转换Log为Metric

本文中含有需要您注意的重要提示信息，忽略该信息可能对您的业务造成影响，请务必仔细阅读。

如果您需要监控Log中某字段的指标变化趋势，可以使用日志服务数据加工函数e_to_metric将Log字段转换为Metric，通过时序库查看该指标的变化趋势。本文以Nginx访问日志为例说明如何将Log转化为Metric。

前提条件

已采集到日志数据。更多信息，请参见数据采集。

背景信息

应用程序的运行数据，主要有Log、Trace和Metric这三大类数据。Log是离散的事件，Trace可以认为是带请求追踪的事件，Metric是带统计量的事件。Log、Trace、Metric本质上都是事件，满足事件存储的系统都可以用来存储这三类数据。日志服务提供两种存储：

Logstore 日志服务中Log的采集、存储和查询单元。更多信息，请参见日志库（Logstore）。
MetricStore 日志服务中Metric的采集、存储和查询单元。日志服务MetricStore针对Metric做了大量优化，提供PromQL查询能力，支持Prometheus协议。更多信息，请参见时序库（MetricStore）。

很多应用的Log数据往往比Metric全面，Metric可以认为是特定格式的Log，因此在日志服务中可以将Log转换为Metric。常见的Log转Metric的方法如下：

使用日志服务的Scheduled SQL功能聚合日志产生指标。更多信息，请参见从Logstore到MetricStore。
使用数据加工e_to_metric函数将Log转换为Metric。

场景描述

某企业在华东1（杭州）地域创建了名为nginx-demo的Logstore，用于存储Nginx服务的访问日志。

该企业需要监控后端服务器（Host）的每次请求耗时（request_time）和响应耗时（upstream_response_time）变化情况，并通过仪表盘展示变化趋势。

body_bytes_sent:1750
host:www.example.com
http_referer:www.guide.example.com
http_user_agent:Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_6; it-it) AppleWebKit/533.20.25 (KHTML, like Gecko) Version/5.0.4 Safari/533.20.27
http_x_forwarded_for:203.0.113.10
remote_addr:203.0.113.10
remote_user:p288
request_length:13741
request_method:GET
request_time:71
request_uri:/request/path-1/file-1
status:200
time_local:11/Aug/2021:06:52:27
upstream_response_time:0.66

为实现以上需求，您需要将Log中request_time和upstream_response_time字段转换为Metric，并打上Host标签。

步骤一：创建时序库

创建名称为service-metric的时序库，用于保存数据加工后的时序数据。

登录日志服务控制台。
在Project列表区域，单击目标Project。
在时序存储 > 时序库页签中，单击+图标。
在创建MetricStore面板，配置如下参数，单击确定。

参数

说明

MetricStore名称

MetricStore名称在其所属Project内必须唯一，创建后不能修改。

永久保存

打开永久保存开关后，日志服务将永久保存采集到的时序数据。

说明通过SDK方式获取数据保存时间时，如果对应值为3650则表示永久保存。

数据保存时间

日志服务采集的时序数据在MetricStore中的保存时间，单位为天，取值范围：15~3000。超过该时间后，时序数据会被删除。

警告当日志保存时间达到您所设置的保存时间后，日志将被删除。

仅在未打开永久保存开关时，需设置数据保存时间。

重要缩短数据保存时间后，日志服务将在1小时内删除所有已超过保存时间的数据。但日志服务控制台首页的存储量（日志）将于次日更新。例如您原本的数据保存时间为5天，现修改为1天，则日志服务将在1小时内删除前4天的数据。

Shard数目

日志服务使用Shard读写数据。一个Shard提供的写入能力为5 MB/s、500次/s，读取能力为10 MB/s、100次/s。每个MetricStore中最多创建10个Shard，每个Project中最多创建200个Shard。更多信息，请参见分区（Shard）。

步骤二：创建数据加工任务

使用e_to_metric函数创建数据加工任务，并保存加工后数据到步骤一创建的时序库。

进入数据加工页面。 a. 在Project列表区域，单击目标Project。 b. 在日志存储 > 日志库页签中，单击目标Logstore。 c. 在查询和分析页面，单击数据加工。
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。
在编辑框中，输入数据加工语句。将request_time字段重命名为RequestTime，upstream_response_time字段重命名为ResponseTime，并打上host标签。
python
```
e_to_metric(
    names=[("request_time", "RequestTime"), ("upstream_response_time", "ResponseTime")],
    labels=[("host", "hostname")],
)
```
更多信息，请参见e_to_metric。
单击预览数据。

创建数据加工任务。 a. 单击保存数据加工。 b. 在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log2mectric。
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log2mectric。
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MetricStore名称。例如service-metric。
授权方式	选择默认角色将数据加工结果写入目标时序库service-metric。
加工范围
时间范围	时间范围选择所有。

c. 在创建结果对话框，单击确认。

以上步骤配置完成后，日志服务开始将Log加工到目标时序库service-metric。

步骤三：查询时序数据

在左侧导航栏，选择时序存储 > 时序库。
在时序库页签下发，选择目标时序库service-metric。
在页面右上角，单击15分钟（相对），设置查询和分析的时间范围。您可以选择相对时间、整点时间和自定义时间范围。说明查询和分析结果相对于指定的时间范围来说，有1min以内的误差。
在查询配置页签中，在Metrics下拉列表中，选择对应的监控项 RequestTime或ReponseTime，单击预览。
- 每个Host的请求时间RequestTime变化趋势
- 每个Host的响应时间ReponseTime变化趋势

转换Log为Metric ​

前提条件 ​

背景信息 ​

场景描述 ​

步骤一：创建时序库 ​

步骤二：创建数据加工任务 ​

步骤三：查询时序数据 ​