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 datafunc 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 excelfunc 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~~~