前言
为简化日志接入门槛，我们提供了极简模式的日志解析方式（如[开启日志采集之旅]()中的介绍）。为了更好的对日志进行分析，我们还提供了其他解析方式，例如：分隔符模式、完整正则模式、JSON模式等。本文将为大家介绍如何使用完整正则解析模式。
日志解析介绍
日志采集最终目的还是为了分析，通常分析都要基于结构化或半结构化的数据，因此日志解析是整个日志解决方案中非常重要的一个部分。解析可以理解为从无结构化到半结构化的过程，即将文件中一行或多行文本变为一个个key&value对。
示例
例如对以下日志/log/error.log：
[2018-05-11T20:10:16,000] [INFO] [SessionTracker] [SessionTrackerImpl.java:148] Expiring sessions java.sql.sqlException: Incorrect string value: '\xF0\x9F\x8E\x8F",...' for column 'data' at row 1 at org.springframework.jdbc.support.AbstractFallbacksqlExceptionTranslator.translate(AbstractFallbacksqlExceptionTranslator.java:84) at org.springframework.jdbc.support.AbstractFallbacksqlException
可以解析成
time : 2018-05-11T20:10:16,000
level : INFO
method : SessionTracker
file : SessionTrackerImpl
line : 148
message : Expiring sessions
java.sql.sqlException: Incorrect string value: '\xF0\x9F\x8E\x8F",...' for column 'data' at row 1
at org.springframework.jdbc.support.AbstractFallbacksqlExceptionTranslator.translate(AbstractFallbacksqlExceptionTranslator.java:84)
at org.springframework.jdbc.support.AbstractFallbacksqlException
解析所处阶段
对于不同的产品，日志解析在整个链路中所处的位置会有一定的区别，一般分为两类：schema on write 和 schema on read：
- schema on write 是在进入存储系统前就已经将数据半结构化完毕。例如ES、GrayLog、MaxCompute等
- schema on read 在写入时并不进行解析，只存储原始数据，当读取时再进行解析。例如Splunk、Sumologic
关于schema on write 还是 schema on read 的比较这里就不再展开，目前日志服务是采用的schema on
write形式，Logtail在写入前会将原始日志解析成Key&Value对。
解析方式
Logtail会不定期增加新的解析方式，具体可参考文本日志采集。
正则解析配置
正则解析配置流程如下文所示，下面我们将以解析/log/error.log为示例来向大家介绍如何使用正则方式解析日志。
创建正则模式采集配置
正则解析配置
自动配置
手动配置
自动生成正则的配置方式较为简单，但有可能存在以下情况：
因此某些情况下您还需要手动去提取正则。Logtail支持的是PCRE方式的正则表达式，建议您使用一些正则表达式工具进行编写和调试，例如regextester,regex101等
手动配置正则模式主要分为下述三个过程
配置行首正则
对于Java应用中的程序日志，一条日志通常会跨越多行，因此只能通过日志开头的特征区分每条日志行首。这里我们的示例是一个典型的Java错误堆栈日志，因此需要配置行首正则表达式。
注意：行首正则表达式需要完整匹配一行，因此一般在表达式最后加上.*
解析字段
通过行首正则能够从原始文件中将日志一条条切分出来，接下来需要将切分后的整条日志再次分解成key&value对。
- 注意：需要提取的字段用()包裹；key不要填在正则中，直接在控制台输入
加粗文字
提取时间
每条日志在服务日志都必须包括该日志发生的时间戳信息。Logtail默认会将采集时间作为日志时间。如果您的日志中有时间信息，建议配置时间提取规则，将日志时间映射为日志服务中的日志时间戳。
Logtail时间解析使用的是UNIX的strftime规则，具体请参考配置时间格式
- 注意：时间默认从日志key中的time字段提取
- 数据采集效果
