这周工作的时候接到了一个需求,需要对一个日志文件进行分析,分析请求次数以及耗费的时间平均时间等信息,整理成excel表格,方便分析做优化。刚拿到这个需求的时候,着实有点懵逼。那么多日志,我该怎么分析呢?该使用什么工具去分析呢。最后还要生成excel表格。哇,给我愁坏了。
所以我开始并没有直接去做需求,而是去查资料、问同事、朋友,怎么做日志分析。
确实搜到了一些日志分析的方法:awk、python。无疑是用脚本来做。但是我对这些不太熟悉呀,而且只有一下午的时间去做。最后我选择了使用golang来做。相比于其他,我对golang更熟悉。
确定了语言,我就开始分析日志了,下面我就来详细介绍一下我是怎么使用go完成的日志分析,并成功生成excel表格。
因为公司的log不能在这里直接展示,所以本次教程我自己生成了几个测试log。
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
{"httpRequest":{"request":"method:post,path:/api/user/login"},"params":{"query":"username=asong&password=123456"},"timings":{"evalTotalTime":0.420787431}}
这些log正常都在一行的,因为markdown显示问题,显示了多行。
分析之前,先看一下我们的需求:分析每个请求的次数,查询参数,平均时间。
确定了需求,下面我们开始对日志进行分析。每一行代表一个完整的日志请求。每一行日志都是一个json字符串,这样看起来确实不方便,我们格式化一下来看一下。
{
"httpRequest":{
"request":"method:post,path:/api/user/login"
},
"params":{
"query":"username=asong&password=123456"
},
"timings":{
"evalTotalTime":0.420787431
}
}
这样看起来就很方便了,层次结构一眼就能看出来。我们要统计请求的次数,可以通过requrst
这个字段判断是否是同一个请求。query
这个字段代表的是查询参数,evalTotalTime
这个字段需要求和,然后求出平均数。日志分析好了,下面就是实现部分了。
这里我使用一个map来存放不同的请求,以请求作为key
,请求次数、时间等作为value
,不过这里存的时间所有请求的时间和,统计好所有请求次数与时间和后再计算平均时间。这样所有分析好的数据就都在map里了,最后可针对这个map进行excel导出,是不是很完美,哈哈。
var (
result map[string]*requestBody
analysis map[string]*requestBody
)
type requestBody struct {
count int32
query string
time float64
}
func openFile() *os.File {
file,err := os.Open("./request.log")
if err != nil{
log.Println("open log err: ",err)
}
return file
}
func logDeal(file *os.File) {
// 按行读取
br := bufio.NewReader(file)
for{
line,_,err := br.ReadLine()
// file read complete
if err == io.EOF{
log.Println("file read complete")
return
}
//json deal
var data interface{}
err = json.Unmarshal(line,&data)
if err != nil{
fmt.Errorf("json marshal error")
}
deal(data)
}
}
json.Unmarshal
,配合类型断言,分析出每一个字段做处理。func deal(data interface{}) {
var request string
var query string
var time float64
value,ok := data.(map[string]interface{})
if ok{
for k,v := range value{
if k == "httpRequest"{
switch v1 := v.(type) {
case map[string]interface{}:
for k1,v11 := range v1{
if k1 == "request"{
switch val := v11.(type) {
case string:
request = val
//fmt.Println(request)
}
}
}
}
}
if k == "params"{
switch v1 := v.(type) {
case map[string]interface{}:
for k1,v11 := range v1{
if k1 == "query"{
switch val := v11.(type) {
case string:
query = val
//fmt.Println(query)
}
}
}
}
}
if k == "timings"{
switch v1 := v.(type) {
case map[string]interface{}:
for k1,v11 := range v1{
if k1 == "evalTotalTime"{
switch val := v11.(type) {
case float64:
time = val
// fmt.Println(time)
}
}
}
}
}
}
b := &requestBody{
query: query,
time: time,
}
if _,o := result[request];o{
b.count = result[request].count + 1
b.time = b.time + result[request].time
