我試了試用 SQL查 Linux日志，好用到飛起
最近發(fā)現(xiàn)點(diǎn)好玩的工具，迫不及待的想跟大家分享一下。
大家平時(shí)都怎么查L(zhǎng)inux日志呢？像我平時(shí)會(huì)用tail、head、cat、sed、more、less這些經(jīng)典系統(tǒng)命令，或者awk這類三方數(shù)據(jù)過(guò)濾工具，配合起來(lái)查詢效率很高。但在使用過(guò)程中有一點(diǎn)讓我比較頭疼，那就是命令參數(shù)規(guī)則太多了，記的人腦殼疼。
那查日志有沒(méi)有一種通用的方式，比如用SQL查詢，畢竟這是程序員都比較熟悉的表達(dá)式。
今天分享的工具q，就實(shí)現(xiàn)了以寫(xiě)SQL的方式來(lái)查詢、統(tǒng)計(jì)文本內(nèi)容，一起看看這貨到底有什么神奇之處。
搭個(gè)環(huán)境
q是一個(gè)命令行工具，允許我們?cè)谌我馕募蛘卟樵兘Y(jié)果，比如可以在ps -ef查詢進(jìn)程命令的結(jié)果集上，直接執(zhí)行SQL語(yǔ)句查詢。
宗旨就是文本即數(shù)據(jù)庫(kù)表，額～，當(dāng)然這句話是我自己理解的，哈哈哈
它將普通文件或者結(jié)果集當(dāng)作數(shù)據(jù)庫(kù)表，幾乎支持所有的SQL結(jié)構(gòu)，如WHERE、GROUP BY、JOINS等，支持自動(dòng)列名和列類型檢測(cè)，支持跨文件連接查詢，這兩個(gè)后邊詳細(xì)介紹，支持多種編碼。
安裝比較簡(jiǎn)單，在Linux CentOS環(huán)境，只要如下三步搞定，Windows環(huán)境更是只需安裝個(gè)exe就可以用了。
- wget https://github.com/harelba/q/releases/download/1.7.1/q-text-as-data-1.7.1-1.noarch.rpm #下載版本
- sudo rpm -ivh q-text-as-data-1.7.1-1.noarch.rpm # 安裝
- q --version #查看安裝版本
“官方文檔：https://harelba.github.io/q
語(yǔ)法
q支持所有SQLiteSQL語(yǔ)法，標(biāo)準(zhǔn)命令行格式q + 參數(shù)命令 + "SQL"
- q <命令> "<SQL>"
我要查詢myfile.log文件的內(nèi)容，直接q "SELECT * FROM myfile.log"。
- q "SELECT * FROM myfile.log"
q不附加參數(shù)使用是完全沒(méi)有問(wèn)題的，但利用參數(shù)會(huì)讓顯示結(jié)果更加美觀，所以這里簡(jiǎn)單了解一下，它的參數(shù)分為 2種。
input輸入命令：指的是對(duì)要查詢的文件或結(jié)果集進(jìn)行操作，比如：-H命令，表示輸入的數(shù)據(jù)包含標(biāo)題行。
- q -H "SELECT * FROM myfile.log"
在這種情況下，將自動(dòng)檢測(cè)列名，并可在查詢語(yǔ)句中使用。如果未提供此選項(xiàng)，則列將自動(dòng)命名為cX，以c1起始以此類推。
- q "select c1，c2 from ..."
