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: 亚洲精品99久久一区二区三区 | 国产杨幂福利在线视频观看 | 国产午夜精品理论片在线 | 欧美又粗又硬又大久久久 | 国产成人精品午夜在线播放 | 婷婷的久久五月综合先锋影音 | 一个人看的日本www的免费视频 | 欧美一级三级 | 久久亚洲国产高清 | 国产黄色片在线观看 | 黄网站在线播放视频免费观看 | 欧美一级美片在线观看免费 | 免费观看三级毛片 | 国产97在线观看 | 伊在人香蕉99久久 | 久久高清一区二区三区 | 成人影院欧美大片免费看 | 曰本女同互慰高清在线观看 | 国产成人精品男人的天堂网站 | 亚洲午夜网| 欧美在线一二三区 | 久久成人免费大片 | 久久久不卡国产精品一区二区 | 欧美亚洲国产日韩一区二区三区 | 欧美aaaaaabbbbb| 国产午夜精品不卡观看 | 欧美人成一本免费观看视频 | 欧美aaaaa一级毛片在线 | 人与禽的免费一级毛片 | 性a爱片免费视频性 | 男操女视频网站 | 中国国产一级毛片视频 | 久草综合网 | 日本三级韩国三级在线观看a级 | 一级大黄美女免费播放 | 久久精品最新免费国产成人 | 国产一及毛片 | 国产在线高清视频 | 日本不卡在线一区二区三区视频 | 伊人久久大香线焦在观看 | pgone太大了兽王免费视频 |