摘要: 本文介绍了如何使用MaxCompute UDF对JSON格式的日志进行信息提取和转换。
一、业务场景分析:
由于业务的复杂性,数据开发者需要面对不同来源的不同类型数据,需要把这些数据抽取到数据平台,按照设计好的数据模型对关键业务字段进行抽取,形成一张二维表,以便后续在大数据平台/数据仓库中进行统计分析、关联计算。
本文结合一个具体的案例来介绍如何使用MaxCompute对json格式的日志数据进行转换处理。
1.数据来源:应用实时写入ECS主机的指定目录下的日志文件中;
2.数据格式:日志文件中,每条日志的格式如下图所示(示例中对数据进行了简化和脱敏),每一条日志中包含了设备信息,以及1个或多个Session信息,且每条日志中的Session数量是动态的:1个或多个Session。每条日志的内容示例如下:
3.数据处理需求:采集日志数据,对日志数据进行解析、转换,对转换后的日志数据在MaxCompute进行统计分析。由于日志数据是json格式的,其中