Esempi di query SQL

Questo documento contiene query di esempio su voci di log archiviate nei bucket di log di cui viene eseguito l'upgrade per utilizzare l'analisi dei log. Su questi bucket puoi eseguire query SQL dalla pagina Analisi dei log della console Google Cloud. Per altri esempi, consulta i repository GitHub di logging-analytics-samples e security-analytics.

Questo documento non descrive SQL o come indirizzare e archiviare le voci di log. Per informazioni su questi argomenti, consulta la sezione Passaggi successivi.

Prima di iniziare

  • Per utilizzare le query mostrate in questo documento nella pagina Analisi dei log, sostituisci TABLE con il nome della tabella corrispondente alla vista su cui vuoi eseguire la query. Il nome della tabella ha il formato project_ID.region.bucket_ID.view_ID. Il nome della tabella per una vista è disponibile nella pagina Analisi dei log. La query predefinita per una visualizzazione di log elenca il nome della tabella nell'istruzione FROM. Per informazioni su come accedere alla query predefinita, vedi Eseguire query su una vista log.

  • Per utilizzare le query mostrate in questo documento nella pagina di BigQuery Studio, sostituisci TABLE con il percorso della tabella nel set di dati collegato. Ad esempio, per eseguire query sulla vista _AllLogs sul set di dati collegato mydataset che si trova nel progetto myproject, imposta questo campo su myproject.mydataset._AllLogs:

    Nella console Google Cloud, vai alla pagina BigQuery:

    Vai a BigQuery Studio.

    Puoi trovare questa pagina anche utilizzando la barra di ricerca.

  • Per aprire la pagina Analisi dei log:

    1. Nella console Google Cloud, vai alla pagina Analisi dei log:

      Vai ad Analisi dei log

      Se usi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.

    2. (Facoltativo) Per identificare lo schema della tabella per la vista log, trova la vista nell'elenco Visualizzazioni log e poi selezionane il nome.

    Viene visualizzato lo schema della tabella. Puoi utilizzare il campo Filtro per individuare campi specifici. Non puoi modificare lo schema.

Filtra log

Le query SQL determinano quali righe della tabella elaborare, quindi raggruppano le righe ed eseguono operazioni di aggregazione. Quando non sono elencate operazioni di raggruppamento e aggregazione, il risultato della query include le righe selezionate dall'operazione di filtro. Gli esempi in questa sezione illustrano l'applicazione di filtri.

Filtra per ora

Per impostare l'intervallo di tempo della query, ti consigliamo di utilizzare il selettore dell'intervallo di tempo. Questo selettore viene utilizzato automaticamente quando una query non specifica un campo timestamp nella clausola WHERE. Ad esempio, per visualizzare i dati relativi alla settimana precedente, seleziona Ultimi 7 giorni dal selettore dell'intervallo di tempo. Puoi utilizzare il selettore dell'intervallo di tempo anche per specificare un'ora di inizio e di fine, specificare un orario in cui visualizzare la cronologia e modificare i fusi orari.

Se includi un campo timestamp nella clausola WHERE, l'impostazione del selettore dell'intervallo di tempo non viene utilizzata. L'esempio seguente filtra i dati utilizzando la funzione TIMESTAMP_SUB, che consente di specificare un intervallo di riepilogo dall'ora attuale:

WHERE
  timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 HOUR)

Per saperne di più su come filtrare in base all'ora, consulta Funzioni temporali e funzioni timestamp.

Filtra per risorsa

Per filtrare in base alla risorsa, aggiungi una restrizione resource.type.

Ad esempio, la seguente query legge l'ora di dati più recente, conserva le righe il cui tipo di risorsa corrisponde a gce_instance, quindi ordina e visualizza fino a 100 voci:

SELECT
  timestamp, log_name, severity, json_payload, resource, labels
FROM
  `TABLE`
WHERE
  resource.type = "gce_instance"
ORDER BY timestamp ASC
LIMIT 100

Filtra per gravità

Puoi filtrare in base a una gravità specifica con una restrizione come severity = 'ERROR'. Un'altra opzione è utilizzare l'istruzione IN e specificare un insieme di valori validi.

