OpenTelemetry Collector Contrib 中 Azure Front Door WAF 日志处理优化

在 OpenTelemetry Collector Contrib 项目中，针对 Azure Front Door Web Application Firewall (WAF) 日志的处理方式进行了重要优化。本文将详细介绍这项改进的技术细节和实现方案。

背景与问题分析

Azure Front Door WAF 日志记录了网络安全防护事件的关键信息，包括客户端IP、请求URI、规则匹配情况等。在现有实现中，这些有价值的信息被整体存储在日志记录的 body 属性中，导致以下问题：

1. 查询效率低下：无法直接通过属性进行过滤和查询
2. 标准化程度不足：字段命名不符合 OpenTelemetry 语义约定
3. 解析成本高：下游系统需要额外处理才能提取关键信息

技术解决方案

新的处理方案将这些关键字段从 body 中提取出来，转换为标准的日志记录属性。具体转换规则如下：

原始字段	转换后属性	说明
clientIP	client.address	客户端IP地址
clientPort	client.port	客户端端口号
socketIP	source.address	连接源IP地址
requestUri	url.original	完整请求URL
ruleName	azure.frontdoor.waf.rule	触发的WAF规则名称
policy	azure.frontdoor.waf.policy.name	应用的WAF策略名称
action	azure.frontdoor.waf.action	WAF采取的动作
host	http.request.header.host	请求头中的Host值
trackingReference	azure.ref	Azure跟踪参考号
policyMode	azure.frontdoor.waf.policy.mode	策略模式

特别值得注意的是对 requestUri 的处理，不仅保留了原始URL，还进行了细粒度解析：

1. url.scheme：提取协议类型(http/https)
2. url.fragment：提取片段标识符
3. url.query：提取查询参数
4. url.path：提取路径部分
5. url.port：提取端口号

实现效果对比

优化后的日志记录结构更加清晰，查询能力显著提升。以下是新旧实现的对比：

旧实现将所有信息嵌套存储在body中：

body:
  kvlistValue:
    values:
      - key: properties
        value:
          kvlistValue:
            values:
              - key: clientIP
                value: "2001:1c00:3280..."

新实现将关键信息提取为顶级属性：

attributes:
  - key: client.address
    value: "2001:1c00:3280..."
body: {}

技术价值

这项改进带来了多方面的技术优势：

1. 查询性能提升：属性化存储使得日志系统可以直接索引这些字段
2. 标准化兼容：遵循OpenTelemetry语义约定，便于与其他系统集成
3. 维护性增强：明确的结构定义降低了后续维护成本
4. 资源节约：减少了下游系统的解析处理负担

未来展望

虽然当前实现已经处理了主要字段，但仍有优化空间：

1. details字段中的匹配信息可以进一步结构化
2. 考虑添加更多Azure特有的诊断信息
3. 完善错误处理机制，确保数据完整性

这项改进为Azure日志处理树立了良好范例，后续可推广到其他Azure日志类别的处理中。