国产成人精品久久免费动漫-国产成人精品天堂-国产成人精品区在线观看-国产成人精品日本-a级毛片无码免费真人-a级毛片毛片免费观看久潮喷

您的位置:首頁技術文章
文章詳情頁

hadoop - 使用python hdfs模塊或者其他類似模塊過濾HDFS上的日志日志內容

瀏覽:109日期:2022-06-28 15:26:32

問題描述

目前公司使用HDFS存儲各個節點服務器上傳的日志。因為歷史遺留問題,所以日志比較混雜。就是各種數據都會存入日志中。一個日志文件200mb左右。有時候要過濾一些內容,則需要根據時間戳,然后使用hdfs 的cat命令,之后再grep關鍵字。再通過stdin輸入到一個python腳本中,把相關的數據做一些處理。現在我想把他做成輸入要查詢的時間、節點、關鍵字以及匹配模型,然后一條龍完成這個任務。這樣就可以把這個小工具推向所有需求數據的人,而不是每次讓運維來查詢。于是開始研究python的相關模塊,這個hdfs可以上傳下載,查詢目錄文件內容。但是到讀這塊,就比較麻煩了。with client.read(hdfs_path=.....,其他參數)as reader:

content = reader.read()然后再對content處理

這種方式并不可行,因為一次要匹配的內容實在太多,大概有幾gb的數據,根本不可能全部讀出來然后再做處理。肯定得在讀的過程就進行篩選和處理

我嘗試了for line in content,也匹配不出內容。應該如何解決這個問題呢?難道用python把符合條件的文件路徑記錄下來,然后再執行HDFS命令,再把匹配的數據傳入python?那樣也顯得太麻煩了,而且穩定性肯定不好

后來我看了一下,hdfs這個模塊,創建客戶端的時候,連的是hadoop 50070這個web管理頁面,想了下是不是這個模塊本身就不是為了做數據分析用的?希望各位能給點幫助

問題解答

回答1:

多線程呢,并行計算呢?你這樣一次性讀幾個Gb自然慢。既然是hadoop框架,用好mapreduce應該就行了吧。這玩意應該就不是為了快速而設計的。

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 色婷婷久久综合中文久久蜜桃 | 欧美精品在线视频观看 | 亚洲欧美影院 | 欧美一级看片免费观看视频在线 | 成人午夜影视全部免费看 | 热久久在线观看 | 国产精品久久久久久爽爽爽 | 久久免费视屏 | 成人在线免费播放 | a毛片在线看片免费 | 一色屋成人免费精品网 | 波多野结衣在线观看免费区 | 97香蕉久久夜色精品国产 | 九九视频在线观看6 | 99视频有精品| 欧美成人极品怡红院tv | 日韩99在线 | 国产成人a毛片 | 欧美午夜网 | 国产91网 | 精品亚洲视频在线 | 亚洲美女综合网 | 免费一级a毛片 | 亚洲免费在线 | 日本精品久久久久久久久免费 | 99久久精品久久久久久清纯 | 夜色成人免费观看 | 亚洲在线一区二区三区 | 国产91一区二区在线播放不卡 | 国产精品无码久久av | 欧美无玛 | 中国高清色视频www 中国黄色网址大全 | 欧美在线香蕉在线现视频 | 欧美一级毛片免费看 | 久久99国产乱子伦精品免费 | 欧美在线高清视频播放免费 | 91视频综合网 | 久草手机在线播放 | 亚洲欧美日韩另类精品一区二区三区 | 日韩美女毛片 | 伊人www|