Ad esempio, la seguente query legge l'ora di dati più recente e conserva solo le righe che contengono un campo severity il cui valore è 'INFO' o 'ERROR':

SELECT
  timestamp, log_name, severity, json_payload, resource, labels
FROM
  `TABLE`
WHERE
  severity IS NOT NULL AND
  severity IN ('INFO', 'ERROR')
ORDER BY timestamp ASC
LIMIT 100

La query precedente filtra in base al valore del campo severity. Tuttavia, puoi anche scrivere query che filtrano in base al valore numerico della gravità del log. Ad esempio, se sostituisci le righe severity con le seguenti, la query restituisce tutte le voci di log il cui livello di gravità è almeno NOTICE:

  severity_number IS NOT NULL AND
  severity_number > 200

Per informazioni sui valori enumerati, consulta LogSeverity.

Filtra per nome log

Per filtrare in base al nome di log, puoi aggiungere una limitazione sul valore del campo log_name o log_id. Il campo log_name include il percorso della risorsa. Questo significa che questo campo ha valori quali projects/myproject/logs/mylog. Nel campo log_id viene memorizzato solo il nome del log, ad esempio mylog.

Ad esempio, la seguente query legge l'ora di dati più recente, conserva le righe in cui il valore nel campo log_id è cloudaudit.googleapis.com/data_access, quindi ordina e visualizza i risultati:

SELECT
  timestamp, log_id, severity, json_payload, resource, labels
FROM
  `TABLE`
WHERE
  log_id = "cloudaudit.googleapis.com/data_access"
ORDER BY timestamp ASC
LIMIT 100

Filtra per etichetta della risorsa

La maggior parte dei descrittori risorsa monitorata definisce le etichette utilizzate per identificare la risorsa specifica. Ad esempio, il descrittore per un'istanza Compute Engine include le etichette per la zona, l'ID progetto e l'ID istanza. Quando la voce di log viene scritta, i valori vengono assegnati a ciascun campo. Ecco un esempio:

{
   type: "gce_instance"
   labels: {
      instance_id: "1234512345123451"
      project_id: "my-project"
      zone: "us-central1-f"
   }
}

Poiché il tipo di dati del campo labels è in formato JSON, l'inclusione di una restrizione come resource.labels.zone = "us-centra1-f" in una query genera un errore di sintassi. Per ottenere il valore di un campo con un tipo di dati JSON, utilizza la funzione JSON_VALUE.

Ad esempio, la seguente query legge i dati più recenti e conserva le righe in cui la risorsa è un'istanza di Compute Engine che si trova nella zona us-central1-f:

SELECT
  timestamp, log_name, severity, JSON_VALUE(resource.labels.zone) AS zone, json_payload, resource, labels
FROM
  `TABLE`
WHERE
  resource.type = "gce_instance" AND
  JSON_VALUE(resource.labels.zone) = "us-central1-f"
ORDER BY timestamp ASC
LIMIT 100

Per informazioni su tutte le funzioni in grado di recuperare e trasformare i dati JSON, vedi Funzioni JSON.

Filtra per richiesta HTTP

Per filtrare la tabella in modo da includere solo le righe che corrispondono a una richiesta o una risposta HTTP, aggiungi una restrizione http_request IS NOT NULL:

SELECT
  timestamp, log_name, severity, http_request, resource, labels
FROM
  `TABLE`
WHERE
  http_request IS NOT NULL
ORDER BY timestamp
LIMIT 100

La seguente query include solo le righe che corrispondono alle richieste GET o POST:

SELECT
  timestamp, log_name, severity, http_request, resource, labels
FROM
  `TABLE`
WHERE
  http_request IS NOT NULL AND
  http_request.request_method IN ('GET', 'POST')
ORDER BY timestamp ASC
LIMIT 100

