投递日志到MaxCompute有什么意义？-问答-阿里云开发者社区-阿里云

功能优势


日志服务收集的日志除了可以被实时查询外，还可以把日志数据投递到大数据计算服务MaxCompute（原ODPS），进一步进行个性化BI分析及数据挖掘。通过日志服务投递日志数据到MaxCompute具有如下优势：

• 
  使用便捷
  您只需要完成2步配置即可以把日志服务Logstore的日志数据迁移到MaxCompute中。
• 
  避免重复收集工作
  由于日志服务的日志收集过程已经完成不同机器上的日志集中化，无需重复在不同机器上收集一遍日志数据后再导入到MaxCompute。
• 
  充分复用日志服务内的日志分类管理工作
  用户可让日志服务中不同类型的日志（存在不同Logstore中）、不同Project的日志自动投递到不同的MaxCompute表格，方便管理及分析MaxCompute内的日志数据。

在大部分情况下日志数据在写入Logstore后的0.5~1个小时导入到MaxCompute，用户可以在控制台“投递任务管理”查看导入状态。导入成功后用户即可在MaxCompute内查看到相关日志数据。

结合日志服务的实时消费，投递日志数据到MaxCompute的数据通道以及日志索引功能，可以让用户按照不同的场景和需求、以不同的方式复用数据，充分发挥日志数据的价值。

配置流程


举例日志服务的一条日志如下：


日志左侧的ip、status、thread、time、url、user-agent等是日志服务数据的字段名称，需要在下方配置中应用到。

1 初始化数加平台



1.1 在日志服务的控制台[backcolor=transparent]Logstore列表单击日志投递列的[backcolor=transparent]MaxCompute。


自动跳转到初始化数加平台的页面。MaxCompute默认为按量付费模式，具体参见 MaxCompute计量计费说明

1.2 查看服务协议和条款后单击[backcolor=transparent]确定，初始化数加平台。


初始化开通需10~20秒左右，请耐心等待。如果已经开通数加及大数据计算服务MaxCompute（原ODPS），将直接跳过该步骤。

目前暂不支持子用户来投递大数据计算服务MaxCompute（原ODPS）。

2.1 数据模型映射


在日志服务和大数据计算服务MaxCompute（原ODPS）之间同步数据，涉及两个服务的数据模型映射问题。您可以参考 日志服务日志数据结构和 MaxCompute表了解两种数据结构。
将样例日志导入MaxCompute，分别定义MaxCompute数据列、分区列与日志服务字段的映射关系：

MaxCompute列类型	MaxCompute列名（可自定义）	MaxCompute列类型（可自定义）	日志服务字段名（投递配置里填写）	日志服务字段类型	日志服务字段语义
数据列	log_source	string	__source__	系统保留字段	日志来源的机器IP。
数据列	log_time	bigint	__time__	系统保留字段。	日志的Unix时间戳，从1970年1月1日开始所经过的秒数，由用户日志的time字段计算得到。
数据列	log_topic	string	__topic__	系统保留字段。	日志主题。
数据列	time	string	time	日志内容字段。	解析自日志。
数据列	ip	string	ip	日志内容字段。	解析自日志。
数据列	thread	string	thread	日志内容字段。	解析自日志。
数据列	log_extract_others	string	__extract_others__	系统保留字段。	未在配置中进行映射的其它日志内字段会通过key-value序列化到json，该json是一层结构，不支持字段内部json嵌套。
分区列	log_partition_time	string	__partition_time__	系统保留字段。	由日志的time字段对齐计算而得，分区粒度可配置，在配置项部分详述。
分区列	status	string	status	日志内容字段。	解析自日志，该字段取值应该是可以枚举的，保证分区数目不会超出上限。

• MaxCompute表至少包含一个数据列、一个分区列。
• 系统保留字段中建议使用__partition_time__，__source__，__topic__。
• MaxCompute单表有分区数目6万的限制，分区数超出后无法再写入数据，所以日志服务导入MaxCompute表至多支持3个分区列。请谨慎选择自定义字段作为分区列，保证其值是可枚举的。
• 系统保留字段__extract_others__历史上曾用名_extract_others_，填写后者也是兼容的。
• MaxCompute分区列的值不支持”/“等特殊字符，这些是MaxCompute的保留字段。
• MaxCompute分区列取值不支持空，所以映射到分区列的字段必须要在日志里存在，空分区列的日志会在投递中被丢弃。

3 投递配置



3.1 开启投递


初始化数加平台之后，根据页面提示进入[backcolor=transparent]LogHub —— 数据投递页面，选择需要投递的Logstore，并单击[backcolor=transparent]开启投递。
您也可以在[backcolor=transparent]MaxCompute(原ODPS)投递管理页面选择需要投递的Logstore，并单击[backcolor=transparent]开启投递以进入[backcolor=transparent]LogHub —— 数据投递页面。


