下二级目录名为dir的子目录下的所有内容。

      例如/home/admin/a/dir目录下的内容被忽略，/home/admin/a/b/dir目录下的内容被采集。

    • 选择按文件路径，配置路径为/home/admin/private*.log，则表示在采集时忽略/home/admin/目录下所有以private开头，以.log结尾的文件。
    • 选择按文件路径，配置路径为/home/admin/private*/*_inner.log，则表示在采集时忽略/home/admin/目录下以private开头的目录内，以_inner.log结尾的文件。

      例如/home/admin/private/app_inner.log文件被忽略，/home/admin/private/app.log文件被采集。

    说明
    • 目录通配符只支持星号（*）和半角问号（?）。
    • 匹配黑名单过程存在计算开销，建议黑名单条目数在10条内。
    是否为Docker文件 如果是Docker文件，可打开是否为Docker文件开关，直接配置内部路径与容器Tag。Logtail会自动监测容器的创建和销毁，并根据Tag采集指定容器的日志。关于容器文本日志采集，请参见通过DaemonSet-控制台方式采集Kubernetes文件。
    模式 默认为完整正则模式，可修改为其它模式。
    单行模式
    • 如果待采集的日志是单行日志，请打开单行模式开关，日志服务将逐行采集日志。
    • 如果待采集的日志是多行日志（例如Java程序日志），请关闭单行模式开关，使用多行正则模式采集。
    日志样例 请务必使用实际场景的日志，便于日志服务自动提取其中的正则表达式。日志样例请参见单行日志采集案例、多行日志采集案例。
    行首正则表达式 如果您要采集多行日志，在关闭单行模式开关后，还需配置行首正则表达式。日志服务支持自动生成和手动输入行首正则表达式。
    • 自动生成行首正则表达式

      填写日志样例后，单击自动生成，生成行首正则表达式。

    • 手动输入行首正则表达式

      填写日志样例后，单击手动输入正则表达式，手动配置。配置完成后，单击验证即可验证您输入的正则表达式是否正确。更多信息，请参见如何调试正则表达式。

    提取字段 打开提取字段开关后，可通过正则表达式将日志内容提取为Key-Value对。
    正则 打开提取字段开关后，需要配置。
    • 自动生成正则表达式

      在日志样例文本框中，选中需要提取的日志内容，单击生成正则，自动生成正则表达式。

    • 手动输入正则表达式

      单击手动输入正则表达式，手动配置正则表达式。配置完成后，单击验证即可验证您输入的正则表达式是否可以解析、提取日志样例。更多信息，请参见如何调试正则表达式。

    日志抽取内容 打开提取字段开关后，需要配置。

    通过正则表达式将日志内容提取为Value后，您需要为每个Value设置对应的Key。
    使用系统时间 打开提取字段开关后，需要配置。 具体说明如下：
    • 打开使用系统时间开关，则日志时间为采集日志时，Logtail所在主机的系统时间。
    • 关闭使用系统时间开关，则您需要配置指定时间字段Key名称为日志抽取内容中的时间字段，并根据时间字段的值配置时间转换格式。时间格式详情请参见时间格式。

