Cómo ver los registros enviados a BigQuery

En este documento, se explica cómo puedes encontrar las entradas de registro que reenviaste desde Cloud Logging a las tablas de BigQuery. Los sinks de registro transmiten datos de registro en BigQuery en lotes pequeños, lo que te permite consultar datos sin ejecutar un trabajo de carga. Para ayudarte a crear consultas y comprender el formato de tu tabla de BigQuery, en este documento también se describe el esquema de BigQuery para registros enrutados.

Cloud Logging usa la API de transmisión heredada para transmitir tus entradas de registro a BigQuery. Por lo general, las entradas de registro se pueden ver en BigQuery en un minuto. Sin embargo, cuando se crea una tabla nueva, es posible que transcurran varios minutos hasta que las primeras entradas de registro estén disponibles.

Antes de comenzar

Para obtener un análisis conceptual de los receptores, consulta Descripción general de los modelos de enrutamiento y almacenamiento: Receptores.

Para obtener instrucciones sobre cómo enrutar tus registros, consulta Enruta registros a destinos compatibles.

Para obtener información sobre cómo se nombran los campos de entrada de registro enrutadas, consulta Esquema de BigQuery para registros enrutados.

Visualiza registros

Para ver los registros enviados a BigQuery, haz lo siguiente:

1. En la consola de Google Cloud, ve a la página de BigQuery:

   Ve a BigQuery Studio.

   También puedes usar la barra de búsqueda para encontrar esta página.

2. En el panel Explorador, expande tu proyecto y selecciona un conjunto de datos.

   Las entradas de registro se pueden ver en la pestaña Detalles, o puedes consultar la tabla para que muestre tus datos.

Consultas de muestra

Para obtener información sobre la sintaxis de consulta de BigQuery, consulta la referencia de consultas. Las funciones comodín de tablas, que te permiten realizar consultas en varias tablas, y el operador Flatten, que te permite mostrar datos de campos repetidos, son de gran utilidad.

Consulta de Compute Engine de muestra

La siguiente consulta de BigQuery recupera entradas de registro de días y tipos de registros múltiples:

• La consulta busca en los últimos tres días de los registros syslog y apache-access. La consulta se hizo el 23 de febrero de 2020 y comprende todas las entradas de registro recibidas el 21 y el 22 de febrero, además de las entradas de registro recibidas el 23 de febrero hasta el momento en que se emitió la consulta.

• La consulta recupera los resultados de una única instancia de Compute Engine 1554300700000000000.

SELECT
  timestamp AS Time,
  logName as Log,
  textPayload AS Message
FROM
  (TABLE_DATE_RANGE(my_bq_dataset.syslog_,
    DATE_ADD(CURRENT_TIMESTAMP(), -2, 'DAY'), CURRENT_TIMESTAMP())),
  (TABLE_DATE_RANGE(my_bq_dataset.apache_access_,
    DATE_ADD(CURRENT_TIMESTAMP(), -2, 'DAY'), CURRENT_TIMESTAMP()))
WHERE
  resource.type == 'gce_instance'
  AND resource.labels.instance_id == '1554300700000000000'
ORDER BY time;

A continuación, se muestran algunas filas de ejemplos de resultados:

Row | Time                    | Log                                         | Message
--- | ----------------------- | ------------------------------------------- | ----------------------------------------------------------------------------------------------------------------
 5  | 2020-02-21 03:40:14 UTC | projects/project-id/logs/syslog             | Feb 21 03:40:14 my-gce-instance collectd[24281]: uc_update: Value too old: name = 15543007601548826368/df-tmpfs/df_complex-used; value time = 1424490014.269; last cache update = 1424490014.269;
 6  | 2020-02-21 04:17:01 UTC | projects/project-id/logs/syslog             | Feb 21 04:17:01 my-gce-instance /USR/SBIN/CRON[8082]: (root) CMD ( cd / && run-parts --report /etc/cron.hourly)
 7  | 2020-02-21 04:49:58 UTC | projects/project-id/logs/apache-access      | 128.61.240.66 - - [21/Feb/2020:04:49:58 +0000] "GET / HTTP/1.0" 200 536 "-" "masscan/1.0 (https://github.com/robertdavidgraham/masscan)"
 8  | 2020-02-21 05:17:01 UTC | projects/project-id/logs/syslog             | Feb 21 05:17:01 my-gce-instance /USR/SBIN/CRON[9104]: (root) CMD ( cd / && run-parts --report /etc/cron.hourly)
 9  | 2020-02-21 05:30:50 UTC | projects/project-id/log/syslogapache-access | 92.254.50.61 - - [21/Feb/2020:05:30:50 +0000] "GET /tmUnblock.cgi HTTP/1.1" 400 541 "-" "-"

