PolarDB-X 1.0-用户指南-SQL审计与分析-日志字段

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
简介: 本文将介绍PolarDB-X 1.0 SQL审计日志中包含的日志字段详情。
字段名称 字段说明 支持的实例版本
__topic__ 日志主题,格式为drds_audit_log_{instance_id}_{db_name},例如drds_audit_log_drdsxyzabcd_demo_drds_db 所有版本
instance_id PolarDB-X 1.0实例ID。 所有版本
db_name PolarDB-X 1.0数据库名称。 所有版本
user 执行SQL的用户名。 所有版本
client_ip 访问PolarDB-X 1.0实例的客户端IP。 所有版本
client_port 访问PolarDB-X 1.0实例的客户端端口。 所有版本
sql 被执行的SQL语句。 所有版本
trace_id SQL执行的TRACE ID。

如果是事务的话, 会以TRACE ID加-作为前缀+数字表示,例如drdsabcdxyz-1drdsabcdxyz-2等。

所有版本
sql_code 模板SQL的HASH值。 所有版本
hint SQL执行的HINT。 所有版本
logical_cpu_time SQL执行所使用的CPU时间总量,单位:ns。 实例版本需为5.4.2-15752863或以上
logical_opt_cpu_time 生成执行计划所使用的CPU时间总量,单位:ns。 实例版本需为5.4.2-15752863或以上
logical_exec_cpu_time 执行执行计划所使用的CPU时间总量,单位:ns。 实例版本需为5.4.2-15752863或以上
table_name 查询涉及的表名,多个表之间用英文逗号(,)分隔。 所有版本
sql_type SQL类型,包括SELECT、INSERT、DELECT、SET、ALTER、CREATE、DROP、TRUNCATE、REPLACE和OTHER类型。 所有版本
sql_type_detail SQL解析器的名称。 所有版本
sql_time SQL开始执行的时间,格式为yyyy-MM-dd HH:mm:ss.SSS 所有版本
response_time 响应时间,单位为毫秒(ms)。 实例版本需为5.3.4-15378085或以上
affect_rows SQL执行返回行数。
  • 若执行的是增删改等语句时,表示的时影响的行数。
  • 若执行的是查询语句时,表示的是返回的行数。
实例版本需为5.3.4-15378085或以上
fail SQL执行是否出错,取值范围如下:
  • 0:成功
  • 1:失败
实例版本需为5.3.4-15378085或以上
相关实践学习
快速体验PolarDB开源数据库
本实验环境已内置PostgreSQL数据库以及PolarDB开源数据库:PolarDB PostgreSQL版和PolarDB分布式版,支持一键拉起使用,方便各位开发者学习使用。
相关文章
|
3月前
|
存储 运维 监控
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
|
3月前
|
SQL 监控 数据挖掘
SLS 重磅升级:超大规模数据实现完全精确分析
SLS 全新推出的「SQL 完全精确」模式,通过“限”与“换”的策略切换,在快速分析与精确计算之间实现平衡,满足用户对于超大数据规模分析结果精确的刚性需求。标志着其在超大规模日志数据分析领域再次迈出了重要的一步。
388 116
|
2月前
|
自然语言处理 监控 安全
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
阿里云可观测官方发布了Observable MCP Server,提供了一系列访问阿里云可观测各产品的工具能力,包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS等,支持用户通过自然语言形式查询
303 0
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
|
1月前
|
人工智能 运维 监控
Aipy实战:分析apache2日志中的网站攻击痕迹
Apache2日志系统灵活且信息全面,但安全分析、实时分析和合规性审计存在较高技术门槛。为降低难度,可借助AI工具如aipy高效分析日志,快速发现攻击痕迹并提供反制措施。通过结合AI与学习技术知识,新手运维人员能更轻松掌握复杂日志分析任务,提升工作效率与技能水平。
|
4月前
|
存储 消息中间件 缓存
MiniMax GenAI 可观测性分析 :基于阿里云 SelectDB 构建 PB 级别日志系统
基于阿里云SelectDB,MiniMax构建了覆盖国内及海外业务的日志可观测中台,总体数据规模超过数PB,日均新增日志写入量达数百TB。系统在P95分位查询场景下的响应时间小于3秒,峰值时刻实现了超过10GB/s的读写吞吐。通过存算分离、高压缩比算法和单副本热缓存等技术手段,MiniMax在优化性能的同时显著降低了建设成本,计算资源用量降低40%,热数据存储用量降低50%,为未来业务的高速发展和技术演进奠定了坚实基础。
MiniMax GenAI 可观测性分析 :基于阿里云 SelectDB 构建 PB 级别日志系统
|
4月前
|
SQL 存储 自然语言处理
让跨 project 联查更轻松,SLS StoreView 查询和分析实践
让跨 project 联查更轻松,SLS StoreView 查询和分析实践
|
6月前
|
机器学习/深度学习 人工智能 运维
智能日志分析:用AI点亮运维的未来
智能日志分析:用AI点亮运维的未来
1617 15
|
6月前
|
SQL 关系型数据库 MySQL
MySQL事务日志-Undo Log工作原理分析
事务的持久性是交由Redo Log来保证,原子性则是交由Undo Log来保证。如果事务中的SQL执行到一半出现错误,需要把前面已经执行过的SQL撤销以达到原子性的目的,这个过程也叫做"回滚",所以Undo Log也叫回滚日志。
227 7
MySQL事务日志-Undo Log工作原理分析
|
5月前
|
SQL 分布式计算 Serverless
基于阿里云 EMR Serverless Spark 版快速搭建OSS日志分析应用
基于阿里云 EMR Serverless Spark 版快速搭建OSS日志分析应用
|
6月前
|
关系型数据库 分布式数据库 数据库
瑶池数据库大讲堂|PolarDB HTAP:为在线业务插上实时分析的翅膀
瑶池数据库大讲堂介绍PolarDB HTAP,为在线业务提供实时分析能力。内容涵盖MySQL在线业务的分析需求与现有解决方案、PolarDB HTAP架构优化、针对分析型负载的优化(如向量化执行、多核并行处理)及近期性能改进和用户体验提升。通过这些优化,PolarDB HTAP实现了高效的数据处理和查询加速,帮助用户更好地应对复杂业务场景。
115 4

相关产品

  • 云原生分布式数据库 PolarDB-X