在 AWS Glue 中使用 grokLog 格式

AWS Glue 从源中检索数据，并将数据写入以各种数据格式存储和传输的目标。如果您的数据以结构松散的纯文本格式存储或传输，本文档将向您介绍供通过 Grok 模式使用 AWS Glue 中的数据时的可用功能。

AWS Glue 支持使用 Grok 模式。Grok 模式类似于正则表达式捕获组。这些组能识别纯文本文件中的字符序列模式，并为其指定类型和用途。在 AWS Glue 中，其主要用途是读取日志。有关作者对 Grok 的说明，请参阅 Logstash Reference: Grok filter plugin（Logstash 参考：Grok 筛选器插件）。

读取	写入	流式处理读取	对小文件进行分组	作业书签
支持	不适用	支持	支持	不支持

grokLog 配置参考

您可以将以下 format_options 值与 format="grokLog" 结合使用：

• logFormat – 指定与日志的格式匹配的 Grok 模式。

• customPatterns – 指定在此处使用的其他 Grok 模式。

• MISSING – 指定用于标识缺失值的信号。默认为 '-'。

• LineCount – 指定每个日志记录中的行数。默认值为 '1'，并且目前仅支持单行记录。

• StrictMode – 指定是否启用严格模式的布尔值。在严格模式下，读取器不会执行自动类型转换或恢复。默认值为 "false"。