      例如配置指定时间字段Key名称为time_local，时间转换格式为%d/%b/%Y:%H:%M:%S，则日志时间为time_local字段对应的值。

    丢弃解析失败日志 是否丢弃解析失败的日志，具体说明如下：
    • 打开丢弃解析失败日志开关，解析失败的日志不上传到日志服务。
    • 关闭丢弃解析失败日志开关，日志解析失败时上传原始日志到日志服务。
    最大监控目录深度 设置日志目录被监控的最大深度。取值范围：0~1000，0代表只监控本层目录。
    请根据您的需求选择高级配置。如果没有特殊需求，建议保持默认配置。
    参数 描述
    启用插件处理 打开启用插件处理开关后，您可以设置Logtail插件处理日志。更多信息，请参见概述。
    说明 打开 启用插件处理开关后，上传原始日志、时区属性、丢弃解析失败日志、过滤器配置、接受部分字段（分隔符模式）等功能不可用。
    上传原始日志 打开上传原始日志开关后，原始日志将作为__raw__字段的值与解析过的日志一起上传到日志服务。
    Topic生成方式 设置Topic生成方式。更多信息，请参见日志主题。
    • 空-不生成Topic：默认选项，表示设置Topic为空字符串，在查询日志时不需要输入Topic即可查询。
    • 机器组Topic属性：设置为机器组Topic属性，用于明确区分不同服务器产生的日志数据。
    • 文件路径正则：设置为文件路径正则，则需要设置自定义正则，用正则表达式从路径里提取一部分内容作为Topic。用于区分不同用户或实例产生的日志数据。
    日志文件编码 设置日志文件编码格式，取值为utf8、gbk。
    时区属性 采集日志时，日志时间的时区属性。
    • 机器时区：默认为机器所在时区。
    • 自定义时区：手动选择时区。
    超时属性 如果一个日志文件在指定时间内没有任何更新，则认为该文件已超时。
    • 永不超时：持续监控所有日志文件，永不超时。
    • 30分钟超时：如果日志文件在30分钟内没有更新，则认为已超时，并不再监控该文件。

      选择30分钟超时时，还需设置最大超时目录深度，范围为1~3。

    过滤器配置 只采集完全符合过滤器条件的日志。例如：
    • 满足条件即采集，例如设置Key为level，Regex为WARNING|ERROR，表示只采集level为WARNING或ERROR类型的日志。
    • 过滤不符合条件的日志。更多信息，请参见Regular-Expressions.info。
      • 设置Key为level，Regex为^(?!.*(INFO|DEBUG)).*，表示不采集level中包含INFO或DEBUG类型的日志。
      • 设置Key为level，Regex为^(?!(INFO|DEBUG)$).*，表示不采集level等于INFO或DEBUG类型的日志。
      • 设置Key为url，Regex为.*^(?!.*(healthcheck)).*，表示不采集URL中带有healthcheck的日志。例如Key为url，Value为/inner/healthcheck/jiankong.html的日志将不会被采集。

    更多信息，请参见regex-exclude-word、regex-exclude-pattern。

    单击 下一步即表示完成Logtail采集配置，日志服务开始采集日志。
    说明
    • Logtail配置生效时间最长需要3分钟，请耐心等待。
    • 如果遇到Logtail采集报错，请参见诊断采集错误。
  7. 预览数据及设置索引，单击下一步。
    日志服务默认开启全文索引。您也可以根据采集到的日志，手动或者自动设置字段索引。更多信息，请参见 配置索引。
    说明
    • 如果您要查询分析日志，那么全文索引和字段索引属性必须至少启用一种。同时启用时，以字段索引为准。
    • 索引类型为long、double时，大小写敏感和分词符属性无效。

单行日志采集案例

  • 日志样例
    127.0.0.1 - - [10/Sep/2018:12:36:49  0800] "GET /index.html HTTP/1.1" 200 612 "-" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"
  • 正则表达式
    (\S )\s-\s(\S )\s\[([^]] )]\s"(\S )\s(\S )\s(\S )"\s(\S )\s(\S )\s"(\S )"\s"([^"] )".*

多行日志采集案例

  • 日志样例
    [2018-10-01T10:30:01,000] [INFO] java.lang.Exception: exception happened
    at TestPrintStackTrace.f(TestPrintStackTrace.java:3)
    at TestPrintStackTrace.g(TestPrintStackTrace.java:7)
    at TestPrintStackTrace.main(TestPrintStackTrace.java:16)
  • 行首正则表达式
    \[\d -\d -\w :\d :\d ,\d ]\s\[\w ]\s.*
  • 正则表示式
    \[(\S )]\s\[(\S )]\s(.*)