3.2 配置投递规则


在[backcolor=transparent]LogHub —— 数据投递页面配置[backcolor=transparent]字段关联等相关内容。

选项含义：

参数	语义
投递名称	自定义一个投递的名称，方便后续管理。
MaxCompute Project	MaxCompute项目名称，该项默认为新创建的Project，如果已经是MaxCompute老客户，可以下拉选择已创建其他Project。
MaxCompute Table	MaxCompute表名称，请输入自定义的新建的MaxCompute表名称或者选择已有的MaxCompute表。
MaxCompute 普通列	按序，左边填写与MaxCompute表数据列相映射的日志服务字段名称，右边填写或选择MaxCompute表的普通字段名称及字段类型。
MaxCompute 分区列	按序，左边填写与MaxCompute表分区列相映射的日志服务字段名称，右边填写或选择MaxCompute表的普通字段名称及字段类型。
分区时间格式	__partition_time__输出的日期格式，参考Java SimpleDateFormat。
导入MaxCompute间隔	MaxCompute数据投递间隔，默认1800，单位：秒。

• 该步会默认为客户创建好新的MaxCompute Project和Table，其中如果已经是MaxCompute老客户，可以下拉选择其他已创建Project。
• 日志服务投递MaxCompute功能按照字段与列的顺序进行映射，修改MaxCompute表列名不影响数据导入，如更改MaxCompute表schema，请重新配置字段与列映射关系。
• 日志服务数据的一个字段最多允许映射到一个MaxCompute表的列（数据列或分区列），不支持字段冗余。

参考信息




将日志时间作为分区字段，通过日期来筛选数据是MaxCompute常见的过滤数据方法。
日志服务根据日志Time字段和分区时间格式计算出日期作为分区列。为满足MaxCompute单表分区数目的限制，日期分区列的值会按照导入MaxCompute间隔对齐。
举例来说，日志提取的time字段是”27/Jan/2016:20:50:13 +0800”，日志服务据此计算出保留字段__time__为1453899013（Unix时间戳），不同配置下的时间分区列取值如下：

导入MaxCompute间隔	分区时间格式	__partition_time__
1800	yyyy_MM_dd_HH_mm_00	2016_01_27_20_30_00
1800	yyyy-MM-dd HH:mm	2016-01-27 20:30
1800	yyyyMMdd	20160127
3600	yyyyMMddHHmm	201601272000
3600	yyyy_MM_dd_HH	2016_01_27_20

1. 请勿使用精确到秒的日期格式：1. 很容易导致单表的分区数目超过限制（6万）；2. 单次投递任务的数据分区数目必须在512以内。
2. 以上分区时间格式是测试通过的样例，您也可以参考Java SimpleDateFormat自己定义日期格式，但是该格式不得包含斜线字符”/“（这是MaxCompute的保留字段）。
3. 
   

其他操作



编辑投递配置


在Logstore列表投递项，单击“修改”即可针对之前的配置信息进行编辑。其中如果想新增列，可以在大数据计算服务MaxCompute（原ODPS）修改投递的数据表列信息，则点击“修改”后会加载最新的数据表信息。

投递任务管理


在启动“投递功能”后，日志服务后台会定期启动离线投递任务。用户可以在控制台上看到这些投递任务的状态和错误信息。具体请参考 日志投递任务管理。
如果投递任务出现错误，控制台上会显示相应的错误信息：

错误信息	建议方案
MaxCompute项目空间不存在	在MaxCompute控制台中确认配置的MaxCompute项目是否存在，如果不存在则需要重新创建或配置。
MaxCompute表不存在	在MaxCompute控制台中确认配置的MaxCompute表是否存在，如果不存在则需要重新创建或配置。
MaxCompute项目空间或表没有向日志服务授权	在MaxCompute控制台中确认授权给日志服务账号的权限是否还存在，如果不存在则需要重新添加上相应权限。
MaxCompute错误	显示投递任务收到的MaxCompute错误，请参考MaxCompute相关文档或联系MaxCompute团队解决。日志服务会自动重试最近两天时间的失败任务。
日志服务导入字段配置无法匹配MaxCompute表的列	重新配置MaxCompute表格的列与日志服务数据字段的映射配置。

当投递任务发生错误时，请查看错误信息，问题解决后可以通过管理控制台中“日志投递任务管理”或SDK来重试失败任务。

MaxCompute中消费日志


MaxCompute用户表中示例数据如下：


同时，我们推荐客户直接使用已经与MaxCompute绑定的 大数据开发Data IDE来进行可视化的BI分析及数据挖掘，这将提高数据加工的效率。

授予MaxCompute数据投递权限


如果在数加平台执行表删除重建动作，会导致默认授权失效。请手动重新为日志服务投递数据授权。
在MaxCompute项目空间下添加用户：


可以参考 MaxCompute用户授权管理指南了解更多细节。