王绍宏
faa9ffe2d9
- 默认在进入WAL前丢弃未注册、重复或未分配到当前探针的Syslog日志 - 使用后台设备内存快照，避免Netty网络线程访问Redis或达梦 - 增加Terminal审计开关，允许恢复原有逐条审计文件模式 - 历史WAL中的无效设备记录直接推进checkpoint - 增加无效设备丢弃、快照状态及刷新失败监控指标 - 生产WAL队列调整为20000条 - WAL待写预算和分段大小调整为2GiB - 同步生产配置、Docker Compose及升级文档 - 增加无效设备前置过滤和Terminal开关测试 chore(syslog): 统一生产环境 WAL 挂载目录 - 将生产环境 WAL 默认目录调整为 /app/logs/syslog-wal - Docker Compose 显式设置 SYSLOG_WAL_DIRECTORY - WAL 与应用日志共用 /app/logs 宿主机挂载 - 移除旧的 /data/syslog-archive 独立挂载 - 宿主机 WAL 路径统一为 /home/syslog/logs/syslog-wal
192 lines
7.0 KiB
Markdown
192 lines
7.0 KiB
Markdown
# 天眼/微步 JSON 解析异常排查入口
|
||
|
||
## 目标
|
||
|
||
定位一条日志为什么进入 `syslog_non_normal_message` 并标记为“JSON解析异常”。
|
||
|
||
只分析当前设备绑定的规则：
|
||
|
||
- 天眼设备重点看规则 `129 / skyeye_alarm_log`；
|
||
- 微步设备看该设备实际绑定的规则，现场已见 `150 / weibu_TDP_alarmlog_JSON`、
|
||
`158 / weibujsomv2`、`159 / weibujson`；
|
||
- `Threatbook[pid]: {...}` 属于微步/TDP 报文，不要拿规则129分析；
|
||
- 设备与规则的绑定以 `dm_normalize_rule_device` 为准，不要模糊查询全表后把所有规则都拿来匹配。
|
||
|
||
## 第一步：取得两个输入
|
||
|
||
### 1. 解析前的完整原文
|
||
|
||
不要使用达梦非标表里带有以下标记的内容判断 JSON 是否合法：
|
||
|
||
```text
|
||
[HB_XDR_TRUNCATED original_utf8_bytes=...]
|
||
```
|
||
|
||
该内容已经在规则计算完成后按 2KB 限制截断，不是 Jackson 实际收到的报文。
|
||
|
||
使用 v5 脚本按设备采集解析前原文：
|
||
|
||
```bash
|
||
chmod 700 upgrade-doc/v5/capture-device-raw-logs.sh
|
||
|
||
upgrade-doc/v5/capture-device-raw-logs.sh \
|
||
<设备ID> 120 20 \
|
||
http://127.0.0.1:8289/xdrrule \
|
||
/data/haobang/raw-log-captures
|
||
```
|
||
|
||
调试需要生成目录中的 `result.json` 和 `raw/*.log`。如果接口不可用，再从原始 InfluxDB 或
|
||
`syslog-serve` 接收日志按 `device_id + receive_time/event_id` 导出完整 `message`。
|
||
|
||
### 2. 当前设备绑定的完整规则
|
||
|
||
`rule_content` 最长约一万多字符，在达梦 `disql` 中设置 20000 字符并 spool 到文件：
|
||
|
||
```sql
|
||
SET LONG 20000
|
||
SET LONGCHUNKSIZE 20000
|
||
SET LINESIZE 32767
|
||
SET PAGESIZE 0
|
||
SET TRIMSPOOL ON
|
||
SPOOL /tmp/device-normalize-rules.txt
|
||
|
||
SELECT b.device_id,
|
||
r.id AS rule_id,
|
||
r.name,
|
||
r.display_name,
|
||
r.data_type,
|
||
DBMS_LOB.GETLENGTH(r.rule_content) AS rule_content_length,
|
||
DBMS_LOB.SUBSTR(r.rule_content, 20000, 1) AS rule_content
|
||
FROM dm_normalize_rule_device b
|
||
JOIN dm_normalize_rule r ON r.id = b.normalize_rule_id
|
||
WHERE b.device_id = <设备ID>
|
||
AND r.del_flag = '0'
|
||
ORDER BY r.id;
|
||
|
||
SPOOL OFF
|
||
```
|
||
|
||
若长度超过 20000，再取下一段：
|
||
|
||
```sql
|
||
DBMS_LOB.SUBSTR(rule_content, 20000, 20001)
|
||
```
|
||
|
||
## 第二步：在代码中拿到 Jackson 的真实输入
|
||
|
||
当前主链路：
|
||
|
||
```text
|
||
SysLogProcessor.prepareNormalization()
|
||
-> LogNormalProcessor.prepare()
|
||
-> LogNormalProcessor.collectCandidates()
|
||
-> CompiledRule.isApplicableTo()
|
||
-> CompiledRule.parse()
|
||
-> logNormalData.ParserMessageJsonType()
|
||
-> JsonParser.extractJsonFromLogMessage()（必要时）
|
||
-> NestedJsonParserUtil.safeParseJson()
|
||
-> Jackson
|
||
```
|
||
|
||
建议断点：
|
||
|
||
| 位置 | 观察内容 |
|
||
| --- | --- |
|
||
| `LogNormalProcessor.java:516` | 当前设备加载了哪些规则，每条规则是否进入候选解析 |
|
||
| `CompiledRule.java:72` | 当前 `ruleId`、原始 `message` 和 cropper 配置 |
|
||
| `CompiledRule.java:94` | cropper 结果是否需要再次截取 `{...}` |
|
||