Filtra per stato HTTP

Per filtrare in base allo stato HTTP, modifica la clausola WHERE in modo che sia necessario definire il campo http_request.status:

SELECT
  timestamp, log_name, http_request.status, http_request, resource, labels
FROM
  `TABLE`
WHERE
  http_request IS NOT NULL AND
  http_request.status IS NOT NULL
ORDER BY timestamp ASC
LIMIT 100

Per determinare il tipo di dati archiviati in un campo, visualizza lo schema o mostra il campo. I risultati della query precedente mostrano che il campo http_request.status archivia valori interi.

Filtra per un campo con un tipo JSON

Per estrarre un valore da una colonna il cui tipo di dati è JSON, utilizza la funzione JSON_VALUE.

Prendi in considerazione le seguenti query:

SELECT
  json_payload
FROM
  `TABLE`
WHERE
  json_payload.status IS NOT NULL

and

SELECT
  json_payload
FROM
  `TABLE`
WHERE
  JSON_VALUE(json_payload.status) IS NOT NULL

Le query precedenti verificano il valore della colonna json_payload; il contenuto di questa colonna è determinato dai contenuti di una voce di log. Entrambe le query ignorano le righe che non contengono una colonna con l'etichetta json_payload. La differenza tra queste due query è l'ultima riga, che definisce cosa viene testato rispetto a NULL. Consideriamo ora una tabella con due righe. In una riga, la colonna json_payload ha il seguente formato:

{
    status: {
        measureTime: "1661517845"
    }
}

Nell'altra riga, la colonna json_payload ha una struttura diversa:

{
    @type: "type.googleapis.com/google.cloud.scheduler.logging.AttemptFinished"
    jobName: "projects/my-project/locations/us-central1/jobs/test1"
    relativeUrl: "/food=cake"
    status: "NOT_FOUND"
    targetType: "APP_ENGINE_HTTP"
}

Entrambe le righe precedenti soddisfano la limitazione json_payload.status IS NOT NULL. In altre parole, il risultato della query include entrambe le righe. Tuttavia, quando la limitazione è JSON_VALUE(json_payload.status) IS NOT NULL, nel risultato è inclusa solo la seconda riga.

Filtra per espressione regolare

Per restituire la sottostringa che corrisponde a un'espressione regolare, utilizza la funzione REGEXP_EXTRACT. Il tipo restituito di questa funzione è STRING o BYTES.

La seguente query mostra le voci di log ricevute più di recente, le conserva con un campo json_payload.jobName, quindi mostra la porzione del nome che inizia con test:

SELECT
  timestamp, REGEXP_EXTRACT(JSON_VALUE(json_payload.jobName), r".*(test.*)$") AS name,
FROM
  `TABLE`
WHERE
  json_payload.jobName IS NOT NULL
ORDER BY timestamp DESC
LIMIT 20

Per ulteriori esempi, consulta la documentazione di REGEXP_EXTRACT. Per esempi di altre espressioni regolari che puoi utilizzare, consulta Funzioni, operatori e condizionali.

La query mostrata in questo esempio non è efficace. Per una corrispondenza di sottostringhe, come quella illustrata, utilizza la funzione CONTAINS_SUBSTR.

Raggruppa e aggrega le voci di log

Questa sezione si basa sugli esempi precedenti e illustra come raggruppare e aggregare le righe delle tabelle. Se non specifichi un raggruppamento, ma specifica un'aggregazione, viene stampato un singolo risultato perché SQL considera tutte le righe che soddisfano la clausola WHERE come un singolo gruppo.

Ogni espressione SELECT deve essere inclusa nei campi del gruppo o essere aggregata.

