使用go進行日志分析并導出excel

前言

哈嘍，大家好，我是asong。這是我的第十一篇原創(chuàng)文章。這周工作的時候接到了一個需求，需要對一個日志文件進行分析，分析請求次數(shù)以及耗費的時間平均時間等信息，整理成excel表格，方便分析做優(yōu)化。剛拿到這個需求的時候，著實有點懵逼。那么多日志，我該怎么分析呢？該使用什么工具去分析呢。最后還要生成excel表格。哇，給我愁壞了。所以我開始并沒有直接去做需求，而是去查資料、問同事、朋友，怎么做日志分析。確實搜到了一些日志分析的方法：awk、python。無疑是用腳本來做。但是我對這些不太熟悉呀，而且只有一下午的時間去做。最后我選擇了使用golang來做。相比于其他，我對golang更熟悉。確定了語言，我就開始分析日志了，下面我就來詳細介紹一下我是怎么使用go完成的日志分析，并成功生成excel表格。

代碼已上傳GitHub，可自行下載學習。傳送門

前期準備

因為公司的log不能在這里直接展示，所以本次教程我自己生成了幾個測試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}}

這些log正常都在一行的，因為markdown顯示問題，顯示了多行。

日志分析

分析之前，先看一下我們的需求：分析每個請求的次數(shù)，查詢參數(shù)，平均時間。

確定了需求，下面我們開始對日志進行分析。每一行代表一個完整的日志請求。每一行日志都是一個json字符串，這樣看起來確實不方便，我們格式化一下來看一下。

{
    "httpRequest":{
        "request":"method:post,path:/api/user/login"
    },
    "params":{
        "query":"username=asong&password=123456"
    },
    "timings":{
        "evalTotalTime":0.420787431
    }
}

這樣看起來就很方便了，層次結構一眼就能看出來。我們要統(tǒng)計請求的次數(shù)，可以通過requrst這個字段判斷是否是同一個請求。query這個字段代表的是查詢參數(shù)，evalTotalTime這個字段需要求和，然后求出平均數(shù)。日志分析好了，下面就是實現(xiàn)部分了。

代碼實現(xiàn)

代碼實現(xiàn)日志分析

這里我使用一個map來存放不同的請求，以請求作為key，請求次數(shù)、時間等作為value，不過這里存的時間所有請求的時間和，統(tǒng)計好所有請求次數(shù)與時間和后再計算平均時間。這樣所有分析好的數(shù)據(jù)就都在map里了，最后可針對這個map進行excel導出，是不是很完美，哈哈。

  • 定義map，需要統(tǒng)計的字段用struct封裝。
var (
    result map[string]*requestBody
    analysis map[string]*requestBody
)

type requestBody struct {
    count int32
    query string
    time float64
}
  • 因為日志文件中一行代表一個完整的日志，所以我們可以按行讀取日志，然后分析處理。
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)  {
    // 按行讀取
    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)
    }
}
  • 按行讀取好數(shù)據(jù)后，開始對每一條日志進行分析，提取字段?？梢允褂胓olang的json.Unmarshal，配合類型斷言，分析出每一個字段做處理。
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
        }
    }
}
  • 統(tǒng)計好所有的請求次數(shù)與請求時間和后，我們還需要進一步處理，得到每次請求的平均時間。
//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，下面我們開始倒出excel。

導出excel文件

這里使用的是excelize庫。首先進行安裝：

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

excelize 詳細的文檔請點擊：https://xuri.me/excelize/zh-hans/。這里就不講解具體的使用方法了，直接上代碼了?？梢酝扑]一個博客，我也是在這上面學習的。傳送門。這個庫還可以合并單元格，更多玩法，歡迎解鎖。

導出代碼示例如下：

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")
    // 設置工作簿的默認工作表
    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")
    }
}

結果展示

image

怎么樣，還可以吧，我們可以看到請求次數(shù)與平均時間，一目了然。

總結

我也是第一次使用go進行日志分析?？傮w來說還是挺方便的。最主要是導出excel真的很方便。你學會了嗎？沒學會不要緊，我的示例代碼已上傳github，可自行下載學習，如果能給一個小星星就更好了呢。傳送門地址。

我是asong，一名普普通通的程序猿，讓我一起慢慢變強吧。歡迎各位的關注，我們下期見~~~
獲取2020gin最新官方中文文檔，請關注公眾號，后臺回復：gin，即可獲取。

image

‘

推薦往期文章：

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發(fā)布，文章內容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

友情鏈接更多精彩內容