1232121 发表于 2016-5-9 10:47:31

python处理nginx日志,并统计分析

要求:
    原始日志的倒数第二个字段不为空且不为'-'的情况下,统计倒数第四个字段不为空且不为'-'的且不重复的个数。

python脚本如下:


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
#!/usr/bin/envpython
#encoding=utf-8
# nginx_log_analysis.py

FileHd = open('aaa.com_access.log-20160506','r')
FileText = FileHd.readlines()
FileTextTemp = []
FileTextTempSplit = []
AAA_UID = []
FileHd.close()

for i in range(len(FileText)):
    FileTextTemp.append(FileText)
      FileTextTempSplit.append(FileTextTemp.split(' '))
for i in range(len(FileTextTempSplit)):
    for j in range(len(FileTextTempSplit)):
      length = len(FileTextTempSplit)
                if FileTextTempSplit != '-'\
                and len(FileTextTempSplit) != 0\
                and FileTextTempSplit != '-'\
                and len(FileTextTempSplit) != 0:
                     AAA_UID.append(FileTextTempSplit)

'''
这样的aaa_uid统计是未去重的
STATS_FD = open('stats.txt','w')
for AAA_uid in AAA_UID:
    STATS_FD.writelines(aaa_uid+'\n')
STATS_FD.close()
'''

'''
这是aaa_uid去重统计
'''
count = 0
STATS_FD = open('stats_uniq.txt','w')
AAA_UID_UNIQ = list(set(AAA_UID))
for aaa_uid in AAA_UID_UNIQ:
    STATS_FD.writelines(aaa_uid+'\n')
    count += 1
STATS_FD.close()
print count





这样处理一个不到280MB的日志,time运行脚本:

1
timenginx_log_analysis.py




需要14秒多(一台资源是2核,4GB内存的虚拟机上运行)
页: [1]
查看完整版本: python处理nginx日志,并统计分析