Consulta de App Engine de muestra

La siguiente consulta de BigQuery recupera consultas de App Engine fallidas del último mes:

SELECT
  timestamp AS Time,
  protoPayload.host AS Host,
  protoPayload.status AS Status,
  protoPayload.resource AS Path
FROM
  (TABLE_DATE_RANGE(my_bq_dataset.appengine_googleapis_com_request_log_,
    DATE_ADD(CURRENT_TIMESTAMP(), -1, 'MONTH'), CURRENT_TIMESTAMP()))
WHERE
  protoPayload.status != 200
ORDER BY time

A continuación, se muestran algunos de los resultados:

Row | Time                    | Host                                  | Status | Path
--- | ----------------------- | ------------------------------------- | ------ | ------
 6  | 2020-02-12 19:35:02 UTC | default.my-gcp-project-id.appspot.com |    404 | /foo?thud=3
 7  | 2020-02-12 19:35:21 UTC | default.my-gcp-project-id.appspot.com |    404 | /foo
 8  | 2020-02-16 20:17:19 UTC | my-gcp-project-id.appspot.com         |    404 | /favicon.ico
 9  | 2020-02-16 20:17:34 UTC | my-gcp-project-id.appspot.com         |    404 | /foo?thud=%22what???%22

Esquema de BigQuery para los registros enrutados

Los esquemas de tablas de BigQuery para los registros enrutados se basan en la estructura del tipo LogEntry y el contenido de las cargas útiles del registro. Cloud Logging también aplica reglas para acortar los nombres de campo del esquema de BigQuery para los registros de auditoría y para ciertos campos de carga útil estructurados. Para ver el esquema de la tabla, selecciona una tabla con entradas de registro enrutadas en la interfaz de BigQuery.

Convenciones de nombres de campo

Existen algunas convenciones de nombres que aplican a los campos de entrada de registro cuando se envían registros a BigQuery:

• Los nombres de los campos de entrada de registro no pueden superar los 128 caracteres.

• Los nombres de los campos de entrada de registro solo pueden tener caracteres alfanuméricos. Los caracteres no compatibles se quitan de los nombres de campo y se reemplazan por caracteres de guion bajo. Por ejemplo, jsonPayload.foo%% se transformaría en jsonPayload.foo__.

  Los nombres de los campos de entrada de registro deben comenzar con un carácter alfanumérico, incluso después de la transformación. Se quitan los guiones bajos iniciales.

• Para los campos de entrada de registro que forman parte del tipo LogEntry, los nombres de campo de BigQuery correspondientes son los mismos que los campos de entrada de registro.

• Para cualquier campo de entrada de registro suministrado por el usuario, los nombres de campo de BigQuery correspondientes están normalizados a minúsculas, pero los nombres se conservan.

• Para los campos en cargas útiles estructuradas, siempre que el especificador @type no esté presente, los nombres de campo correspondientes de BigQuery se normalizan a minúsculas, pero, por lo demás, se conservan los nombres.

  Para obtener más información sobre las cargas útiles estructuradas en las que el especificador @type está presente, consulta en esta página Campos de carga útil con @type.

