Parsing
Nouvelles annonces sur les technologies sans serveur et réseau ainsi que sur le RUM (Real-User Monitoring) dévoilées à la conférence Dash ! Nouvelles annonces dévoilées à la conférence Dash !

Parsing

Présentation

Datadog effectue automatiquement le parsing de vos logs au format JSON. Pour les autres formats, Datadog vous permet d’enrichir vos logs à l’aide du parser Grok. Comparée à l’utilisation exclusive d’expressions régulières, la syntaxe Grok simplifie le parsing des logs. Le parser Grok vous permet d’extraire des attributs à partir de messages texte semi-structurés.

Grok propose des patterns réutilisables pour parser des entiers, des adresses IP, des hostnames, etc.

Vous pouvez rédiger des règles de parsing à l’aide de la syntaxe %{MATCHER:EXTRACT:FILTER} :

  • Matcher : une règle (éventuellement une référence à la règle d’un autre token) qui décrit la valeur attendue (number, word, notSpace, etc.).

  • Extract (facultatif) : un identifiant représentant la destination d’enregistrement pour le morceau de texte correspondant au Matcher.

  • Filter (facultatif) : un post-processeur de la correspondance permettant de la transformer.

Exemple d’un log non structuré standard :

john connected on 11/08/2017

Avec la règle de parsing suivante :

MyParsingRule %{word:user} connected on %{date("MM/dd/yyyy"):connect_date}

Une fois le traitement terminé, le log structuré suivant est généré :

Remarque :

  • Si vous cumulez plusieurs règles de parsing dans un seul parser Grok :
    • Une seule d’entre elles peut renvoyer un log donné. La première qui correspond en totalité est celle qui effectue le parsing.
    • Chaque règle peut se référer à des règles de parsing définies en amont dans la liste.
  • Les noms des règles au sein d’un même parser Grok doivent être uniques.
  • Les noms des règles doivent contenir uniquement des caractères alphanumériques, ainsi que les caractères _ et .. Ils doivent commencer par un caractère alphanumérique.
  • Les propriétés avec des valeurs null ou vides ne sont pas affichées.

Matcher et filtre

Voici la liste de tous les matchers et de tous les filtres implémentés en natif par Datadog :

PatternUtilisation
date("pattern"[, "timezoneId"[, "localeId"]])Renvoie une date correspondant au pattern et aux valeurs parsées pour produire un timestamp Unix. Consulter les exemples de Matcher de date.
regex("pattern")Renvoie un regex. Consulter les exemples de Matcher de regex.
dataRenvoie n’importe quelle chaîne, espaces et sauts de ligne inclus. Équivaut à .*.
notSpaceRenvoie n’importe quelle chaîne jusqu’à la prochaine espace.
boolean("patternTrue", "patternFalse")Renvoie et parse une valeur booléenne qui définit de façon facultative les patterns true et false (par défaut, true et false en ignorant la casse).
numberStrRenvoie un nombre décimal à virgule flottante et le parse en tant que chaîne.
numberRenvoie un nombre décimal à virgule flottante et le parse en tant que nombre à double précision.
numberExtStrRenvoie un nombre à virgule flottante (avec prise en charge de la notation scientifique) et le parse en tant que chaîne.
numberExtRenvoie un nombre à virgule flottante (avec prise en charge de la notation scientifique) et le parse en tant que nombre à double précision.
integerStrRenvoie un nombre entier et le parse en tant que chaîne.
integerRenvoie un nombre entier et le parse en tant que nombre entier.
integerExtStrRenvoie un nombre entier (avec prise en charge de la notation scientifique) et le parse en tant que chaîne.
integerExtRenvoie un nombre entier (avec prise en charge de la notation scientifique) et le parse en tant que nombre entier.
wordRenvoie les caractères a à z, A à Z, 0 à 9, y compris le caractère _ (underscore).
doubleQuotedStringRenvoie une chaîne entre guillemets.
singleQuotedStringRenvoie une chaîne entre apostrophes.
quotedStringRenvoie une chaîne entre guillemets ou entre apostrophes.
uuidRenvoie un UUID.
macRenvoie une adresse MAC.
ipv4Renvoie une adresse IPV4.
ipv6Renvoie une adresse IPV6.
ipRenvoie une adresse IP (v4 ou v6).
hostnameRenvoie un hostname.
ipOrHostRenvoie un hostname ou une IP.
portRenvoie un numéro de port.
PatternUtilisation
numberParse une correspondance en tant que nombre à double précision.
integerParse une correspondance en tant que nombre entier.
booleanParse les chaînes ‘true’ et ‘false’ en tant que valeurs booléennes ignorant la casse.
nullIf("value")Renvoie une valeur null si la correspondance est identique à la valeur fournie.
jsonParse du JSON correctement formaté.
rubyhashParse un hash Ruby correctement formaté (par exemple, {nom=> "John", "poste" => {"entreprise" => "Grosse entreprise", "titre" => "Directeur technique"}}).
useragent([decodeuricomponent:true/false])Parse un user agent et renvoie un objet JSON qui contient l’appareil, le système d’exploitation et le navigateur représenté par l’Agent. En savoir plus sur le processeur d’user-agent.
querystringExtrait toutes les paires key/value d’une chaîne de requête URL correspondante (par exemple, ?productId=superproduct&promotionCode=superpromo).
decodeuricomponentCe filtre décode les composants d’un URI. Par exemple, il permet de transformer %2Fservice%2Ftest en /service/test.
lowercaseRenvoie la chaîne en minuscules.
uppercaseRenvoie la chaîne en majuscules.
keyvalue([separatorStr[, characterWhiteList[, quotingStr]]])Extrait un pattern key/value et renvoie un objet JSON. Consulter les exemples de filtres clé/valeur.
scale(facteur)Multiplie la valeur numérique attendue par le coefficient spécifié.
array([[openCloseStr, ] separator][, subRuleOrFilter)Parse une séquence de tokens et la renvoie en tant que tableau.
urlParse une URL et renvoie tous les membres tokenisés (domaine, paramètres de requête, port, etc.) dans un objet JSON. En savoir plus sur le parsing d’URL.