| `CompiledRule.java:99` | 变量 `cropped`，即 Compiled 链路交给 Jackson 的完整字符串 |
|
||
| `CompiledRule.java:124` | `head_key` 是否真的能标识这类报文 |
|
||
| `NestedJsonParserUtil.java:41` | Jackson 的首次解析结果及准确行列错误 |
|
||
| `LogNormalProcessor.java:1014` | 关闭 Compiled 优化时的 legacy 入口，观察 `strJson` |
|
||
|
||
相关源码：
|
||
|
||
```text
|
||
syslog-consumer-rule/src/main/java/com/Modules/NormalData/LogNormalProcessor.java
|
||
syslog-consumer-rule/src/main/java/com/Modules/NormalData/compiled/CompiledRule.java
|
||
syslog-consumer-rule/src/main/java/com/Modules/NormalData/logNormalData.java
|
||
syslog-consumer-rule/src/main/java/com/common/util/JsonParser.java
|
||
syslog-consumer-rule/src/main/java/com/common/util/NestedJsonParserUtil.java
|
||
syslog-consumer-rule/src/main/java/com/common/service/RawLaneFieldLimiter.java
|
||
```
|
||
|
||
对每条失败样本保存以下信息即可：
|
||
|
||
```text
|
||
deviceId
|
||
ruleId / ruleName
|
||
完整原文 message
|
||
cropper_params
|
||
截取结果 cropped（或 legacy 的 strJson）
|
||
Jackson 原始错误及行列号
|
||
```
|
||
|
||
不要为了调试在生产 `INFO` 日志中持续打印完整原文；使用采集文件、断点或只针对一条脱敏样本的测试。
|
||
|
||
## 第三步：根据真实输入分类
|
||
|
||
| 现象 | 结论 | 处理位置 |
|
||
| --- | --- | --- |
|
||
| `cropped` 仍含 Syslog 头或天眼分隔前缀 | 截取未完成 | `cropper_params` 或 JSON 对象边界截取 |
|
||
| `cropped` 缺少开头 `{`、结尾 `}` 或被截在中间 | cropper 范围错误 | 优先修当前规则 cropper |
|
||
| 报文不含规则的格式特征，却进入该规则 | 候选规则归属错误 | `isApplicableTo()`/规则特征配置 |
|
||
| `cropped` 是完整外层 JSON，但 `req_body` 等字段内有未转义双引号、反斜杠或真实换行 | 设备报文/嵌套字段转义错误 | 优先让设备修；必要时做设备/规则专用预处理 |
|
||
| 完整原文在进入规则前已经不完整 | 上游提前截断 | 查 `syslog-serve`、Kafka 和原始存储链路 |
|
||
| 只有达梦非标字段被截断 | 与解析失败无关 | 不修改解析代码 |
|
||
|
||
`JsonParser.extractJsonFromLogMessage()` 的默认行为是取第一个 `{` 到最后一个 `}`。配置了 cropper 时，
|
||
先执行 `ParserMessageJsonType()`；如果结果不是完整 `{...}`，当前 Compiled JSON 路径才会再次执行对象边界截取。
|
||
|
||
## 天眼与微步的现有复现入口
|
||
|
||
测试文件：
|
||
|
||
```text
|
||
syslog-consumer-rule/src/test/java/com/Modules/NormalData/LogNormalProcessorRuleSelectionTest.java
|
||
```
|
||
|
||
直接参考两个用例：
|
||
|
||
- `threatbookUsesTdpRuleAfterFixedOffsetHoneypotRulesAreRejected`：微步 Threatbook 报文应选择规则150，
|
||
不能被158/159的固定偏移规则提前判为非标；
|
||
- `skyeyeCropperPrefixIsNarrowedToOuterJsonBeforeJackson`：天眼规则129截取后，Jackson 输入必须是完整外层 JSON。
|
||
|
||
把现场完整原文脱敏后增加为 fixture，并使用现场规则的真实 `cropper_params`。至少断言：
|
||
|
||
```text
|
||
选中的 normalize_rule_id
|
||
一个关键字段的映射值
|
||
未生成“JSON解析异常”非标记录
|
||
```
|
||
|
||
使用 JDK 8 执行：
|
||
|
||
```bash
|
||
mvn -Dtest=LogNormalProcessorRuleSelectionTest test
|
||
```
|
||
|
||
## 必看的历史修改
|
||
|
||
```bash
|
||
git show a70707c72969c7979aef9c0221fd55360c365227
|
||
git show a70707c^:syslog-consumer-rule/src/main/java/com/common/util/NestedJsonParserUtil.java
|
||
git show c6e3505
|
||
```
|
||
|
||
- `a70707c...` 删除了首次失败后的全局坏 JSON 猜测修复和第二次 Jackson 解析；
|
||
- 旧版会依次尝试修复未转义引号、单引号、反斜杠、缺失引号、数值、布尔和 null；
|
||
- `c6e3505` 修改了候选规则失败处理及 JSON 对象边界截取，避免前一条不适用规则失败后立即转非标。
|
||
|
||
判断问题是否由删除旧修复引起，必须对同一份完整原文记录四项结果：
|
||
|
||
```text
|
||
当前首次解析结果
|
||
旧版首次解析结果
|
||
旧版修复后的字符串（并指出实际生效步骤）
|
||
旧版第二次解析结果
|
||
```
|
||
|
||
没有这四项证据，不要恢复旧版全局修复。全局恢复会给每条坏 JSON 增加多次扫描、正则替换、字符串分配和
|
||
第二次 Jackson 解析。若确实需要兼容设备缺陷，优先限定到指定设备及指定规则，最后才考虑通用解析器。
|