使用亚马逊网络服务CloudWatch洞察力分析一些日志文件,我可以用以下方法绘制按时间段汇总的计数:
| stats count(*) by bin(1h)正如预期的那样,这会生成一个图,聚合每个时间段中的所有日志。
我想把这个数据分成一个“group”字段,其值是A和B。
| stats count(*) by group, bin(1h)这将按预期返回跨时间段的日志计数,但可视化选项卡显示“没有可视化可用”。我希望它返回一个时间序列图,其中A组有一个序列,B组有一个序列。
我哪里错了,或者这根本不可能?
发布于 2019-09-26 23:16:06
好吧,我找到了一个非常简陋的方法来解决这个问题。看起来不,你不能这样做
| stats count(*) by group, bin(1h)但是,您可以使用解析来人工创建新变量,如下所示:
parse "[E*]" as @error
| parse "[I*]" as @info
| parse "[W*]" as @warning
| filter ispresent(@warning) or ispresent(@error) or ispresent(@info)
| stats count(@error) as error, count(@info) as info, count(@warning) as warning by bin(15m)在这里,我尝试查看日志类型随时间的分布情况。我有三种类型的日志消息格式:“错误”,“信息”和“警告”。
发布于 2021-03-08 23:52:08
在@smth的示例上展开,我通常会做一些不同的操作,
通过这个查询,我跟踪了标准nginx访问日志上随时间累积的状态代码的趋势
fields @timestamp, @message
| parse @message '* - * [*] "* * *" * * "-" "*"' as host, identity, dateTimeString, httpVerb, url, protocol, status, bytes, useragent
| stats count (*) as all, sum ( status < 299 ) as c_s200, sum ( status > 299 and status < 399 ) as c_s300, sum ( status > 399 and status < 499 ) as c_s400, sum ( status > 499 ) as c_s500 by bin (1m)这个问题的诀窍在于,像"status > 499“这样的表达式,如果为false,则返回0,如果为true,则返回1,因此,将其加到时间桶上就可以模拟类似于”count if condition“的情况。
在可视化选项卡上,生成的示例图形看起来也是这样的。

发布于 2020-09-05 03:02:45
@smth描述的变通方法还有一个扩展,可以支持比count()更复杂的统计数据。下面是一个绘制不同实例随时间变化的CPU使用率图表的示例:
| fields (instance_id like "i-instance_1") as is_instance_1, (instance_id like "i-instance_2") as is_instance_2
| stats sum(cpu * is_instance_1) as cpu_1, sum(cpu * is_instance_2) as cpu_2 by bin(5m)https://stackoverflow.com/questions/57289784
复制相似问题