- output輸出命令：作用在查詢輸出的結(jié)果集，比如：-O，讓查詢出來(lái)的結(jié)果顯示列名。
- [root@iZ2zebfzaequ90bdlz820sZ software]# ps -ef | q -H "select count(UID) from - where UID='root'"
- 104
- [root@iZ2zebfzaequ90bdlz820sZ software]# ps -ef | q -H -O "select count(UID) from - where UID='root'"
- count(UID)
- 104
還有很多參數(shù)就不一一列舉了，感興趣的同學(xué)在官網(wǎng)上看下，接下來(lái)我們重點(diǎn)演示一下使用SQL如何應(yīng)對(duì)各種查詢?nèi)罩镜膱?chǎng)景。
玩法賊多
下邊咱們一起看幾個(gè)查詢?nèi)罩镜慕?jīng)常場(chǎng)景中，這個(gè)SQL該如何寫(xiě)。
1、關(guān)鍵字查詢
關(guān)鍵字檢索，應(yīng)該是日常開(kāi)發(fā)使用最頻繁的操作，不過(guò)我個(gè)人認(rèn)為這一點(diǎn)q并沒(méi)有什么優(yōu)勢(shì)，因?yàn)樗樵儠r(shí)必須指定某一列。
- [root@iZ2zebfzaequ90bdlz820sZ software]# q "select * from douyin.log where c9 like '%待解析%'"
- 2021-06-11 14:46:49.323 INFO 22790 --- [nio-8888-exec-2] c.x.douyin.controller.ParserController : 待解析URL :url=https%3A%2F%2Fv.douyin.com%2Fe9g9uJ6%2F
- 2021-06-11 14:57:31.938 INFO 22790 --- [nio-8888-exec-5] c.x.douyin.controller.ParserController : 待解析URL :url=https%3A%2F%2Fv.douyin.com%2Fe9pdhGP%2F
- 2021-06-11 15:23:48.004 INFO 22790 --- [nio-8888-exec-2] c.x.douyin.controller.ParserController : 待解析URL :url=https%3A%2F%2Fv.douyin.com%2Fe9pQjBR%2F
- 2021-06-11 2
而用grep命令則是全文檢索。
- [root@iZ2zebfzaequ90bdlz820sZ software]# cat douyin.log | grep '待解析URL'
- 2021-06-11 14:46:49.323 INFO 22790 --- [nio-8888-exec-2] c.x.douyin.controller.ParserController : 待解析URL :url=https%3A%2F%2Fv.douyin.com%2Fe9g9uJ6%2F
- 2021-06-11 14:57:31.938 INFO 22790 --- [nio-8888-exec-5] c.x.douyin.controller.ParserController : 待解析URL :url=https%3A%2F%2Fv.douyin.com%2Fe9pdhGP%2F
2、模糊查詢
like模糊搜索，如果文本內(nèi)容列有名字直接用列名檢索，沒(méi)有則直接根據(jù)列號(hào)c1、c2、cN。
- [root@iZ2zebfzaequ90bdlz820sZ software]# cat test.log
- abc
- 2
- 3
- 4
- 5
- 23
- 24
- 25
- [root@iZ2zebfzaequ90bdlz820sZ software]# q -H -t "select * from test.log where abc like '%2%'"
- Warning: column count is one - did you provide the correct delimiter?
- 2
- 23
- 24
- 25
3、交集并集
支持UNION和UNION ALL操作符對(duì)多個(gè)文件取交集或者并集。
如下建了test.log和test1.log兩個(gè)文件，里邊的內(nèi)容有重疊，用union進(jìn)行去重。
- q -H -t "select * from test.log union select * from test1.log"
- [root@iZ2zebfzaequ90bdlz820sZ software]# cat test.log
- abc
- 2
- 3
- 4
- 5
- [root@iZ2zebfzaequ90bdlz820sZ software]# cat test1.log
- abc
- 3
- 4
- 5
- 6
- [root@iZ2zebfzaequ90bdlz820sZ software]# q -H -t "select * from test.log union select * from test1.log"
- Warning: column count is one - did you provide the correct delimiter?
- Warning: column count is one - did you provide the correct delimiter?
