关于golang:使用go进行日志分析并生成excel再也不担心做日志分析了

前言

哈喽，大家好，我是 asong。这是我的第十一篇原创文章。这周工作的时候接到了一个需要，须要对一个日志文件进行剖析，剖析申请次数以及消耗的工夫均匀工夫等信息，整顿成 excel 表格，不便剖析做优化。刚拿到这个需要的时候，着实有点懵逼。那么多日志，我该怎么剖析呢？该应用什么工具去剖析呢。最初还要生成 excel 表格。哇，给我愁坏了。所以我开始并没有间接去做需要，而是去查资料、问共事、敌人，怎么做日志剖析。的确搜到了一些日志剖析的办法：awk、python。无疑是用脚本来做。然而我对这些不太熟悉呀，而且只有一下午的工夫去做。最初我抉择了应用 golang 来做。相比于其余，我对 golang 更相熟。确定了语言，我就开始剖析日志了，上面我就来具体介绍一下我是怎么应用 go 实现的日志剖析，并胜利生成 excel 表格。

代码已上传 GitHub，可自行下载学习。传送门

后期筹备

因为公司的 log 不能在这里间接展现，所以本次教程我本人生成了几个测试 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 失常都在一行的，因为 markdown 显示问题，显示了多行。

日志剖析

剖析之前，先看一下咱们的需要：剖析每个申请的次数，查问参数，均匀工夫。

确定了需要，上面咱们开始对日志进行剖析。每一行代表一个残缺的日志申请。每一行日志都是一个 json 字符串，这样看起来的确不不便，咱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}
}

这样看起来就很不便了，层次结构一眼就能看进去。咱们要统计申请的次数，能够通过 requrst 这个字段判断是否是同一个申请。query这个字段代表的是查问参数，evalTotalTime这个字段须要求和，而后求出平均数。日志剖析好了，上面就是实现局部了。

代码实现

代码实现日志剖析

这里我应用一个 map 来寄存不同的申请，以申请作为key，申请次数、工夫等作为value，不过这里存的工夫所有申请的工夫和，统计好所有申请次数与工夫和后再计算均匀工夫。这样所有剖析好的数据就都在 map 里了，最初可针对这个 map 进行 excel 导出，是不是很完满，哈哈。

• 定义 map，须要统计的字段用 struct 封装。

var (result map[string]*requestBody
    analysis map[string]*requestBody
)

type requestBody struct {
    count int32
    query string
    time float64
}

• 因为日志文件中一行代表一个残缺的日志，所以咱们能够按行读取日志，而后剖析解决。

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)
    }
}

• 按行读取好数据后，开始对每一条日志进行剖析，提取字段。能够应用 golang 的json.Unmarshal，配合类型断言，剖析出每一个字段做解决。

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
        }
    }
}

• 统计好所有的申请次数与申请工夫和后，咱们还须要进一步解决，失去每次申请的均匀工夫。

//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
    }
}

剖析好了日志后，上面咱们开始倒出 excel。

导出 excel 文件

这里应用的是 excelize 库。首先进行装置：

go get github.com/360EntSecGroup-Skylar/excelize

excelize 具体的文档请点击：https://xuri.me/excelize/zh-h…。这里就不解说具体的应用办法了，间接上代码了。能够举荐一个博客，我也是在这下面学习的。传送门。这个库还能够合并单元格，更多玩法，欢送解锁。

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")
    }
}

后果展现

怎么样，还能够吧，咱们能够看到申请次数与均匀工夫，高深莫测。

总结

我也是第一次应用 go 进行日志剖析。总体来说还是挺不便的。最次要是导出 excel 真的很不便。你学会了吗？没学会不要紧，我的示例代码已上传 github，可自行下载学习，如果能给一个小星星就更好了呢。传送门地址。

我是 asong，一名普普通通的程序猿，让我一起缓缓变强吧。欢送各位的关注，咱们下期见~~~
获取 2020gin 最新官网中文文档，请关注公众号，后盾回复：gin，即可获取。

‘

举荐往期文章：

• 据说你还不会 jwt 和 swagger- 饭我都不吃了带着实际我的项目我就来了
• 把握这些 Go 语言个性，你的程度将进步 N 个品位(二)
• go 实现多人聊天室，在这里你想聊什么都能够的啦！！！
• grpc 实际 - 学会 grpc 就是这么简略
• go 规范库 rpc 实际
• 2020 最新 Gin 框架中文文档 asong 又捡起来了英语，用心翻译
• 基于 gin 的几种热加载形式
• boss: 这小子还不会应用 validator 库进行数据校验，开了～～～