Datadog日志加载器#

class langchain_community.document_loaders.datadog_logs.DatadogLogsLoader(query: str, api_key: str, app_key: str, from_time: int | None = None, to_time: int | None = None, limit: int = 100)[source]#

加载 Datadog 日志。

日志被写入page_content和metadata。

初始化Datadog文档加载器。

Requirements:

  • 必须安装datadog_api_client。使用pip install datadog_api_client进行安装。

Parameters:

  • query (str) – 在Datadog中运行的查询。

  • api_key (str) – Datadog API 密钥。

  • app_key (str) – Datadog 应用程序密钥。

  • from_time (int | None) – 可选。查询时间范围的开始时间。 支持日期数学和常规时间戳（毫秒），如‘1688732708951’ 默认为20分钟前。

  • to_time (int | None) – 可选。查询的时间范围的结束时间。 支持日期数学和常规时间戳（毫秒），如‘1688732708951’ 默认为当前时间。

  • limit (int) – 返回日志的最大数量。默认为100。

方法

__init__(query, api_key, app_key[, ...])

初始化Datadog文档加载器。

alazy_load()

一个用于文档的懒加载器。

aload()

将数据加载到Document对象中。

lazy_load()

一个用于文档的懒加载器。

load()

从Datadog获取日志。

load_and_split([text_splitter])

加载文档并将其分割成块。

parse_log(log)

从Datadog日志项创建Document对象。
__init__(query: str, api_key: str, app_key: str, from_time: int | None = None, to_time: int | None = None, limit: int = 100) → None[source]#

初始化Datadog文档加载器。

Requirements:

  • 必须安装datadog_api_client。使用pip install datadog_api_client进行安装。

Parameters:

  • query (str) – 在Datadog中运行的查询。

  • api_key (str) – Datadog API 密钥。

  • app_key (str) – Datadog 应用程序密钥。

  • from_time (int | None) – 可选。查询时间范围的开始时间。 支持日期数学和常规时间戳（毫秒），如‘1688732708951’ 默认为20分钟前。

  • to_time (int | None) – 可选。查询的时间范围的结束时间。 支持日期数学和常规时间戳（毫秒），如‘1688732708951’ 默认为当前时间。

  • limit (int) – 返回日志的最大数量。默认为100。

Return type:

无

async alazy_load() → AsyncIterator[Document]#

文档的懒加载器。

Return type:

AsyncIterator[Document]

async aload() → list[Document]#

将数据加载到Document对象中。

Return type:

列表[Document]

lazy_load() → Iterator[Document]#

文档的懒加载器。

Return type:

迭代器[文档]

load() → List[Document][source]#

从Datadog获取日志。

Returns:

Document对象的列表。

  • 页面内容

  • 元数据

    • id

    • 服务

    • 状态

    • 标签

    • 时间戳

Return type:

列表[文档]

load_and_split(text_splitter: TextSplitter | None = None) → list[Document]#

加载文档并将其分割成块。块以文档形式返回。

不要重写此方法。它应该被视为已弃用！

Parameters:

text_splitter (可选[TextSplitter]) – 用于分割文档的TextSplitter实例。 默认为RecursiveCharacterTextSplitter。

Returns:

文档列表。

Return type:

列表[Document]

parse_log(log: dict) → Document[来源]#

从Datadog日志项创建Document对象。

Parameters:

log (字典)

Return type:

Document

使用 DatadogLogsLoader 的示例