Paramètres avancés

En bas de vos carrés de processeur Grok, vous trouverez une section Advanced Settings :

  • Utilisez le champ Extract from pour appliquer votre processeur Grok sur un attribut donné plutôt que sur l’attribut message par défaut.

  • Utilisez le champ Helper Rules afin de définir les tokens pour vos règles de parsing. Les règles d’auxiliaires vous aident à factoriser les patterns Grok dans vos règles de parsing, ce qui est utile lorsque plusieurs règles d’un même parser Grok utilisent les mêmes tokens.

Exemple d’un log non structuré standard :

john id:12345 connected on 11/08/2017 on server XYZ in production

Utilisez la règle de parsing suivante :

MyParsingRule %{user} %{connection} %{server}

Avec les auxiliaires suivants :

user %{word:user.name} id:%{integer:user.id}
connection connected on %{date("MM/dd/yyyy"):connect_date}
server on server %{notSpace:server.name} in %{notSpace:server.env}

Exemples

Voici des exemples d’utilisation des parsers :

Key/value

Le filtre key/value correspond à keyvalue([separatorStr[, characterWhiteList[, quotingStr]]]), où :

  • separatorStr définit le séparateur. Valeur par défaut : =.
  • characterWhiteList : définit des caractères supplémentaires non échappés en plus de la valeur par défaut \\w.\\-_@. Uniquement utilisé pour les valeurs sans guillemets (par exemple, key=@valueStr).
  • quotingStr : définit des guillemets, ce qui remplace la détection de guillemets par défaut : <>, "", ''.

Remarques :

  • Les valeurs vides (key=) ou null (key=null) ne sont pas affichées dans la sortie JSON.
  • Si vous définissez un filtre keyvalue sur un objet data et que ce filtre n’est pas mis en correspondance, un JSON vide {} est renvoyé (par exemple, entrée : key:=valueStr, règle de parsing : rule_test %{data::keyvalue("=")}, sortie : {}).

Utilisez des filtres tels que keyvalue pour mapper plus facilement des chaînes à des attributs :

Log :

user=john connect_date=11/08/2017 id=123 action=click

Règle :

rule %{data::keyvalue}

Vous n’avez pas besoin de spécifier le nom de vos paramètres, car ils sont déjà contenus dans le log. Si vous ajoutez un attribut d’extraction my_attribute dans votre pattern de règles, vous obtenez :

Si le caractère = n’est pas le séparateur par défaut entre votre clé et vos valeurs, ajoutez à votre règle de parsing un paramètre avec un séparateur.

Log :

user: john connect_date: 11/08/2017 id: 123 action: click

Règle :

rule %{data::keyvalue(": ")}

Si les logs contiennent des caractères spéciaux dans une valeur d’attribut, tels que / dans une URL, ajoutez-les à la liste blanche de la règle de parsing :

Log :

url=https://app.datadoghq.com/event/stream user=john

Règle :

rule %{data::keyvalue("=","/:")}

Autres exemples :

Chaîne bruteRègle de parsingRésultat
key=valueStr%{data::keyvalue}{“key”: “valueStr}
key=<valueStr>%{data::keyvalue}{“key”: “valueStr”}
key:valueStr%{data::keyvalue(":")}{“key”: “valueStr”}
key:“/valueStr”%{data::keyvalue(":", "/")}{“key”: “/valueStr”}
key:={valueStr}%{data::keyvalue(":=", "", "{}")}{“key”: “valueStr”}

Exemple avec plusieurs QuotingString : lorsque plusieurs QuotingString sont définies, le comportement par défaut est ignoré, et seul le guillemet défini est autorisé. Le filtre key/value met toujours en correspondance des entrées sans guillemet, peu importe la valeur de quotingStr. Lorsque des guillemets sont utilisés, le paramètre characterWhiteList est ignoré, puisque tout le contenu entre les guillemets est extrait.

