三歩あるけば物も忘れる

S3アクセスログをAthenaで分析する際に必要な設定メモ
パーティションやらなんやらはまだ理解していない＆S3アクセスログ以外も今後追加していこう。

図にするとこんな感じ、3つの領域に分けて記載します。赤点線、青点線、緑点線

下記リンクの通りです。
https://docs.aws.amazon.com/ja_jp/AmazonS3/latest/userguide/ServerLogs.html

S3バケットの作成

手順は割愛します。
①ログ取得元S3バケットの作成
②ログ記録先S3バケットの作成

ログ取得元S3バケットのサーバーアクセスのログ記録を有効化

①ログ取得元S3バケットの[プロパティ]-[サーバーアクセスのログ記録]の[編集]をクリックします。

②以下を設定し[変更の保存]をクリックします。
・サーバーアクセスのログ記録：有効
・ターゲットバケット：ターゲットバケットのS3 URIを指定(キープレフィックスの付与を推奨)
　※複数のバケットが同じターゲットバケットにログを記録する場合に、ソースバケットを区別するためにも役立ちます。

下記リンクの通りです。

https://aws.amazon.com/jp/premiumsupport/knowledge-center/analyze-logs-athena/

Athenaからデーターベース、テーブルの作成

①Athenaコンソールからクエリエディタを開きます
②データベースを作成します（データベース名は変更可能です）

create database s3_access_logs_db

③テーブルを作成します（1行目のテーブル名は変更可能です、35行目のバケットは自身の環境に合わせます）

CREATE EXTERNAL TABLE `s3_access_logs_db.mybucket_logs`(
  `bucketowner` STRING,
  `bucket_name` STRING,
  `requestdatetime` STRING,
  `remoteip` STRING,
  `requester` STRING,
  `requestid` STRING,
  `operation` STRING,
  `key` STRING,
  `request_uri` STRING,
  `httpstatus` STRING,
  `errorcode` STRING,
  `bytessent` BIGINT,
  `objectsize` BIGINT,
  `totaltime` STRING,
  `turnaroundtime` STRING,
  `referrer` STRING,
  `useragent` STRING,
  `versionid` STRING,
  `hostid` STRING,
  `sigv` STRING,
  `ciphersuite` STRING,
  `authtype` STRING,
  `endpoint` STRING,
  `tlsversion` STRING)
ROW FORMAT SERDE
  'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
  'input.regex'='([^ ]*) ([^ ]*) \\[(.*?)\\] ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) (\"[^\"]*\"|-) (-|[0-9]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) (\"[^\"]*\"|-) ([^ ]*)(?: ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*))?.*$')
STORED AS INPUTFORMAT
  'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
  'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION
  's3://awsexamplebucket1-logs/prefix/'

クエリの例に習って、クエリを実行します。

クエリの例

そのうち追加します、公式ページのもご参考に！
https://aws.amazon.com/jp/premiumsupport/knowledge-center/analyze-logs-athena/
・ライフサイクルルールによって実行されたログを抽出して、requestdatetimeで並び替え

SELECT *
FROM s3_access_logs_db.mybucket_logs
WHERE operation LIKE 'S3%'
ORDER BY requestdatetime ASC