Raggruppa per ora

Per raggruppare i dati in base all'ora, utilizza la funzione TIMESTAMP_TRUNC, che tronca un timestamp a una granularità specificata come MINUTE. Ad esempio, un timestamp 15:30:11, formattato come hours:minutes:seconds, diventa 15:30:00 quando la granularità è impostata su MINUTE.

La seguente query legge i dati ricevuti nell'intervallo specificato dal selettore dell'intervallo di tempo, quindi conserva le righe in cui il valore del campo json_payload.status non è NULL. La query tronca il timestamp su ogni riga in base all'ora, quindi raggruppa le righe in base al timestamp e allo stato troncati:

SELECT
  TIMESTAMP_TRUNC(timestamp, HOUR) AS hour,
  JSON_VALUE(json_payload.status) AS status,
  COUNT(*) AS count
FROM
  `TABLE`
WHERE
  json_payload IS NOT NULL AND
  JSON_VALUE(json_payload.status) IS NOT NULL
GROUP BY hour,status
ORDER BY hour ASC

Per ulteriori esempi, consulta la documentazione di TIMESTAMP_TRUNC. Per informazioni sulle altre funzioni basate sull'ora, consulta Funzioni di data e ora.

Raggruppa per risorsa

La seguente query legge l'ora di dati più recente e quindi raggruppa le righe per tipo di risorsa. Quindi conteggia il numero di righe per ogni tipo e restituisce una tabella con due colonne. La prima colonna elenca il tipo di risorsa, mentre la seconda colonna riporta il numero di righe per quel tipo di risorsa:

SELECT
   resource.type, COUNT(*) AS count
FROM
  `TABLE`
GROUP BY resource.type
LIMIT 100

Raggruppa per gravità

La seguente query legge l'ora di dati più recente e conserva le righe con un campo di gravità. La query raggruppa quindi le righe in base alla gravità e conteggia il numero di righe per ciascun gruppo:

SELECT
  severity, COUNT(*) AS count
FROM
  `TABLE`
WHERE
  severity IS NOT NULL
GROUP BY severity
ORDER BY severity
LIMIT 100

Raggruppa per log_id

Il risultato della seguente query è una tabella con due colonne. La prima colonna elenca i nomi dei log e la seconda colonna il numero di voci di log scritte nel log. La query ordina i risultati in base al conteggio delle voci:

SELECT
  log_id, COUNT(*) AS count
FROM
  `TABLE`
GROUP BY log_id
ORDER BY count DESC
LIMIT 100

Latenza media di calcolo per richiesta HTTP

La seguente query illustra il raggruppamento in base a più colonne e il calcolo di un valore medio. La query raggruppa le righe in base all'URL contenuto nella richiesta HTTP e al valore del campo labels.checker_location. Dopo aver raggruppato le righe, la query calcola la latenza media per ogni gruppo:

SELECT
  JSON_VALUE(labels.checker_location) AS location,
  AVG(http_request.latency.seconds) AS secs, http_request.request_url
FROM
  `TABLE`
WHERE
  http_request IS NOT NULL AND
  http_request.request_method IN ('GET')
GROUP BY http_request.request_url, location
ORDER BY location
LIMIT 100

Nell'espressione precedente, JSON_VALUE è necessario per estrarre il valore del campo labels.checker_location perché il tipo di dati per labels è JSON. Tuttavia, non puoi utilizzare questa funzione per estrarre il valore dal campo http_request.latency.seconds. Quest'ultimo campo ha un tipo di dati intero.

Media di byte di calcolo inviati per un test della subnet

La seguente query illustra come potresti visualizzare il numero medio di byte inviati per località.

