创建日志服务（Log Service）源表

什么是日志服务

日志服务（Log Service），简称LOG，原SLS。是针对实时数据的一站式服务，在阿里巴巴集团经历大量大数据场景锤炼而成。无需开发就能快捷完成数据采集、消费、投递以及查询分析等功能，帮助提升运维、运营效率，建立DT时代海量日志处理能力。
日志服务本身是流数据存储，实时计算 Flink能将其作为流式数据输入。对于日志服务而言，数据格式类似JSON，示例如下。

{
"a": 1000,
"b": 1234,
"c": "li"
}

对于实时计算而言，我们需要定义的DDL如下(sls即Log Service)。

create table sls_stream(
a int,
b int,
c varchar
) with (
type ='sls',
endPoint ='http://cXXXXXXXXyuncs.com',
accessId ='0iXXXXXXXAs',
accessKey ='yF60EXXXXXXXPJ2zhCfHU',
startTime = '2017-07-05 00:00:00',
project ='ali-XXXXX-streamtest',
logStore ='strXXXtest',
consumerGroup ='consXXXXroupTest1'
);

属性字段

目前默认支持三个属性字段的获取，也支持其他自定义写入的字段。

字段名	注释说明
`__source__`	消息源
`__topic__`	消息主题
`__timestamp__`	日志时间

举例

通过 HEADER 关键字获取属性字段。

测试数据

__topic__: ens_altar_flow
result: {"MsgID":"ems0a","Version":"0.0.1"}

测试代码

CREATE TABLE sls_log (
__topic__ varchar HEADER,
result varchar
)
WITH
(
type ='sls'
);
CREATE TABLE sls_out (
name varchar,
MsgID varchar,
Version varchar
)
WITH
(
type ='RDS'
);
INSERT INTO sls_out
SELECT
__topic__,
JSON_VALUE(result,'$.MsgID'),
JSON_VALUE(result,'$.Version')
FROM
sls_log

测试结果

name(VARCHAT)	MsgID(VARCHAT)	Version(VARCHAT)
ens_altar_flow	ems0a	0.0.1

WITH参数

参数	注释说明	备注
endPoint	消费端点信息	日志服务的ENDPOINT地址
accessId	sls读取的accessKey	N/A
accessKey	sls读取的密钥	N/A
project	读取的sls项目	N/A
logStore	project下的具体的logStore	N/A
consumerGroup	消费组名	用户可以自定义消费组名(没有固定格式)
startTime	消费日志开始的时间点	N/A
heartBeatIntervalMills	可选，消费客户端心跳间隔时间	默认为10s
maxRetryTimes	读取最大尝试次数	可选，默认为5
batchGetSize	单次读取logGroup条数	可选，默认为10
lengthCheck	单行字段条数检查策略	可选，默认为SKIP,其它可选值为EXCEPTION、PAD。SKIP：字段数目不符合时跳过。EXCEPTION:字段数目不符合时抛出异常。PAD:按顺序填充，不存在的置为null。
columnErrorDebug	是否打开调试开关，如果打开，会把解析异常的log打印出来	可选，默认为false

注意：
SLS暂不支持MAP类型的数据。

字段顺序支持无序（建议字段顺序和表中定义一致）。
输入数据源为Json形式时，注意定义分隔符，并且需要采用内置函数分析JSON_VALUE,否则就会解析失败。报错如下:
2017-12-25 15:24:43,467 WARN [Topology-0 (1/1)] com.alibaba.blink.streaming.connectors.common.source.parse.DefaultSourceCollector - Field missing error, table column number: 3, data column number: 3, data filed number: 1, data: [{"lg_order_code":"LP00000005","activity_code":"TEST_CODE1","occur_time":"2017-12-10 00:00:01"}]
batchGetSize设置不能超过1000，否则会报错

batchGetSize指明的是logGroup获取的数量，如果单条logItem的大小和 batchGetSize都很大，很有可能会导致频繁的GC，这种情况下该参数应注意调小。

类型映射

日志服务和实时计算字段类型对应关系，建议您使用该对应关系进行DDL声明:

日志服务字段类型	流计算字段类型
STRING	VARCHAR

本文转自实时计算——创建日志服务（Log Service）源表