精通日志查询： 如何翻页获取日志和计算结果
日志服务提供一站式的日志采集、存储、查询、计算功能。交互式的日志采集体验，释放用户的运维压力，解放用户的双手； 交互式的查询分析体验，让用户自由的构建数据模型、探索式分析挖掘数据深层。
用户使用日志服务的查询分析能力，不仅可以在控制台交互式查询，也可以使用SDK，在程序中使用查询分析。 当计算结果比较大时，怎么把全量结果读取到本地，是一个比较比较头疼的问题。幸好，日志服务提供了翻页的功能，不仅可以翻页读取原始日志内容，也可以把SQL的计算结果翻页读取到本地。开发者可以通过日志服务提供的SDK，或者Cli，通过读数据接口翻页读取日志。
查询和分析使用不同的分页方式
日志服务提供一个统一的查询日志入口:GetLogstoreLogs，既可以根据关键字查询日志原始内容，也可以提交SQL计算，获取计算结果。
查询翻页使用案例
在GetLogStoreLogs api中，包含offset和lines两个参数
- offset ： 用于指定从第一行开始读取日志
- lines : 用于指定当前的请求读取多少行，该参数最大100行，如果设置该参数大于100行，则仍然返回100行。
在翻页读取时，不停的增大offset，知道读取到某个offset后，获取的结果行数为0，并且结果的progress为complete状态，则认为读取到了全部数据，可以结束了。
翻页代码样例
翻页的伪代码：
offset = 0 // 从第0行开始读取
lines = 100 //每次读取100行
query = "status:200" //查询status字段包含200的所有日志
while True:
response = get_logstore_logs(query, offset, lines) // 执行读取请求
process (response) //调用自定义逻辑，处理返回的结果
如果 response.get_count() == 0 && response.is_complete()
则读取结束，跳出当前循环
否则
offset += 100 offset增加100，读取下一个100行
python 翻页读取样例
更详细案例参考文档：
endpoint = '' # 选择与上面步骤创建Project所属区域匹配的Endpoint
accessKeyId = '' # 使用您的阿里云访问密钥AccessKeyId
accessKey = '' # 使用您的阿里云访问密钥AccessKeySecret
project = '' # 上面步骤创建的项目名称
logstore = '' # 上面步骤创建的日志库名称
client = LogClient(endpoint, accessKeyId, accessKey)
topic = ""
query = "index"
From = int(time.time()) - 600
To = int(time.time())
log_line = 100
offset = 0
while True:
res4 = None
for retry_time in range(0, 3):
req4 = GetLogsRequest(project, logstore, From, To, topic, query, log_line, offset, False)
res4 = client.get_logs(req4)
if res4 is not None and res4.is_completed():
break
time.sleep(1)
offset += 100
if res4.is_completed() && res4.get_count() == 0:
break;
if res4 is not None:
res4.log_print() # 这里处理结果
Java 翻页读取样例
更详细的案例参考文档
int log_offset = 0;
int log_line = 100;//log_line 最大值为100，每次获取100行数据。若需要读取更多数据，请使用offset翻页。offset和lines只对关键字查询有效，若使用SQL查询，则无效。在SQL查询中返回更多数据，请使用limit语法。
while (true) {
GetLogsResponse res4 = null;
// 对于每个 log offset,一次读取 10 行 log，如果读取失败，最多重复读取 3 次。
for (int retry_time = 0; retry_time < 3; retry_time++) {
GetLogsRequest req4 = new GetLogsRequest(project, logstore, from, to, topic, query, log_offset,
log_line, false);
res4 = client.GetLogs(req4);
if (res4 != null && res4.IsCompleted()) {
break;
}
Thread.sleep(200);
}
System.out.println("Read log count:" + String.valueOf(res4.GetCount()));
log_offset += log_line;
if (res4.IsCompleted() && res4.GetCount() == 0) {
break;
}
}
SQL分析结果翻页读取
在SQL分析中，GetLogStoreLogs API 参数中的offset 和lines是无效的，填写。也就是说，如果按照上文翻页读取原始内容的方式，遍历offset翻页，那么每次SQL执行的结果都是一样的。理论上，我们可以在一次调用中，获取全部的计算结果，但是如果结果集太大，可能会产生以下问题：
- 网络上传输大量数据延时比较高。
- 客户端的内存要保存大量的结果，供进一步处理。
为了解决SQL翻页的问题，我们提供了标准SQL的limit翻页语法
limit Offset, Line
- Offset表示从第几行开始读取结果
- Line表示读取多少行，Line没有大小限制；但是如果一次读取太多，会影响网络延时和客户端的处理。
一个典型案例，假如以下SQL共产生2000条日志
* | select count(1) , url group by url
那么可以翻页，每次读取500行，共4次读取完成：
* | select count(1) , url group by url limit 0, 500
* | select count(1) , url group by url limit 500, 500
* | select count(1) , url group by url limit 1000, 500
* | select count(1) , url group by url limit 1500, 500
SQL翻页样例
在程序中，SQL翻页的伪代码这样写：
offset = 0 // 从第0行开始读取
lines = 500 //每次读取500行
query = "* | select count(1) , url group by url limit "
while True:
real_query = query + offset + "," + lines
response = get_logstore_logs(real_query) // 执行读取请求
process (response) //调用自定义逻辑，处理返回的结果
如果 response.get_count() == 0
则读取结束，跳出当前循环
否则
offset += 500 offset增加100，读取下一个500行
Python程序样例：
endpoint = '' # 选择与上面步骤创建Project所属区域匹配的Endpoint
accessKeyId = '' # 使用您的阿里云访问密钥AccessKeyId
accessKey = '' # 使用您的阿里云访问密钥AccessKeySecret
project = '' # 上面步骤创建的项目名称
logstore = '' # 上面步骤创建的日志库名称
client = LogClient(endpoint, accessKeyId, accessKey)
topic = ""
origin_query = "* | select count(1) , url group by url limit "
From = int(time.time()) - 600
To = int(time.time())
log_line = 100
offset = 0
while True:
res4 = None
query = origin_query + str(offset) + " , " + str(log_line)
for retry_time in range(0, 3):
req4 = GetLogsRequest(project, logstore, From, To, topic, query)
res4 = client.get_logs(req4)
if res4 is not None and res4.is_completed():
break
time.sleep(1)
offset += 100
if res4.is_completed() && res4.get_count() == 0:
break;
if res4 is not None:
res4.log_print() # 这里处理结果
Java程序样例：
int log_offset = 0;
int log_line = 500;
String origin_query = "* | select count(1) , url group by url limit "
while (true) {
GetLogsResponse res4 = null;
// 对于每个 log offset,一次读取 500 行 log，如果读取失败，最多重复读取 3 次。
query = origin_query + log_offset + "," + log_line;
for (int retry_time = 0; retry_time < 3; retry_time++) {
GetLogsRequest req4 = new GetLogsRequest(project, logstore, from, to, topic, query);
res4 = client.GetLogs(req4);
if (res4 != null && res4.IsCompleted()) {
break;
}
Thread.sleep(200);
}
System.out.println("Read log count:" + String.valueOf(res4.GetCount()));
log_offset += log_line;
if (res4.GetCount() == 0) {
break;
}
}