La query legge l'ora di dati più recente e conserva solo le righe con colonna del tipo di risorsa gce_subnetwork e la cui colonna json_payload non è NULL. Quindi, la query raggruppa le righe in base alla località della risorsa. A differenza dell'esempio precedente in cui i dati vengono archiviati come valore numerico, il valore del campo bytes_sent è una stringa e quindi devi convertire il valore in FLOAT64 prima di calcolare la media:

SELECT JSON_VALUE(resource.labels.location) AS location,
   AVG(CAST(JSON_VALUE(json_payload.bytes_sent) AS FLOAT64)) AS bytes
FROM
  `TABLE`
WHERE
  resource.type = "gce_subnetwork" AND
  json_payload IS NOT NULL
GROUP BY location
LIMIT 100

Il risultato della query precedente è una tabella in cui ogni riga elenca una località e i byte medi inviati per quella posizione.

Per informazioni su tutte le funzioni in grado di recuperare e trasformare i dati JSON, vedi Funzioni JSON.

Per informazioni su CAST e altre funzioni di conversione, consulta Funzioni di conversione.

Conta le voci di log con un campo corrispondente a un pattern

Per restituire la sottostringa che corrisponde a un'espressione regolare, utilizza la funzione REGEXP_EXTRACT. Il tipo restituito di questa funzione è STRING o BYTES.

La seguente query conserva le voci di log per le quali il valore del campo json_payload.jobName non è NULL. Quindi, raggruppa le voci in base al suffisso del nome che inizia con test. Infine, la query conteggia il numero di voci in ogni gruppo:

SELECT
  REGEXP_EXTRACT(JSON_VALUE(json_payload.jobName), r".*(test.*)$") AS name,
  COUNT(*) AS count
FROM
  `TABLE`
WHERE
  json_payload.jobName IS NOT NULL
GROUP BY name
ORDER BY count
LIMIT 20

Per ulteriori esempi, consulta la documentazione di REGEXP_EXTRACT. Per esempi di altre espressioni regolari che puoi utilizzare, consulta Funzioni, operatori e condizionali.

In questa sezione vengono descritti due diversi approcci che puoi utilizzare per eseguire ricerche in più colonne di una tabella.

Per cercare voci corrispondenti a un insieme di termini di ricerca in una tabella, utilizza la funzione SEARCH. Questa funzione richiede due parametri: dove eseguire la ricerca e la query di ricerca. Poiché la funzione SEARCH ha regole specifiche su come viene eseguita la ricerca nei dati, ti consigliamo di leggere la documentazione di SEARCH.

La seguente query conserva solo le righe con un campo che corrisponde esattamente a "35.193.12.15":

SELECT
  timestamp, log_id, proto_payload, severity, resource.type, resource, labels
FROM
  `TABLE` AS t
WHERE
  proto_payload IS NOT NULL AND
  log_id = "cloudaudit.googleapis.com/data_access" AND
  SEARCH(t,"`35.193.12.15`")
ORDER BY timestamp ASC
LIMIT 20

Nella query precedente, gli apici inversi aggregano il valore da cercare. Ciò garantisce che la funzione SEARCH cerchi una corrispondenza esatta tra il valore di un campo e il valore compreso tra gli accenti inversi.

Quando gli apici inversi vengono omessi nella stringa di query, quest'ultima viene suddivisa in base alle regole definite nella documentazione di SEARCH. Ad esempio, quando viene eseguita la seguente istruzione, la stringa di query viene suddivisa in quattro token: "35", "193", "12" e "15":

  SEARCH(t,"35.193.12.15")

L'istruzione SEARCH precedente corrisponde a una riga quando un singolo campo corrisponde a tutti e quattro i token. L'ordine dei token non è importante.

Puoi includere più istruzioni SEARCH in una query. Ad esempio, nella query precedente, potresti sostituire il filtro sull'ID log con un'istruzione come la seguente:

  SEARCH(t,"`cloudaudit.googleapis.com/data_access`")

L'istruzione precedente cerca nell'intera tabella, mentre l'istruzione originale cerca solo nella colonna log_id.

