关于读取分析大文本文件的问题

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3405 天前的主题，其中的信息可能已经有所发展或是发生改变。

RT,手机版游戏用的 Linux 服务器,负责人说 Linux 不用写日志到数据库,写到文本文件就好了,很容易分析出来....
其实我是想喷他的,奈何他是老大。有没有什么语言能够快速分析这种大文本文件的,我去学下...

第 1 条附言 · 2016-07-06 10:11:13 +08:00

啪啪啪脸好疼我也没描述清楚... 现在是来分析用户对战纪录等一些结构化数据日志, 我觉得用文本形式还得把字符串解析成运营能看懂的表格模式... 数据库可以直接查,文本型不太方便

第 2 条附言 · 2016-07-06 10:12:15 +08:00

最终就是我每天定时解析下上一天的文本存到数据库...

文本

Linux

文件

分析

23 条回复 • 2016-07-06 11:46:47 +08:00

iyaozhen

2016-07-05 18:36:02 +08:00 via Android

→_→为什么要写日志到数据库，数据库远没有文件稳定呀。写数据库业务还要处理数据库的连接，效率和性能都不高。

分析日志然后入库有个专业术语叫 ETL ，简单的可以用 Python 、 shell 来做一天几百 g 的日志完全没问题，数据量大的就要用 Hadoop ， spark 这一套了

sorra

2016-07-05 18:42:56 +08:00

大多数语言，只要支持文件流，一段一段读进来。例如 Java FileReader

b821025551b

2016-07-05 18:43:39 +08:00

日志有多大？每天到 Tb 级别了么？没到 Tb 用文本没什么问题， shell 脚本还是很强大的。

jugelizi

2016-07-05 19:04:30 +08:00

文件日志有什么问题？

9hills

2016-07-05 19:05:26 +08:00

你老大说的对，日志写数据库的才是脑抽。日志里提取的数据才需要写到数据库里

9hills

2016-07-05 19:05:55 +08:00

另外日志处理的速度基本取决于 IO 速度。。

fcicq

2016-07-05 19:06:18 +08:00

除了不能和结构化比压缩比以外没缺点. 数据库不好好搞根本达不到这个对比点.

qiayue

PRO

2016-07-05 19:06:32 +08:00

ZB 不成反被 C

Jaylee

2016-07-05 19:25:28 +08:00

小伙子你要走的路还长啊

h4x3rotab

2016-07-05 19:44:46 +08:00 via iPhone

导入分布式文件系统跑 mapreduce

xuboying

2016-07-05 19:47:37 +08:00 via Android

也有运维用 elk 作为解决方案，类似数据库，当然纯文本数据分析绝对是 Perl/Python 的天下。

cszhiyue

2016-07-05 19:53:35 +08:00

你们老大说得对

changshu

2016-07-05 20:06:21 +08:00

如果数据库指的是关系数据库的话，你老大干得对

3dwelcome

2016-07-05 20:09:02 +08:00 via Android

大家没理解楼主的意思…楼主是问如何 sql 语句来解析文本 log 。

没数据库无所谓…没 select 可怎么活。

omengye

2016-07-05 20:14:52 +08:00

之前用 c++读文本文件，十多个 G 也就几秒钟读个遍。只需要把文件中需要的东西整理出来入库我觉得就行，两个程序一个读、一个入库方便查询。如果只是用来统计日志信息的

droiz

2016-07-05 21:36:03 +08:00

日志写文件里很正常＋正确＋普遍啊，，，

gulucn

2016-07-05 23:20:47 +08:00

你老大说的对，正确的处理流程应该是程序写日志，然后工具扫描日志进行处理，可以导入数据库或其他处理的。

qqmishi

2016-07-05 23:30:15 +08:00

日志不处理直接写到数据库才叫好玩， linux 下用 sed 、 awk 、 grep 三个可以很好的处理大型文本文件了

ototsuyume

2016-07-06 00:18:37 +08:00

有些日志可以写入 OLAP 做优化的 db 方便做分析，比如广告点击的 log 。但是假如你的日志是单纯用来 debug 的那写数据库就是脑抽了

m939594960

2016-07-06 09:05:41 +08:00

围观楼主被打脸

testlc

2016-07-06 09:20:40 +08:00

有相对固定的格式，就映射到内存用 c 去抠字节。

zander1024

2016-07-06 10:10:52 +08:00

domty

2016-07-06 11:46:47 +08:00

@zander1024
你完全可以写个定时脚本去分析日志然后转存。
实时记录日志，如果日志内容过多的话会给影响相应速度的吧。
也可以搞个消息队列之类的东西。操作完成后给队列插一条消息让消息队列自己去记录日志。