构建字典与表格做数据富化

字典和表格是对数据进行富化时主要使用的两种数据结构，本文档主要介绍这两种数据结构的常见构建方式，并对比不同构建方式的优缺点。

字典构建

直接构建

e_dict_map({"400": "error", "200": "ok", "*": "other"}, "status", "message")

从任务配置资源构建

e_dict_map(res_local("http_code_map"), "status", "message")

其中http_code_map是任务高级配置项，值为：

{"400": "error", "200": "ok", "*": "other"}

从表格构建

使用tab_to_dict从表格构建。而表格的构建参见本文后面的表格构建。

e_dict_map(tab_to_dict(tab_parse_csv("status_code,status_info\n400,error\n200,ok\n*,other"), "status_code", "status_info"), "status", "message")

从字典函数构建

e_dict_map(dct_make("400", "error", "200",  "ok", "*",  "other"), "status", "message")

从其他表达式构建
```
e_dict_map(json_parse(v("http_code_map")), "status", "message")
```
此处从源日志的http_code_map字段中获取映射关系。

不同字典构建方式对比。

从文本构建

e_table_map(tab_parse_csv("city,name,age\nshanghai,aliyun,10\ncity:nanjing,Maki,18"), "name",["city", "age"])

从RDS资源中构建

e_table_map(tab_parse_csv(res_rds_mysql(...database="db", table="city")), "name",["city", "age"])

RDS表格city的内容为：

content,name,age
shanghai,aliyun,10
nanjing,Maki,18

从其他Logstore资源构建

e_table_map(res_log_logstore_pull(..., project="project_name", logstore="logstore_name", fields=["city","name","age"]),, "name",["city", "age"])

对应Logstore中日志事件为：

"日志1"
{
  "city": "shanghai",
  "name": "aliyun",
  "age": "10"
}
"日志2"
{
  "city": "city:nanjing and data > 100",
  "name": "Maki",
  "age": "18"
}

不同表格构建方式对比：

构建方式	优点	缺点
从文本构建	直观、简单、方便。	如果内容较多，规则会相对冗长。不易于维护、扩展和复用。
从RDS资源构建	内容较多且经常修改时推荐使用，易于维护。支持自动刷新。支持跨任务复用。	需要连接外部RDS资源，配置过程相对比较繁琐。
从其他Logstore资源构建	支持实时读取，维护机制更灵活，高级场景下使用。	需要连接其他Logstore，配置过程相对比较繁琐。