result[request] = b
}else {
b.count = 1
result[request] = b
}
}
}
//analysis data
func analysisBody() {
for k,v := range result{
req := &requestBody{}
req.time = v.time / float64(v.count)
req.count = v.count
req.query = v.query
analysis[k] = req
}
}
分析好了日志后,下面我们开始导出excel。
这里使用的是excelize
库。首先进行安装:
go get github.com/360EntSecGroup-Skylar/excelize
excelize 详细的文档请点击:https://xuri.me/excelize/zh-hans/。这里就不讲解具体的使用方法了,直接上代码了。可以推荐一个博客,我也是在这上面学习的。传送门。这个库还可以合并单元格,更多玩法,欢迎解锁。
导出代码示例如下:
type cellValue struct {
sheet string
cell string
value string
}
//export excel
func exportExcel() {
file := excelize.NewFile()
//insert title
cellValues := make([]*cellValue,0)
cellValues = append(cellValues,&cellValue{
sheet: "sheet1",
cell: "A1",
value: "request",
},&cellValue{
sheet: "sheet1",
cell: "B1",
value: "count",
},&cellValue{
sheet: "sheet1",
cell: "C1",
value: "query",
},&cellValue{
sheet: "sheet1",
cell: "D1",
value: "avgTime",
})
index := file.NewSheet("Sheet1")
// 设置工作簿的默认工作表
file.SetActiveSheet(index)
for _, cellValue := range cellValues {
file.SetCellValue(cellValue.sheet, cellValue.cell, cellValue.value)
}
//insert data
cnt := 1
for k,v := range analysis{
cnt = cnt + 1
for k1,v1 := range cellValues{
switch k1 {
case 0:
v1.cell = fmt.Sprintf("A%d",cnt)
v1.value = k
case 1:
v1.cell = fmt.Sprintf("B%d",cnt)
v1.value = fmt.Sprintf("%d",v.count)
case 2:
v1.cell = fmt.Sprintf("C%d",cnt)
v1.value = v.query
case 3:
v1.cell = fmt.Sprintf("D%d",cnt)
v1.value = strconv.FormatFloat(v.time,'f',-1,64)
}
}
for _,vc := range cellValues{
file.SetCellValue(vc.sheet,vc.cell,vc.value)
}
}
//generate file
err := file.SaveAs("./log.xlsx")
if err != nil{
fmt.Errorf("generate excel error")
}
}
怎么样,还可以吧,我们可以看到请求次数与平均时间,一目了然。
我也是第一次使用go进行日志分析。总体来说还是挺方便的。最主要是导出excel真的很方便。你学会了吗?
本文由哈喽比特于2年以前收录,如有侵权请联系我们。
文章来源:https://mp.weixin.qq.com/s/cNuz4evuwniOIZjCEashig
京东创始人刘强东和其妻子章泽天最近成为了互联网舆论关注的焦点。有关他们“移民美国”和在美国购买豪宅的传言在互联网上广泛传播。然而,京东官方通过微博发言人发布的消息澄清了这些传言,称这些言论纯属虚假信息和蓄意捏造。
日前,据博主“@超能数码君老周”爆料,国内三大运营商中国移动、中国电信和中国联通预计将集体采购百万台规模的华为Mate60系列手机。
据报道,荷兰半导体设备公司ASML正看到美国对华遏制政策的负面影响。阿斯麦(ASML)CEO彼得·温宁克在一档电视节目中分享了他对中国大陆问题以及该公司面临的出口管制和保护主义的看法。彼得曾在多个场合表达了他对出口管制以及中荷经济关系的担忧。
今年早些时候,抖音悄然上线了一款名为“青桃”的 App,Slogan 为“看见你的热爱”,根据应用介绍可知,“青桃”是一个属于年轻人的兴趣知识视频平台,由抖音官方出品的中长视频关联版本,整体风格有些类似B站。
日前,威马汽车首席数据官梅松林转发了一份“世界各国地区拥车率排行榜”,同时,他发文表示:中国汽车普及率低于非洲国家尼日利亚,每百户家庭仅17户有车。意大利世界排名第一,每十户中九户有车。
近日,一项新的研究发现,维生素 C 和 E 等抗氧化剂会激活一种机制,刺激癌症肿瘤中新血管的生长,帮助它们生长和扩散。
据媒体援引消息人士报道,苹果公司正在测试使用3D打印技术来生产其智能手表的钢质底盘。消息传出后,3D系统一度大涨超10%,不过截至周三收盘,该股涨幅回落至2%以内。
9月2日,坐拥千万粉丝的网红主播“秀才”账号被封禁,在社交媒体平台上引发热议。平台相关负责人表示,“秀才”账号违反平台相关规定,已封禁。据知情人士透露,秀才近期被举报存在违法行为,这可能是他被封禁的部分原因。据悉,“秀才”年龄39岁,是安徽省亳州市蒙城县人,抖音网红,粉丝数量超1200万。他曾被称为“中老年...
