网站一级栏目,建筑设计是干嘛的,做网站资料准备,网站的费用可以做无形资产吗前情回顾#xff1a;
将 AzureBlob 的日志通过 Azure Event Hubs 发给 Elasticsearch#xff08;1#xff09;-CSDN博客
前边的方案是挺好的#xff0c;但 Azure Event Hubs 是付费服务#xff0c;我这里只是一个获取日志进行必要的分析#xff0c;并且不要求实时性
将 AzureBlob 的日志通过 Azure Event Hubs 发给 Elasticsearch1-CSDN博客
前边的方案是挺好的但 Azure Event Hubs 是付费服务我这里只是一个获取日志进行必要的分析并且不要求实时性关键 没钱那怎么办呢
替代方案
如果对实时性没有严格要求并且希望避免使用付费的 Azure Event Hubs 服务可以采用更经济的方式比如将 Azure Blob 存储的日志直接发送到 Elasticsearch 或通过 Azure Storage Queue 和 Azure Function 来实现。这些方法可以有效减少成本同时满足日志解析和分析需求。 1. 直接从 Azure Blob 存储读取日志并处理
思路
直接从 Azure Blob 存储 中读取生成的日志文件解析所需字段后发送到 Elasticsearch。这种方式适合没有实时性需求的场景定期运行任务即可。
实现步骤 启用 Azure 存储日志记录 在存储账户中启用 诊断设置。将日志记录输出到同一存储账户的 Blob 容器中例如 insights-logs。 使用 Azure Function 或定时任务读取日志 编写脚本可以用 Python、PowerShell、C# 等语言从指定的 Blob 容器中下载日志文件。解析日志文件根据需要提取字段并格式化为 Elasticsearch 可接受的 JSON 数据。将数据批量发送到 Elasticsearch。 示例代码 使用 Python 和 azure-storage-blob 库from azure.storage.blob import BlobServiceClient
from elasticsearch import Elasticsearch
import json# Azure Blob Storage 配置
storage_account_name your_storage_account
storage_account_key your_storage_account_key
container_name insights-logs# Elasticsearch 配置
es Elasticsearch(http://your-elasticsearch-server:9200)def process_blob_logs():blob_service_client BlobServiceClient(account_urlfhttps://{storage_account_name}.blob.core.windows.net,credentialstorage_account_key)container_client blob_service_client.get_container_client(container_name)# 列出日志文件blobs container_client.list_blobs()for blob in blobs:blob_client container_client.get_blob_client(blob)log_data blob_client.download_blob().readall().decode(utf-8)# 假设日志是 JSON 格式for line in log_data.splitlines():try:log_entry json.loads(line)# 提取你需要的字段parsed_entry {timestamp: log_entry[time],operation: log_entry[operationName],blobName: log_entry.get(blobName),requestorIp: log_entry.get(requestorIpAddress),}# 写入 Elasticsearches.index(indexstorage-logs, documentparsed_entry)except Exception as e:print(fError processing log entry: {e})if __name__ __main__:process_blob_logs()设置定时运行 如果使用 Azure Function配置 Timer Trigger 定期运行该脚本。如果使用本地脚本使用 cronLinux或计划任务Windows实现定时任务。 2. 使用 Azure Storage Queue
思路
利用 Azure Storage Queue 作为消息队列替代 Event Hubs用于暂存日志文件元数据或小型消息然后由处理程序如 Azure Function 或脚本消费队列消息读取并处理日志。
实现步骤 启用日志记录 将日志写入 Blob 存储。 配置 Azure Storage Queue 创建一个 Azure Queue。编写脚本将日志的元数据例如 Blob 的路径写入队列。 编写处理脚本 消费队列消息根据消息中的 Blob 路径读取并解析日志文件。 示例代码 使用 Python 和 azure-storage-queuefrom azure.storage.queue import QueueClient
from azure.storage.blob import BlobServiceClient
import jsonqueue_name your-queue
storage_account_name your_storage_account
storage_account_key your_storage_account_keydef process_queue_messages():queue_client QueueClient(account_urlfhttps://{storage_account_name}.queue.core.windows.net,credentialstorage_account_key,queue_namequeue_name)blob_service_client BlobServiceClient(account_urlfhttps://{storage_account_name}.blob.core.windows.net,credentialstorage_account_key)messages queue_client.receive_messages()for msg in messages:blob_path msg.content # 假设队列消息中存储的是 Blob 路径container_name, blob_name blob_path.split(/, 1)blob_client blob_service_client.get_blob_client(container_name, blob_name)log_data blob_client.download_blob().readall().decode(utf-8)# 解析日志并发送到 Elasticsearch同上print(fProcessing blob: {blob_path})queue_client.delete_message(msg) # 删除已处理消息if __name__ __main__:process_queue_messages()3. 直接读取和解析日志文件后推送到 Elasticsearch
这种方法可以完全避开队列服务直接通过脚本定期从存储账户下载日志文件并解析后推送到 Elasticsearch。
注意事项
定时任务频率根据日志生成的频率设定脚本运行的时间间隔。日志存储策略Blob 日志文件可能会快速增长考虑启用存储生命周期管理规则定期删除过期日志文件。安全性确保存储帐户密钥或连接字符串的安全性可使用 Azure 的 Managed Identity 替代密钥。 比较与选择
方案适用场景实现复杂度成本直接从 Blob 存储读取数据量不大无实时性需求低低使用 Storage Queue有一定的队列需求异步处理中较低使用 Azure Event Hubs需要高吞吐量和实时性高高
推荐
如果数据量不大选择 直接从 Blob 存储读取。如果需要解耦消息和处理程序可以选择 Azure Storage Queue。 前情后续 将 AzureBlob 的日志通过 Azure Event Hubs 发给 Elasticsearch1-CSDN博客
将 AzureBlob 的日志通过 Azure Event Hubs 发给 Elasticsearch2-CSDN博客
将 AzureBlob 的日志通过 Azure Event Hubs 发给 Elasticsearch3-CSDN博客
