在大数据、高并发场景下的Java应用中,通过有效方式分析Java报错日志并提供运维指导,能有效减轻产品运营维护成本。日志服务支持采集各云产品的Java报错日志,通过数据加工解析Java错误日志。

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:summary-flow
  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。
etl-needs

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。etl_logic

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_fieldse_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:语法解析
具体的加工语法为:
e_switch(
    regex_match(v("message"), r"LogException"),
    e_compose(
        e_regex(
            "message",
            "(?P<data_time>\S+\s\S+)\s(?P<error_code>[a-zA-Z]+)\s(?P<status>[0-9]+)\scom\.aliyun\.openservices\.log\.exception\.(?P<product_exception>[a-zA-Z]+)\:(?P<error_message>[a-zA-Z0-9:,\-\s]+)\.(\s+\S+\s\S+){5}\s+\S+\scom\.aliyun\.openservices\.log\.Client\.(?P<method>[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java\:(?P<error_line>[0-9]+)\)",
        ),
        e_drop_fields("message"),
        e_output("sls-error"),
    ),
    regex_match(v("message"), r"OSSException"),
    e_compose(
        e_regex(
            "message",
            "(?P<data_time>\S+\s\S+)\scom\.aliyun\.oss\.(?P<product_exception>[a-zA-Z]+)\:(?P<error_message>[a-zA-Z0-9,\s]+)\.\n\[ErrorCode\]\:\s(?P<error_code>[a-zA-Z]+)\n\[RequestId\]\:\s(?P<request_id>[a-zA-Z0-9]+)\n\[HostId\]\:\s(?P<host_id>[a-zA-Z-.]+)\n\S+\n\S+(\s\S+){3}\n\s+\S+\s+(.+)(\s+\S+){24}\scom\.aliyun\.oss\.OSSClient\.(?P<method>[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java:(?P<error_line>[0-9]+)\)",
        ),
        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. 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<data_time>\S+\s\S+)\s(?P<error_code>[a-zA-Z]+)\s(?P<status>[0-9]+)\scom\.aliyun\.openservices\.log\.exception\.(?P<product_exception>[a-zA-Z]+)\:(?P<error_message>[a-zA-Z0-9:,\-\s]+)\.(\s+\S+\s\S+){5}\s+\S+\scom\.aliyun\.openservices\.log\.Client\.(?P<method>[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java\:(?P<error_line>[0-9]+)\)",
            ),
            e_drop_fields("message"),
            e_output("sls-error"),
        ),
        regex_match(v("message"), r"OSSException"),
        e_compose(
            e_regex(
                "message",
                "(?P<data_time>\S+\s\S+)\scom\.aliyun\.oss\.(?P<product_exception>[a-zA-Z]+)\:(?P<error_message>[a-zA-Z0-9,\s]+)\.\n\[ErrorCode\]\:\s(?P<error_code>[a-zA-Z]+)\n\[RequestId\]\:\s(?P<request_id>[a-zA-Z0-9]+)\n\[HostId\]\:\s(?P<host_id>[a-zA-Z-.]+)\n\S+\n\S+(\s\S+){3}\n\s+\S+\s+(.+)(\s+\S+){24}\scom\.aliyun\.oss\.OSSClient\.(?P<method>[a-zA-Z]+)\S+\s+\S+\stransformEvent\.main\(transformEvent\.java:(?P<error_line>[0-9]+)\)",
            ),
            e_drop_fields("message"),
            e_output("oss-error"),
        ),
    )
  4. 单击预览数据
    预览
  5. 创建数据加工任务。
    1. 单击保存数据加工
    2. 创建数据加工规则面板,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
    创建数据加工规则后,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。诊断
    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. 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。