9月3日消息,亚马逊的一些股东,包括持有该公司股票的一家养老基金,日前对亚马逊、其创始人贝索斯和其董事会提起诉讼,指控他们在为 Project Kuiper 卫星星座项目购买发射服务时“违反了信义义务”。
据消息,为推广自家应用,苹果现推出了一个名为“Apps by Apple”的网站,展示了苹果为旗下产品(如 iPhone、iPad、Apple Watch、Mac 和 Apple TV)开发的各种应用程序。
特斯拉本周在美国大幅下调Model S和X售价,引发了该公司一些最坚定支持者的不满。知名特斯拉多头、未来基金(Future Fund)管理合伙人加里·布莱克发帖称,降价是一种“短期麻醉剂”,会让潜在客户等待进一步降价。
据外媒9月2日报道,荷兰半导体设备制造商阿斯麦称,尽管荷兰政府颁布的半导体设备出口管制新规9月正式生效,但该公司已获得在2023年底以前向中国运送受限制芯片制造机器的许可。
近日,根据美国证券交易委员会的文件显示,苹果卫星服务提供商 Globalstar 近期向马斯克旗下的 SpaceX 支付 6400 万美元(约 4.65 亿元人民币)。用于在 2023-2025 年期间,发射卫星,进一步扩展苹果 iPhone 系列的 SOS 卫星服务。
据报道,马斯克旗下社交平台𝕏(推特)日前调整了隐私政策,允许 𝕏 使用用户发布的信息来训练其人工智能(AI)模型。新的隐私政策将于 9 月 29 日生效。新政策规定,𝕏可能会使用所收集到的平台信息和公开可用的信息,来帮助训练 𝕏 的机器学习或人工智能模型。
9月2日,荣耀CEO赵明在采访中谈及华为手机回归时表示,替老同事们高兴,觉得手机行业,由于华为的回归,让竞争充满了更多的可能性和更多的魅力,对行业来说也是件好事。
《自然》30日发表的一篇论文报道了一个名为Swift的人工智能(AI)系统,该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。
近日,非营利组织纽约真菌学会(NYMS)发出警告,表示亚马逊为代表的电商平台上,充斥着各种AI生成的蘑菇觅食科普书籍,其中存在诸多错误。
社交媒体平台𝕏(原推特)新隐私政策提到:“在您同意的情况下,我们可能出于安全、安保和身份识别目的收集和使用您的生物识别信息。”
2023年德国柏林消费电子展上,各大企业都带来了最新的理念和产品,而高端化、本土化的中国产品正在不断吸引欧洲等国际市场的目光。
罗永浩日前在直播中吐槽苹果即将推出的 iPhone 新品,具体内容为:“以我对我‘子公司’的了解,我认为 iPhone 15 跟 iPhone 14 不会有什么区别的,除了序(列)号变了,这个‘不要脸’的东西,这个‘臭厨子’。