侯体宗的博客
  • 首页
  • Hyperf版
  • beego仿版
  • 人生(杂谈)
  • 技术
  • 关于我
  • 更多分类
    • 文件下载
    • 文字修仙
    • 中国象棋ai
    • 群聊
    • 九宫格抽奖
    • 拼图
    • 消消乐
    • 相册

Python实现的大数据分析操作系统日志功能示例

Python  /  管理员 发布于 7年前   170

本文实例讲述了Python实现的大数据分析操作系统日志功能。分享给大家供大家参考,具体如下:

一 代码

1、大文件切分

import osimport os.pathimport timedef FileSplit(sourceFile, targetFolder):  if not os.path.isfile(sourceFile):    print(sourceFile, ' does not exist.')    return  if not os.path.isdir(targetFolder):    os.mkdir(targetFolder)  tempData = []  number = 1000  fileNum = 1  linesRead = 0  with open(sourceFile, 'r') as srcFile:    dataLine = srcFile.readline().strip()    while dataLine:      for i in range(number):        tempData.append(dataLine)        dataLine = srcFile.readline()        if not dataLine:          break      desFile = os.path.join(targetFolder, sourceFile[0:-4] + str(fileNum) + '.txt')      with open(desFile, 'a+') as f:        f.writelines(tempData)      tempData = []      fileNum = fileNum + 1if __name__ == '__main__':  #sourceFile = input('Input the source file to split:')  #targetFolder = input('Input the target folder you want to place the split files:')  sourceFile = 'test.txt'  targetFolder = 'test'  FileSplit(sourceFile, targetFolder)

2、Mapper代码

import osimport reimport threadingimport timedef Map(sourceFile):  if not os.path.exists(sourceFile):    print(sourceFile, ' does not exist.')    return  pattern = re.compile(r'[0-9]{1,2}/[0-9]{1,2}/[0-9]{4}')  result = {}  with open(sourceFile, 'r') as srcFile:    for dataLine in srcFile:      r = pattern.findall(dataLine)      if r:        t = result.get(r[0], 0)        t += 1        result[r[0]] = t  desFile = sourceFile[0:-4] + '_map.txt'  with open(desFile, 'a+') as fp:    for k, v in result.items():      fp.write(k + ':' + str(v) + '\n')if __name__ == '__main__':  desFolder = 'test'  files = os.listdir(desFolder)  #如果不使用多线程,可以直接这样写  '''for f in files:    Map(desFolder + '\\' + f)'''  #使用多线程  def Main(i):    Map(desFolder + '\\' + files[i])  fileNumber = len(files)  for i in range(fileNumber):    t = threading.Thread(target = Main, args =(i,))    t.start()

3.Reducer代码

import osdef Reduce(sourceFolder, targetFile):  if not os.path.isdir(sourceFolder):    print(sourceFolder, ' does not exist.')    return  result = {}  #Deal only with the mapped files  allFiles = [sourceFolder+'\\'+f for f in os.listdir(sourceFolder) if f.endswith('_map.txt')]  for f in allFiles:    with open(f, 'r') as fp:      for line in fp:        line = line.strip()        if not line:          continue        position = line.index(':')        key = line[0:position]        value = int(line[position + 1:])        result[key] = result.get(key,0) + value  with open(targetFile, 'w') as fp:    for k,v in result.items():      fp.write(k + ':' + str(v) + '\n')if __name__ == '__main__':  Reduce('test', 'test\\result.txt')

二 运行结果

依次运行上面3个程序,得到最终结果:

07/10/2013:4634
07/16/2013:51
08/15/2013:3958
07/11/2013:1
10/09/2013:733
12/11/2013:564
02/12/2014:4102
05/14/2014:737

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python日志操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。


  • 上一条:
    Python正则表达式和re库知识点总结
    下一条:
    对Python3 序列解包详解
  • 昵称:

    邮箱:

    0条评论 (评论内容有缓存机制,请悉知!)
    最新最热
    • 分类目录
    • 人生(杂谈)
    • 技术
    • linux
    • Java
    • php
    • 框架(架构)
    • 前端
    • ThinkPHP
    • 数据库
    • 微信(小程序)
    • Laravel
    • Redis
    • Docker
    • Go
    • swoole
    • Windows
    • Python
    • 苹果(mac/ios)
    • 相关文章
    • 在python语言中Flask框架的学习及简单功能示例(0个评论)
    • 在Python语言中实现GUI全屏倒计时代码示例(0个评论)
    • Python + zipfile库实现zip文件解压自动化脚本示例(0个评论)
    • python爬虫BeautifulSoup快速抓取网站图片(1个评论)
    • vscode 配置 python3开发环境的方法(0个评论)
    • 近期文章
    • 在go中实现一个常用的先进先出的缓存淘汰算法示例代码(0个评论)
    • 在go+gin中使用"github.com/skip2/go-qrcode"实现url转二维码功能(0个评论)
    • 在go语言中使用api.geonames.org接口实现根据国际邮政编码获取地址信息功能(1个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf分页文件功能(0个评论)
    • gmail发邮件报错:534 5.7.9 Application-specific password required...解决方案(0个评论)
    • 欧盟关于强迫劳动的规定的官方举报渠道及官方举报网站(0个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf文件功能(0个评论)
    • Laravel从Accel获得5700万美元A轮融资(0个评论)
    • 在go + gin中gorm实现指定搜索/区间搜索分页列表功能接口实例(0个评论)
    • 在go语言中实现IP/CIDR的ip和netmask互转及IP段形式互转及ip是否存在IP/CIDR(0个评论)
    • 近期评论
    • 122 在

      学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..
    • 123 在

      Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..
    • 原梓番博客 在

      在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..
    • 博主 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..
    • 1111 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
    • 2016-10
    • 2016-11
    • 2018-04
    • 2020-03
    • 2020-04
    • 2020-05
    • 2020-06
    • 2022-01
    • 2023-07
    • 2023-10
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客