python 分析设备日志统计在线时间

需求:领导要求分析服务日志,计算出各个设备的在线时长,在线率,设备使用率等。

服务日志格式为:

2018-03-01 00:13:52,815 [protocol.handler.1][INFO] - cn.testin.trans.controller.req.script.HeartBeat.deviceLog---{"sdcardWriteable":0,"deviceAction":1,"sdcardAvail":10113417216,"wifiSsid":"testin03_default","rootEnable":0,"deviceid":"863563023966636","networkState":1,"errorMsg":"","minicapEnable":1,"deviceState":1,"romAvail":1655619584,"rpiid":"localhost","networkType":1,"ramAvail":1488954688,"debugMode":1,"errorCount":0,"batteryLevel":100}

以上标红部分:

deviceid: 为设备id, networkState:为网络状态,该值有1、0两个值  deviceState:为设备状态,该值有0、1、2三个值

device_report.py

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172

#!/usr/bin/env python# -*- coding: utf-8 -*-import sysimport jsonfrom collections import Counterfrom mysql import connectorimport datetimetoday = datetime.datetime.now().strftime("%Y%m%d")  def execute_sql(insert_sql) :        try:                # 配置信息                config = {                        'host': '127.0.0.1',                        'port': 3306,                        'user': 'analy',                        'password': '****',                        'database': 'analy',                        'charset': 'utf8'                }                # 连接                con = connector.connect(**config)                cursor = con.cursor()                  # 利用字符串方式查询                cursor.execute(insert_sql)                con.commit()                               # 关闭                cursor.close()                con.close()        except connector.Error, e:                print(e)                print(e.message)  #cur = conn.cursor()records = Nonedef device():    with open(sys.argv[1]) as f:        for line in f:#取出日志里的json字符串            json_origin = line.split('---')[1]#将json字符串格式化为字典            json_final = json.loads(json_origin)            DeviceId = json_final["deviceid"]            NetworkState = json_final["networkState"]            DeviceState = json_final["deviceState"]              yield [DeviceId,NetworkState,DeviceState]  DeviceTotal,NetworkState_0,NetworkState_1,DeviceState_0,DeviceState_1,DeviceState_2 = Counter(), Counter(), Counter(), Counter(), Counter(), Counter()  header = ['deviceid','NetworkState','DeviceState']  for line in device():    datadict = dict(zip(header,line))    DeviceTotal[datadict['deviceid']] +=1    if datadict['NetworkState'] == 0:        NetworkState_0[datadict['deviceid']] +=1    elif datadict['NetworkState'] == 1:        NetworkState_1[datadict['deviceid']] +=1    if datadict['DeviceState'] == 0:        DeviceState_0[datadict['deviceid']] +=1    elif datadict['DeviceState'] == 1:        DeviceState_1[datadict['deviceid']] +=1    elif datadict['DeviceState'] == 2:        DeviceState_2[datadict['deviceid']] +=1  if DeviceTotal:    for k,v in DeviceTotal.most_common(records):        data = (today,k, (NetworkState_0[k]/float(v))*100, (NetworkState_1[k]/float(v))*100, (DeviceState_0[k]/float(v))*100, (DeviceState_1[k]/float(v))*100, (DeviceState_2[k]/float(v))*100,((DeviceState_1[k] + DeviceState_0[k])*10))        query = ("INSERT INTO device_data_report""(date,deviceid,netstate_0_rate,netstate_1_rate,devicestate_0_rate,devicestate_1_rate,devicestate_2_rate,Online_time)" "VALUES('%s','%s','%s','%s','%s','%s','%s','%s')") % data        execute_sql(query)

此时执行完成,需要不到两分钟。

此前shell脚本:

12345678910111213141516171819202122232425

#!/bin/bash#show all deviceid countsToday=`date "+%Y%m%d"`#FileName='test.txt'FileName='devicereport'TempFile='count1.txt'mysql_sql='mysql -uanaly -p****** 'cat ${FileName} | awk -F'---' '{print $2}' | jq '.deviceid'|sort|uniq -c >> ${TempFile}for deviceid in `cat ${TempFile}|awk '{print $2}'`do   #find networkstate   netstate_0=`grep $deviceid ${FileName}| awk -F'---' '{print $2}' | jq '.networkState'|grep 0 |wc -l`   netstate_1=`grep $deviceid ${FileName}| awk -F'---' '{print $2}' | jq '.networkState'|grep 1 |wc -l`   devicestate_0=`grep $deviceid ${FileName}| awk -F'---' '{print $2}' | jq '.deviceState'|grep 0 |wc -l`   devicestate_1=`grep $deviceid ${FileName}| awk -F'---' '{print $2}' | jq '.deviceState'|grep 1 |wc -l`   devicestate_2=`grep $deviceid ${FileName}| awk -F'---' '{print $2}' | jq '.deviceState'|grep 2 |wc -l`   sumdevice=`grep $deviceid $TempFile|awk '{print $1}'`#compute rate   netstate_0_rate=`echo "scale=2;a=(${netstate_0}/${sumdevice})*100;if(length(a)==scale(a)) print 0;print a"|bc`   netstate_1_rate=`echo "scale=2;a=(${netstate_1}/${sumdevice})*100;if(length(a)==scale(a)) print 0;print a"|bc`   devicestate_0_rate=`echo "scale=2;a=(${devicestate_0}/${sumdevice})*100;if(length(a)==scale(a)) print 0;print a"|bc`   devicestate_1_rate=`echo "scale=2;a=(${devicestate_1}/${sumdevice})*100;if(length(a)==scale(a)) print 0;print a"|bc`   devicestate_2_rate=`echo "scale=2;a=(${devicestate_2}/${sumdevice})*100;if(length(a)==scale(a)) print 0;print a"|bc`   Online_time=$(((${devicestate_0} + ${devicestate_1})/360))   ${mysql_sql} -e 'insert into analy.device_data_report (date,deviceid,netstate_0_rate,netstate_1_rate,devicestate_0_rate,devicestate_1_rate,devicestate_2_rate,Online_time) values ('$Today','$deviceid','$netstate_0_rate','$netstate_1_rate','$devicestate_0_rate','$devicestate_1_rate','$devicestate_2_rate','$Online_time')'

此时执行完需要两个多小时。

脚本执行完入库的情况如下图:

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

前期

1 篇文章1 人订阅

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Python

Django---ORM操作大全

前言 Django框架功能齐全自带数据库操作功能,本文主要介绍Django的ORM框架 到目前为止,当我们的程序涉及到数据库相关操作时,我们一般都会这么搞:...

77910
来自专栏lgp20151222

ResultSet相关ResultSetMetaData详细

DatabaseMetaData 有关整个数据库的信息:表名、表的索引、数据库产品的名称和版本、数据库支持的操作。 ResultSet 关于某个表的信息或一...

1212
来自专栏me的随笔

Dapper简明教程

Dapper是一款轻量级的ORM框架,有关Dapper优缺点的文章网上一大堆,这里小编就不再赘述啦。下面直接进入正题:

1245
来自专栏杨建荣的学习笔记

关于db_files和maxdatafiles的问题(r4笔记第31天)

昨天在做生产监控的时候发现有个库的表空间不够了,就发邮件给客户的dba去处理,但是得到的反馈是尝试添加的时候发现已经超过了数据文件的最大数限制。这个错误毫无疑问...

3406
来自专栏木东居士的专栏

程序员该如何管理后宫:朕只爱一个皇后!(单例模式)

1654
来自专栏黑泽君的专栏

day31_Hibernate学习笔记_03

在数据库表中如何表达多对多关系:   使用中间表,分别引用两方的ID。 在对象中如何表达多对多关系:   两方都使用集合表达。 在配置文件中如何表达一对多关系...

964
来自专栏PPV课数据科学社区

【学习】七天搞定SAS(五):数据操作与合并

数据集操作永远是逃不掉的问题,最简单的就是两个数据集的合并——当然不是简简单单的行列添加,按照某一主键或者某些主键合并才是最常用的。在SAS中,要熟悉的就是SE...

34711
来自专栏更流畅、简洁的软件开发方式

分页控件之分页算法 —— for SQL Server 版。

上两篇随笔: 我的分页控件(未完,待续)——控件件介绍及思路 我自己写的一个分页控件(源码和演示代码)PostBack分页版 for vs2003、SQL ...

2119
来自专栏飞扬的花生

Dapper.Net 应用

                                                     Dapper应用 1.Dapper是什么     Da...

22210
来自专栏大数据架构

Spark SQL / Catalyst 内部原理 与 RBO

从上图可见,无论是直接使用 SQL 语句还是使用 DataFrame,都会经过如下步骤转换成 DAG 对 RDD 的操作

2476

扫码关注云+社区