En los siguientes ejemplos, se muestra cómo se aplican estas convenciones de denominación:

Campos de carga útil con @type

En esta sección, se analizan los nombres de campo del esquema de BigQuery especiales para entradas de registro cuyas cargas útiles contienen el especificador @type. Esto incluye las entradas de registro de auditoría enrutadas a BigQuery.

Las cargas útiles en las entradas de registro pueden contener datos estructurados. Cualquier campo estructurado puede incluir un especificador de tipo opcional en el siguiente formato:

@type: type.googleapis.com/[TYPE]

Las reglas de nomenclatura explican por qué el campo protoPayload de una entrada del registro de auditoría puede asignarse al campo del esquema de BigQuery protopayload_auditlog.

Reglas de nomenclatura para @type

Por lo general, los campos estructurados que tienen especificadores de tipo reciben nombres de campo de BigQuery que tienen un [TYPE] agregado a su nombre de campo. El valor de [TYPE] puede ser cualquier string.

Las reglas de denominación para @type solo se aplican al nivel superior de jsonPayload o protoPayload, se ignoran los campos anidados. Cuando se tratan campos de carga útil estructurada de nivel superior, Logging quita el prefijo type.googleapis.com.

En la siguiente tabla, por ejemplo, se muestra la asignación de los campos de carga útil estructurada de nivel superior a los nombres de campo de BigQuery:

Algunas excepciones se aplican a las reglas anteriores para los campos con especificadores de tipo:

• En los registros de solicitud de App Engine, el nombre de la carga útil en los registros enrutados a BigQuery es protoPayload, aunque la carga útil incluye un especificador de tipo.

• Cloud Logging aplica algunas reglas especiales a fin de acortar los nombres de campo del esquema de BigQuery para los registros de auditoría. Esto se analiza en la sección Campos de registros de auditoría en esta página.

Ejemplo

En este ejemplo, se muestra cómo los campos de carga útil estructurados se nombran y se usan cuando se reciben en BigQuery.

Supongamos que una carga útil de la entrada de registro está estructurada de la siguiente manera:

jsonPayload: {
  @type: "type.googleapis.com/google.cloud.v1.CustomType"
    name_a: {
      sub_a: "A value"
    }
    name_b: {
      sub_b: 22
    }
  }

La asignación a los campos de BigQuery es la que se muestra a continuación:

• El campo estructurado de nivel superior jsonPayload contiene un especificador @type. Su nombre de BigQuery es jsonpayload_v1_customtype.

• Los campos anidados se tratan con las reglas de nombres estándar de BigQuery, ya que las reglas que especifican el tipo no se aplican a los campos anidados.

Por lo tanto, los siguientes nombres de BigQuery se definen por la carga útil de la entrada de registro:

  jsonpayload_v1_customtype
  jsonpayload_v1_customtype._type
  jsonpayload_v1_customtype.name_b
  jsonpayload_v1_customtype.name_b.sub_b
  jsonpayload_v1_customtype.name_a
  jsonpayload_v1_customtype.name_a.sub_a

Campos de los registros de auditoría

Si no trabajas con registros de auditoría que se enrutan a BigQuery, puedes omitir esta sección.

Los campos de carga útil del registro de auditoría, protoPayload.request, protoPayload.response y protoPayload.metadata, tienen especificadores @type, pero se tratan como datos de JSON. Es decir, sus nombres del esquema de BigQuery son sus nombres de campo con Json agregado a ellos y contienen datos de string en formato JSON.

Los dos conjuntos de nombres de campo de carga útil del registro de auditoría se enumeran en la siguiente tabla:

Ten en cuenta que la convención de nombres serviceData es específica de los registros de auditoría que generó BigQuery y que luego se enrutan de Cloud Logging a BigQuery. Esas entradas del registro de auditoría contienen un campo serviceData que tiene un especificador @type de type.googleapis.com/google.cloud.bigquery.logging.v1.auditdata.

Ejemplo

Una entrada del registro de auditoría generada por BigQuery tiene un campo con el siguiente nombre:

protoPayload.serviceData.tableInsertRequest

Si esta entrada de registro se enruta a BigQuery, ¿cómo se haría referencia al campo tableInsertRequest? Antes de acortar el nombre, el nombre del campo correspondiente en BigQuery sería el siguiente:

protopayload_google_cloud_audit_auditlog.servicedata_google_cloud_bigquery_logging_v1_auditdata.tableInsertRequest

Después de acortar el nombre, se hace referencia al mismo campo en las tablas de BigQuery de esta manera:

protopayload_auditlog.servicedata_v1_bigquery.tableInsertRequest

Organización de la tabla

En esta sección, se proporciona una descripción general de las tablas particionadas para los registros que se enrutan a BigQuery.

Cuando enrutas registros a un conjunto de datos de BigQuery, Logging crea tablas para contener las entradas de registro. La primera entrada de registro que recibe BigQuery determina el esquema para la tabla de BigQuery de destino. BigQuery crea una tabla cuyas columnas se basan en los campos de la primera entrada de registro y sus tipos. Las entradas de registro posteriores pueden provocar una falta de coincidencia del esquema. Para obtener información sobre cuándo ocurren y cómo se manejan, consulta Coincidencias en el esquema.

Existen dos tipos de tablas mediante las cuales Logging organiza los datos que enruta: tablas fragmentadas por fecha y tablas particionadas. En ambos tipos de tabla, se dividen los datos de los registros en función de los campos timestamp de las entradas de registro. Sin embargo, hay dos diferencias fundamentales entre los tipos de tabla:

• Rendimiento: en la tabla particionada, se divide una tabla grande en particiones más pequeñas para mejorar el rendimiento de las consultas y controlar mejor los costos de BigQuery mediante la reducción en la cantidad de bytes que se leen en una consulta.

• Nomenclatura de la tabla: los tipos de tabla usan convenciones de nombres diferentes, como se explica en la siguiente sección.

Organización de la tabla

Las entradas de registro se dividen en tablas de BigQuery cuya organización y nombres se basan en los nombres de registro y las marcas de tiempo de las entradas.

Los nombres de las tablas llevan el sufijo de la fecha de calendario de la marca de tiempo UTC de la entrada de registro mediante el formato básico ISO 8601 (AAAAMMDD).

En la siguiente tabla, se muestran ejemplos sobre cómo se asignan los nombres de registros y las marcas de tiempo de muestra a los nombres de tablas en BigQuery:

¹ Las marcas de tiempo de las entradas de registro se expresan en UTC (Horario universal coordinado)

Crea tablas particionadas

Cuando creas un receptor para enrutar tus registros a BigQuery, puedes usar tablas fragmentadas por fecha o tablas particionadas. La selección predeterminada es una tabla fragmentada por fecha:

Para obtener instrucciones sobre cómo crear receptores, consulta los siguientes recursos:

• Consola de Google Cloud: Enruta registros a destinos compatibles.

• Google Cloud CLI: gcloud logging sinks create.

Discrepancias en el esquema

La primera entrada de registro que recibe BigQuery determina el esquema para la tabla de BigQuery de destino. BigQuery crea una tabla cuyas columnas se basan en los campos de la primera entrada de registro y sus tipos.

Una desigualdad del esquema ocurre cuando se escriben entradas de registro en la tabla de destino y se produce cualquiera de los siguientes errores:

• Una entrada de registro posterior cambia el tipo de campo para un campo existente en la tabla.

  Por ejemplo, si el campo jsonPayload.user_id de la entrada de registro inicial es string, esa entrada de registro genera una tabla con un tipo de string para ese campo. Si luego comienzas a generar registros jsonPayload.user_id como array, eso provoca un error de coincidencia del esquema.

• Una entrada de registro nueva contiene un campo que no está en el esquema actual y, si se inserta ese campo en la tabla de destino, se superaría el límite de columnas de BigQuery.

  La tabla de destino puede aceptar el campo nuevo si no hace que se supere el límite de columnas.

