langchain_community.document_loaders.datadog_logs.DatadogLogsLoader¶
- class langchain_community.document_loaders.datadog_logs.DatadogLogsLoader(query: str, api_key: str, app_key: str, from_time: Optional[int] = None, to_time: Optional[int] = None, limit: int = 100)[source]¶
加载 Datadog 日志。
日志写入到 page_content 和 metadata 中。
初始化 Datadog 文档加载器。
- 要求
必须安装 datadog_api_client。使用 pip install datadog_api_client 安装。
- 参数
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 (Optional[int]) – 可选。查询的时间段的开始。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 (Optional[int]) – 可选。查询的时间段的结束。支持日期数学和常规时间戳（毫秒）如 ‘1688732708951’ 默认为现在。
limit (int) – 返回的最大日志数。默认为100。
方法
__init__(query, api_key, app_key[, ...])初始化 Datadog 文档加载器。
Documents 的懒加载器。
aload()将数据加载到 Document 对象中。
Documents 的懒加载器。
load()从 Datadog 获取日志。
load_and_split([text_splitter])加载 Documents 并分割成块。
parse_log(log)从 Datadog 日志项创建 Document 对象。
- __init__(query: str, api_key: str, app_key: str, from_time: Optional[int] = None, to_time: Optional[int] = None, limit: int = 100) None[来源]¶
初始化 Datadog 文档加载器。
- 要求
必须安装 datadog_api_client。使用 pip install datadog_api_client 安装。
- 参数
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 (Optional[int]) – 可选。查询的时间段的开始。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 (Optional[int]) – 可选。查询的时间段的结束。支持日期数学和常规时间戳（毫秒）如 ‘1688732708951’ 默认为现在。
limit (int) – 返回的最大日志数。默认为100。
- 返回类型
None
- load() List[Document][source]¶
从 Datadog 获取日志。
- 返回值
- Document 对象的列表。
页面内容
- 元数据
id
服务
状态
标签
时间戳
- 返回类型
List[Document]
- load_and_split(text_splitter: Optional[TextSplitter] = None) List[Document]¶
加载文档并将其拆分为块。块以 Document 的形式返回。
不要重写此方法。考虑将其弃用！
- 参数
text_splitter (可选[TextSplitter]) – 用于拆分文档的 TextSplitter 实例。默认为 RecursiveCharacterTextSplitter。
- 返回值
文档列表。
- 返回类型
List[Document]