如何在函数计算中使用结构化的用户日志

向右看齐 2022-02-12 12:41 92阅读 0赞

目前函数计算默认会将用户的标准输出写入到用户指定的 logstore ，如果使用了 `logger.log()` `console.log()` 这类函数还会带上时间戳及requestID。  
通常情况下，对于普通用户来说这已经可以做一些问题调查和调试了。

但在很多情况下，我们可能需要做自定义的特定字段的查询，例如比较数字大小，比较字符串长度，做柱状图、饼图，曲线图等等。本文会介绍如何在函数计算中使用[阿里云日志服务][Link 1]创建 json 格式的日志来做结构化的日志输出和查询。

## 创建 logStore 并为 service 设置日志 ##

本文假定您已经掌握了[函数计算控制台][Link 2]的创建函数、调用函数等基本功能。

我们可以参考[这篇文章][Link 3]，先开通日志服务，并为您的 service 增加日志记录。

## 用户函数如何记录日志 ##

*特别注意的是：我们需要将 json 格式的整个对象序列化为一行，并输出到标准输出。*

在 python 中，我们可以使用 `print` 或者 `sys.stdout.write`，值得注意的是 `sys.stdout.write` 最后的换行符 `\n` 需要自己加上，否则上下文会串行导致解析失败。

我们先使用 python2.7 创建函数，复制下面的代码，粘贴到编辑框保存。

# -*- coding: utf-8 -*-
    import json
    
    def handler(event, context):
        print "hello function compute"
        print '{"name":"Amy", "sex":"female", "age":18, "city":"Beijing", "slogen":"function compute is awsome"}'
        print '{"name":"Alex", "sex":"male", "age":25, "city":"Shanghai", "opts":{"phone":12345678, "hobby":"basketball"}}'
        print '{"name":"Jack", "sex":"male", "age":35, "city":"Hangzhou", "opts":{"phone":23456789}}'
        print json.dumps({"msg":"test message", "requestID": context.request_id})
        return 'hello world'

可以看到，我们的5个 print 中有3个都是标准的 json 字符串。

其中还有一个是我们使用`json.dumps` 序列化的 json 字符串。

建议在后续的实际项目中使用 `json.dumps` 来做 json 字符串的序列化保证代码的正确性，避免使用 string format 来做序列化。

### 对于nodejs的用户，可以使用下面的代码 ###

module.exports.handler = function(event, context, callback) { 
        process.stdout.write('hello function compute\n');
        process.stdout.write('{"name":"Amy", "sex":"female", "age":18, "city":"Beijing", "slogen":"function compute is awsome"}\n');
        process.stdout.write('{"name":"Alex", "sex":"male", "age":25, "city":"Shanghai", "opts":{"phone":12345678, "hobby":"basketball"}}\n');
        process.stdout.write('{"name":"Jack", "sex":"male", "age":35, "city":"Hangzhou", "opts":{"phone":23456789}}\n');
        process.stdout.write(JSON.stringify({"msg":"test message", "requestID": context.requestID }) + '\n');
        callback(null, 'hello world'); 
    };

注意的是，nodejs中，我们不能使用 `console.log()` 来做输出，而是使用`process.stdout.write()`，且需要加上最后的换行符。

## 配置日志索引 ##

配置好函数后，我们来到对应的log store。

*  点开`查询分析属性>设置`，如图：

![setting.png][]

*  如图，分别为各个字段创建索引
    
     *  为 message 创建 json 类型的索引
     *  为嵌套 json 类型 `opts.hobby` 创建 text 类型的索引

![index\_setting.png][index_setting.png]

*  确认保存后我们可以尝试调用函数

## 结构化的日志查询和分析 ##

函数调用成功后，我们使用日志查询，预期可以看到如下结果：

![all\_logs.png][all_logs.png]

关于如何使用日志服务的查询语言，可以详细参考\[\]([https://help.aliyun.com/document\_detail/29060.html)][https_help.aliyun.com_document_detail_29060.html]。

### 指定requestID 查询 ###

message.requestID: 7ec6a4bc-86fb-8dd9-7e1e-929a08316875

![query\_3.png][query_3.png]

### 组合条件查询 ###

message.age > 20 and message.sex = "male"

![query\_1.png][query_1.png]

### 嵌套查询 ###

message.opts.hobby = "basketball"

![query\_2.png][query_2.png]

### 结合SQL查询分析 ###

例如在上面的日志中，我们查询分析 `message.age < 20` 及 `message.age >= 20` 的占比饼图

详细语法可参考[实时分析简介][Link 4]

message.age >= 0 | SELECT case when "message.age" < 20 then '<20' else '>=20' end as age, count(1) group by age

![pie\_chart.png][pie_chart.png]

[Link 1]: https://help.aliyun.com/product/28958.html
[Link 2]: https://fc.console.aliyun.com/
[Link 3]: https://help.aliyun.com/document_detail/61023.html
[setting.png]: /images/20220212/7d8361e7edb547febbdedad0061195a4.png
[index_setting.png]: /images/20220212/8e9dff6ec93e4f01a1264a756dcfe43f.png
[all_logs.png]: /images/20220212/c34b02dab6fc4b8ebd3b31ad295451b5.png
[https_help.aliyun.com_document_detail_29060.html]: https://help.aliyun.com/document_detail/29060.html%29
[query_3.png]: /images/20220212/d58b45ae1d2c4ebfa7d3ef8b91378156.png
[query_1.png]: /images/20220212/ba62e19a23f84ed89ee439e2f8b8078d.png
[query_2.png]: /images/20220212/2aa9918bbeae4a2391794a004bbf319d.png
[Link 4]: https://help.aliyun.com/document_detail/53608.html
[pie_chart.png]: /images/20220212/b613c2dc3fa446cd90600984fd8ef99e.png