Per eseguire più ricerche in una colonna, separa le singole stringhe con uno spazio. Ad esempio, la seguente istruzione corrisponde alle righe in cui un campo contiene "Hello World", "happy" e "days":

  SEARCH(t,"`Hello World` happy days")

Infine, puoi cercare colonne specifiche di una tabella invece di cercare nell'intera tabella. Ad esempio, la seguente istruzione cerca solo nelle colonne denominate text_payload e json_payload:

   SEARCH((text_payload, json_payload) ,"`35.222.132.245`")

Per informazioni su come vengono elaborati i parametri della funzione SEARCH, consulta la pagina di riferimento di BigQuery Funzioni di ricerca.

Per eseguire un test senza distinzione tra maiuscole e minuscole e determinare se un valore esiste in un'espressione, utilizza la funzione CONTAINS_SUBSTR. Questa funzione restituisce TRUE quando il valore esiste e FALSE in caso contrario. Il valore di ricerca deve essere un valore letterale STRING, ma non il valore letterale NULL.

Ad esempio, la seguente query recupera tutte le voci di audit log di accesso ai dati con un indirizzo IP specifico i cui timestamp sono in un intervallo di tempo specifico. Infine, la query ordina i risultati e mostra i 20 risultati meno recenti:

SELECT
  timestamp, log_id, proto_payload, severity, resource.type, resource, labels
FROM
  `TABLE` AS t
WHERE
  proto_payload IS NOT NULL AND
  log_id = "cloudaudit.googleapis.com/data_access" AND
  CONTAINS_SUBSTR(t,"35.193.12.15")
ORDER BY timestamp ASC
LIMIT 20

La query precedente esegue un test delle sottostringhe. Pertanto, una riga contenente "35.193.12.152" corrisponde all'istruzione CONTAINS_SUBSTR.

Combinare dati da più origini

Le istruzioni di query analizzano una o più tabelle o espressioni e restituiscono le righe dei risultati calcolate. Ad esempio, puoi utilizzare le istruzioni di query per unire i risultati delle istruzioni SELECT su tabelle o set di dati diversi in vari modi, quindi selezionare le colonne dai dati combinati.

Combinare i dati di due tabelle con i join

Per combinare le informazioni di due tabelle, utilizza uno degli operatori join. Il tipo di join e la clausola condizionale utilizzata determinano il modo in cui le righe vengono combinate ed eliminate.

La seguente query restituisce i campi json_payload da righe di due tabelle diverse scritte con lo stesso intervallo di traccia. La query esegue un JOIN interno su due tabelle per le righe in cui i valori delle colonne span_id e trace in entrambe le tabelle corrispondono. Da questo risultato, la query seleziona quindi i campi timestamp, severity e json_payload provenienti da TABLE_1, il campo json_payload da TABLE_2 e i valori dei campi span_id e trace in cui le due tabelle sono state unite e restituisce fino a 100 righe:

SELECT
  a.timestamp, a.severity, a.json_payload, b.json_payload, a.span_id, a.trace
FROM `TABLE_1` a
JOIN `TABLE_2` b
ON
  a.span_id = b.span_id AND
  a.trace = b.trace
LIMIT 100

Combina più selezioni con le unioni

Per combinare i risultati di due o più istruzioni SELECT ed eliminare le righe duplicate, utilizza l'operatore UNION. Per mantenere le righe duplicate, utilizza l'operatore UNION ALL.

La seguente query legge l'ora più recente di dati da TABLE_1, unisce il risultato con l'ora più recente di dati da TABLE_2, ordina i dati uniti aumentando il timestamp, quindi visualizza le 100 voci meno recenti:

SELECT
  timestamp, log_name, severity, json_payload, resource, labels
FROM(
  SELECT * FROM `TABLE_1`
  UNION ALL
  SELECT * FROM `TABLE_2`
)
ORDER BY timestamp ASC
LIMIT 100

Passaggi successivi

Per informazioni su come eseguire il routing e l'archiviazione delle voci di log, consulta i seguenti documenti:

Per la documentazione di riferimento su SQL, consulta i seguenti documenti: