背景

IPython/Jupyter很流行

Jupyter的前身是IPython Notebook，而IPython Notebook的前身是IPython。如下可以看到起发展轨迹：

IPython/Jupyter非常流行，从三个方面可以看到：

数据科学领域Python愈来愈流行已经是既定事实，根据数据科学与机器学习社区Kaggle 2018年调查，超过92%的人员会使用Python，而IPython/Jupyter也已经是不争的Python科学生态入口，使用Python做数据分析的人都会选择IPython/Jupyter作为工具平台。
IPython/Jupyter Notebook不只是Python独有，作为开放平台，已经支持超过50种语言，例如Go、Java等。
各大云厂商都提供了对于Notebook的支持，SaaS生态中也有许多Notebook的有用工具，例如Github、NBViewer等。

日志服务对IPython/Jupyter支持

阿里云的日志服务（log service）是针对日志类数据的一站式服务，无需开发就能快捷完成海量日志数据的采集、消费、投递以及查询分析等功能。通过日志服务对IPython/Jupyter扩展的支持，可以轻松地使用Python对海量数据进行深度加工（ETL）、交互式分析（通过SQL、DataFrame）、机器学习与可视化等：

功能概述

支持环境

支持Python2/3下的:

IPython Shell
Jupyter Notebook (IPython Notebook)
Jupyter Lab

安装

快速安装

Jupyter Notebook:

1. pip install aliyun-log-python-sdk>=0.6.43 pandas odps ipywidgets -U

配置DataFrame增强交互的配置（仅适用于Notebook）:

1. jupyter --path
进入data的第一个目录（或者第二个也可以），
例如C:\Users\Administrator\AppData\Roaming\jupyter
在里面构建一个子目录（如果没有的话）：nbextensions2. python -c "import odps;print(odps);"
根据输出找到odps模块所在目录，进入子目录static > ui ，例如：C:\ProgramData\Anaconda3\Lib\site-packages\odps\static\ui3. 复制#2中的target目录到#1中，并修改target目录为pyodps
例如： C:\ProgramData\Anaconda3\Lib\site-packages\odps\static\ui\target ==> C:\Users\Administrator\AppData\Roaming\jupyter\nbextensions\pyodps4. 启动Jupyter前验证下
jupyter nbextension enable --py --sys-prefix widgetsnbextension
jupyter nbextension enable pyodps/main

IPython Shell/Jupyter Lab:

1. pip install aliyun-log-python-sdk>=0.6.43 pandas -U

virtualenv下安装（举例）

2. virtualenv sls# Jupyter Notebook:
3. pip install aliyun-log-python-sdk>=0.6.43 pandas odps ipywidgets -U# IPython Shell/Jupyter Lab
3. pip install aliyun-log-python-sdk>=0.6.43 pandas -U4. python -m ipykernel install --user --name=sls

更多安装问题可以参考这里

配置

加载magic命令

%load_ext aliyun.log.ext.jupyter_magic

配置参数如下:

%manage_log <服务入口> <秘钥ID> <秘钥值> <日志项目名> <日志库名>

在Jupyter Notebook下，也可以无参数传入，通过GUI配置：

%manage_log

关于服务入口、秘钥等，可以进一步参考配置。

配置保存位置

将存储AK、Endpoint、Project、Logstore在~/.aliyunlogcli, 使用的块名是__jupyter_magic__

[__jupyter_magic__]
access-id=
access-key=
region-endpoint=
project=
logstore=

支持场景

1. 查询与统计

快速查询与统计（过去15分钟）

%log SLS查询分析语句

关于查询、扩展语法（SQL92标准），可以进一步参考查询与统计

一般查询域统计（配置时间）

第一行用from_time ~ to_time这样的格式操作。
注意： 两个%

%%log -1day ~ now
* |
select date_format(date_trunc('hour', __time__), '%H:%i') as dt,count(1)%100 as pv,round(sum(if(status < 400, 1, 0))*100.0/count(1), 1) AS ratiogroup by date_trunc('hour', __time__)order by dt limit 1000

Note：如果只有查询的部分，会自动拉取时间范围内所有日志（自动分页）

具体时间格式的支持，可以参考这里。

2. 全量数据拉取

如果原始数据没有索引，无法使用查询统计时，或者不需要条件过滤时，可以使用拉取命令。

%fetch 2019-1-31 10:0:0+8:00 ~ 2019-1-31 10:00:10+8:00

Note：

时间范围是服务器接受日志的时间，不同于日志自身的时间。
拉取过程中，取消的话，已经拉取的数据会放到log_df_part中。

3. Dataframe操作

查询返回值通过log_df进行操作。是一个Pandas的标准DataFrame

操作示例：

%matplotlib inline
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = (12, 9)
import seaborn as sns%log host: www.a?.mock* | select body_bytes_sent, host limit 100000log_df['body_bytes_sent'] = log_df['body_bytes_sent'].astype(int)
sns.boxenplot(x='host', y='body_bytes_sent', data=log_df);

关于DataFrame操作，可以参考Pandas DataFrame。