Log :

  key1:=valueStr key2:=</valueStr2> key3:="valueStr3"

Règle :

  rule %{data::keyvalue(":=","","<>")}

Résultat :

  {
    "key1": "valueStr",
    "key2": "/valueStr2"
  }

Parsing de dates

Le matcher de date convertit votre timestamp au format EPOCH (unité de mesure : millisecondes).

Chaîne bruteRègle de parsingRésultat
14:20:15%{date("HH:mm:ss"):date}{“date”: 51615000}
02:20:15 PM%{date("hh:mm:ss a"):date}{“date”: 51615000}
11/10/2014%{date("dd/MM/yyyy"):date}{“date”: 1412978400000}
Thu Jun 16 08:29:03 2016%{date("EEE MMM dd HH:mm:ss yyyy"):date}{“date”: 1466065743000}
Tue Nov 1 08:29:03 2016%{date("EEE MMM d HH:mm:ss yyyy"):date}{“date”: 1466065743000}
06/Mar/2013:01:36:30 +0900%{date("dd/MMM/yyyy:HH:mm:ss Z"):date}{“date”: 1362501390000}
2016-11-29T16:21:36.431+0000%{date("yyyy-MM-dd'T'HH:mm:ss.SSSZ"):date}{“date”: 1480436496431}
2016-11-29T16:21:36.431+00:00%{date("yyyy-MM-dd'T'HH:mm:ss.SSSZZ"):date}{“date”: 1480436496431}
06/Feb/2009:12:14:14.655%{date("dd/MMM/yyyy:HH:mm:ss.SSS"):date}{“date”: 1233922454655}
Thu Jun 16 08:29:03 20161%{date("EEE MMM dd HH:mm:ss yyyy","Europe/Paris"):date}{“date”: 1466058543000}
2007-08-31 19:22:22.427 ADT%{date("yyyy-MM-dd HH:mm:ss.SSS z"):date}{“date”: 1188598942427}

1 Utilisez ce format si vous effectuez vos propres localisations et que vos timestamps ne sont pas au fuseau UTC. Les identifiants de fuseaux horaires sont extraits de la base de données TZ. Pour en savoir plus, consultez les noms de la base de données TZ.

Remarque : le parsing d’une date ne définit pas sa valeur comme étant la date officielle du log. Pour cela, utilisez le remappeur de dates de log dans un processeur ultérieur.

Pattern conditionnel

Si vous avez des logs qui se présentent dans deux formats différents, avec un unique attribut comme seule différence, définissez une seule règle en utilisant des instructions conditionnelles avec (<REGEX_1>|<REGEX_2>).

Log :

john connected on 11/08/2017
12345 connected on 11/08/2017

Règle : Notez que « id » est un nombre entier et non une chaîne.

MyParsingRule (%{integer:user.id}|%{word:user.firstname}) connected on %{date("MM/dd/yyyy"):connect_date}

Résultats :

Attribut facultatif

Certains logs contiennent des valeurs qui n’apparaissent que de temps en temps. Dans ce cas, vous pouvez rendre l’extraction d’attributs facultative avec ()?.

Log :

john 1234 connected on 11/08/2017

Règle :

MyParsingRule %{word:user.firstname} (%{integer:user.id} )?connected on %{date("MM/dd/yyyy"):connect_date}

Remarque : la règle ne fonctionnera pas si vous ajoutez une espace après le premier mot dans la section facultative.

JSON imbriqué

Utilisez le filtre json pour effectuer le parsing d’un objet JSON imbriqué après un préfixe en texte brut :

Log :

Sep 06 09:13:38 vagrant program[123]: server.1 {"method":"GET", "status_code":200, "url":"https://app.datadoghq.com/logs/pipelines", "duration":123456}

Règle :

parsing_rule %{date("MMM dd HH:mm:ss"):timestamp} %{word:vm} %{word:app}\[%{number:logger.thread_id}\]: %{notSpace:server} %{data::json}

Regex

Utilisez le matcher regex pour identifier une sous-chaîne de votre message de log.

Log :

john_1a2b3c4 connected on 11/08/2017

Règle :

MyParsingRule %{regex("[a-z]*"):user.firstname}_%{regex("[a-zA-Z0-9]*"):user.id} .*

Pour aller plus loin