需求
通過分析nginx訪問日志,獲取每個接口響應時間最大值、最小值、平均值及訪問量。
實現原理
將nginx日志uriuriupstream_response_time字段存放到pandas的dataframe中,然后通過分組、數據統計功能實現。
實現
1.準備工作
#創建日志目錄,用于存放日志mkdir /home/test/python/log/log#創建文件,用于存放從nginx日志中提取的$uri $upstream_response_time字段touch /home/test/python/log/log.txt#安裝相關模塊conda create -n science numpy scipy matplotlib pandas#安裝生成execl表格的相關模塊pip install xlwt
2.代碼實現
#!/usr/local/miniconda2/envs/science/bin/python#-*- coding: utf-8 -*-#統計每個接口的響應時間#請提前創建log.txt并設置logdirimport sysimport osimport pandas as pdmulu=os.path.dirname(__file__)#日志文件存放路徑logdir="/home/test/python/log/log"#存放統計所需的日志相關字段logfile_format=os.path.join(mulu,"log.txt")print "read from logfile /n"for eachfile in os.listdir(logdir): logfile=os.path.join(logdir,eachfile) with open(logfile, 'r') as fo: for line in fo: spline=line.split() #過濾字段中異常部分 if spline[6]=="-": pass elif spline[6]=="GET": pass elif spline[-1]=="-": pass else: with open(logfile_format, 'a') as fw: fw.write(spline[6]) fw.write('/t') fw.write(spline[-1]) fw.write('/n')print "output panda"#將統計的字段讀入到dataframe中reader=pd.read_table(logfile_format,sep='/t',engine='python',names=["interface","reponse_time"] ,header=None,iterator=True)loop=Truechunksize=10000000chunks=[]while loop: try: chunk=reader.get_chunk(chunksize) chunks.append(chunk) except StopIteration: loop=False print "Iteration is stopped."df=pd.concat(chunks)#df=df.set_index("interface")#df=df.drop(["GET","-"])df_groupd=df.groupby('interface')df_groupd_max=df_groupd.max()df_groupd_min= df_groupd.min()df_groupd_mean= df_groupd.mean()df_groupd_size= df_groupd.size()#print df_groupd_max#print df_groupd_min#print df_groupd_meandf_ana=pd.concat([df_groupd_max,df_groupd_min,df_groupd_mean,df_groupd_size],axis=1,keys=["max","min","average","count"])print "output excel"df_ana.to_excel("test.xls")3.打印的表格如下:

要點
1. 日志文件比較大的情況下讀取不要用readlines()、readline(),會將日志全部讀到內存,導致內存占滿。因此在此使用for line in fo迭代的方式,基本不占內存。
2. 讀取nginx日志,可以使用pd.read_table(log_file, sep=' ‘, iterator=True),但是此處我們設置的sep無法正常匹配分割,因此先將nginx用split分割,然后再存入pandas。
3. Pandas提供了IO工具可以將大文件分塊讀取,使用不同分塊大小來讀取再調用 pandas.concat 連接DataFrame
以上這篇python+pandas分析nginx日志的實例就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答