Cuando BigQuery identifica una discrepancia de esquema, crea una tabla dentro del conjunto de datos correspondiente para almacenar la información de error. El tipo de tabla determina el nombre de la tabla. Para las tablas fragmentadas por fecha, el formato de nombres es export_errors_YYYYMMDD. Para las tablas particionadas, el formato de nombres es export_errors. Para obtener más información, consulta Organización de la tabla.

Cuando enrutas entradas de registro, Logging envía mensajes como un lote a BigQuery. BigQuery usa las siguientes reglas para determinar en qué tabla se escriben las entradas de registro en el lote actual de mensajes:

• Cuando se produce un cambio de tipo de campo, solo se escriben en la tabla de errores aquellas entradas de registro que generaron una discrepancia del esquema. Las entradas de registro en el lote actual de mensajes que no provocan una discrepancia de esquema se escriben en la tabla de destino original.

• Cuando se excede el límite de columna, todas las entradas de registro en el lote actual de mensajes se escriben en la tabla de error.

Esquema de la tabla de errores

La tabla de errores contiene datos de LogEntry y la información sobre la falta de coincidencia:

• logEntry: Contiene la entrada de registro completa; sin embargo, la entrada de registro se convierte de JSON en una cadena.
• schemaErrorDetail: Contiene el mensaje de error completo que muestra BigQuery.
• sink: Contiene la ruta de acceso completa del recurso para el receptor de registros.
• logName: Se extrae de LogEntry.
• timestamp: Se extrae de LogEntry.
• receiveTimestamp: Se extrae de LogEntry.
• severity: Se extrae de LogEntry.
• insertId: Se extrae de LogEntry.
• trace: Se extrae de LogEntry.
• resourceType: Se extrae de LogEntry.

Logging comunica las discrepancias del esquema con el proyecto de Google Cloud que contiene el receptor de enrutamiento de las siguientes maneras:

• Los propietarios del proyecto reciben un correo electrónico. Los detalles incluyen el ID del proyecto de Google Cloud, el nombre del receptor y el destino.
• En la página Actividad de la consola de Google Cloud, se muestra un error, Stackdriver Config error. Los detalles incluyen el nombre y el destino del receptor, y un vínculo a un ejemplo de una entrada de registro que causó el error.

Evita discrepancias futuras de tipo de campo

Si deseas corregir las discrepancias por tipo de campo para las entradas de registro posteriores, corrige el tipo de campo a fin de que coincida con el esquema actual. Para obtener información sobre cómo corregir un tipo de campo, consulta Cambia el tipo de datos de una columna.

A veces, no se puede cambiar el tipo de campo, por ejemplo, no puedes cambiar un tipo de campo para los registros que generan automáticamente los servicios de Google Cloud. Para evitar discrepancias de esquemas cuando no puedes cambiar un tipo de campo, cambia el nombre de la tabla o los parámetros del receptor para que Logging vuelva a crear la tabla en un conjunto de datos diferente. Para obtener instrucciones, consulta Administra receptores.

Soluciona problemas

Si parece que faltan registros en el destino de tu receptor o sospechas que el receptor no enruta los registros correctamente, consulta Cómo solucionar problemas de enrutamiento de registros.

Precios

Cloud Logging no cobra por enrutar registros a un destino compatible. Sin embargo, es posible que el destino aplique cargos. Con la excepción del bucket de registros _Required, Cloud Logging cobra por transmitir registros a buckets de registros y almacenarlos durante más tiempo que el período de retención predeterminado del bucket de registros.

Cloud Logging no cobra por copiar registros, definir alcances de registros ni ejecutar consultas a través de las páginas Explorador de registros o Análisis de registros.

Para obtener más información, consulta los siguientes documentos:

• Resumen de precios de Cloud Logging

• Costos de destino:

  • Precios de Cloud Storage
  • Precios de BigQuery
  • Precios de Pub/Sub
  • Precios de Cloud Logging
• Los cargos de generación de registros de flujo de VPC se aplican cuando envías y, luego, excluyes los registros de flujo de la nube privada virtual de Cloud Logging.