- 2
- 3
- 4
- 5
- 6
4、內(nèi)容去重
比如統(tǒng)計(jì)某個(gè)路徑下的./clicks.csv文件中，uuid字段去重后出現(xiàn)的總個(gè)數(shù)。
- q -H -t "SELECT COUNT(DISTINCT(uuid)) FROM ./clicks.csv"
5、列類型自動(dòng)檢測(cè)
注意：q會(huì)理解每列是數(shù)字還是字符串，判斷是根據(jù)實(shí)數(shù)值比較，還是字符串比較進(jìn)行過(guò)濾，這里會(huì)用到-t命令。
- q -H -t "SELECT request_id,score FROM ./clicks.csv WHERE score > 0.7 ORDER BY score DESC LIMIT 5"
6、字段運(yùn)算
讀取系統(tǒng)命令查詢結(jié)果，計(jì)算/tmp目錄中每個(gè)用戶和組的總值。可以對(duì)字段進(jìn)行運(yùn)算處理。
- sudo find /tmp -ls | q "SELECT c5,c6,sum(c7)/1024.0/1024 AS total FROM - GROUP BY c5,c6 ORDER BY total desc"
- [root@iZ2zebfzaequ90bdlz820sZ software]# sudo find /tmp -ls | q "SELECT c5,c6,sum(c7)/1024.0/1024 AS total FROM - GROUP BY c5,c6 ORDER BY total desc"
- www www 8.86311340332
- root root 0.207922935486
- mysql mysql 4.76837158203e-06
7、數(shù)據(jù)統(tǒng)計(jì)
統(tǒng)計(jì)系統(tǒng)擁有最多進(jìn)程數(shù)的前 3個(gè)用戶ID，按降序排序，這就需要和系統(tǒng)命令配合使用了，先查詢所有進(jìn)程再利用SQL篩選，這里的q命令就相當(dāng)grep命令。
- ps -ef | q -H "SELECT UID,COUNT(*) cnt FROM - GROUP BY UID ORDER BY cnt DESC LIMIT 3"
- [root@iZ2zebfzaequ90bdlz820sZ software]# ps -ef | q -H "SELECT UID,COUNT(*) cnt FROM - GROUP BY UID ORDER BY cnt DESC LIMIT 3"
- root 104
- www 16
- rabbitmq 4
- [root@iZ2zebfzaequ90bdlz820sZ software]# ps -ef | q -H -O "SELECT UID,COUNT(*) cnt FROM - GROUP BY UID ORDER BY cnt DESC LIMIT 3"
- UID cnt
- root 110
- www 16
- rabbitmq 4
我們看到加與不加-O命令的區(qū)別就是否顯示查詢結(jié)果的標(biāo)題。
8，連文件查
一般情況下，我們的日志文件會(huì)按天分割成很多個(gè)固定容量的子文件，在沒(méi)有統(tǒng)一的日志收集服務(wù)器的情況下，如果不給個(gè)報(bào)錯(cuò)時(shí)間區(qū)間去查一個(gè)關(guān)鍵詞，那么無(wú)異于大海撈針。
如果可以將所有文件內(nèi)容合并后在查就會(huì)省事很多，q支持將文件像數(shù)據(jù)庫(kù)表那樣聯(lián)合查詢。
- q -H "select * from douyin.log a join douyin-2021-06-18.0.log b on (a.c2=b.c3) where b.c1='root'"
總結(jié)
看完可能會(huì)有人抬杠：q寫(xiě)這么多代碼直接用awk不香嗎？額～ 介紹這個(gè)工具的初衷并不是說(shuō)要替換現(xiàn)有哪種工具，而是多提供一種更為便捷的查日志方法。
我也有在用awk確實(shí)很強(qiáng)大沒(méi)得說(shuō)，但這里邊涉及到一個(gè)學(xué)習(xí)成本的問(wèn)題，琳瑯滿目的命令、匹配規(guī)則想玩轉(zhuǎn)還是要下點(diǎn)功夫的。而對(duì)于新手程序員稍微有點(diǎn)數(shù)據(jù)庫(kù)經(jīng)驗(yàn)，寫(xiě)SQL問(wèn)題都不大，上手q則會(huì)容易的多。
