Parsing

Présentation

Si vos logs sont au format JSON, Datadog les analyse automatiquement. Pour les autres formats, Datadog vous permet d’enrichir vos logs à l’aide du parser Grok. La syntaxe Grok offre un moyen plus simple d’analyser des logs que les expressions régulières pures. L’utilisation principale d’un parser Grok consiste à extraire des attributs à partir de messages texte semi-structurés.

Grok propose un grand nombre de modèles réutilisables pour extraire des entiers, des adresses IP, des hostnames, etc.

Les règles de parsing peuvent être écrites avec la syntaxe %{MATCHER:EXTRACT:FILTER} :

• Matcher: règle (éventuellement une référence à une autre règle token) qui décrit à quoi s’attendre (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 afin de la transformer.

Exemple pour 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}

On obtient alors ce log structuré :

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.

Matcher et filtre

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

Paramètres avancés

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

• Utilisez le champ d’extraction 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 modèles Grok dans vos règles d’analyses, ce qui est utile lorsque plusieurs règles d’un même parser Grok utilisent les mêmes tokens.

Exemple pour un log non structuré standard :

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

Vous pouvez utiliser 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

Vous trouverez ci-dessous plusieurs exemples d’utilisations des parsers :

Key/value

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

• separatorStr : définit le séparateur. Par défaut, =.
• characterWhiteList : définit des caractères supplémentaires non échappés. Par défaut, \\w.\\-_@.
• quotingStr : définit les guillemets. Le comportement par défaut détecte les guillemets (<>, "\"\"", etc.). Lorsqu’il est défini, le comportement par défaut est remplacé en autorisant uniquement les caractères de guillemets définis. Par exemple <> correspond à test= test2=test.

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 modèle 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 le séparateur souhaité.

log :

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

Règle

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

Si le log contient des caractères spéciaux dans une valeur d’attribut, tel que le caractère / 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 :

Parsing de dates

Le matcher de date convertit votre timestamp au format EPOCH.

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 des bases 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.

Modèle conditionnel

Il arrive que vos logs se présentent dans deux formats différents, avec un unique attribut comme seule différence. Ces cas peuvent être traités avec une seule règle, en utilisant des instructions conditionnelles avec |.

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 grâce au matcher « integer » de la règle.

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’attribut facultative avec ()? afin de l’extraire uniquement lorsque l’attribut est présent dans votre logs.

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 : vous devrez généralement inclure l’espace dans la partie facultative afin de ne pas obtenir deux espaces, ce qui empêcherait la règle de fonctionner.

Regex

Utilisez le matcher regex pour identifier une sous-chaîne de votre message de log en fonction de règles littérales regex.

Log :

john_1a2b3c4 connected on 11/08/2017

Règle : Nous cherchons ici l’ID à extraire.

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

Pour aller plus loin