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:107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?,F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??隙ǖ迷谧x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: 一级特黄性色生活片一区二区 | 久久久久久免费视频 | 日本免费成人网 | 爆操巨乳美女 | 精品久久久久久国产免费了 | 欧美精品久久久久久久久大尺度 | 亚洲欧洲eeea在线观看 | 久久精品国产99国产精品亚洲 | 欧美日韩一二区 | 国产精品99| 性欧美欧美巨大69 | 成人精品国产 | 1024色淫免费视频 | 玖玖玖视频在线观看视频6 玖玖影院在线观看 | 久久精品视频6 | 国产日韩在线看 | 国产特黄1级毛片 | 国产欧美日韩精品a在线观看 | 亚欧成人毛片一区二区三区四区 | 九九九精品视频 | 在线免费观看成年人视频 | 成人福利网站在线看视频 | 久久久久久全国免费观看 | 性做久久久久久免费观看 | 欧美三级日韩 | 欧美一级美片在线观看免费 | 91精品国产综合久久久久 | 亚洲成人高清 | 欧美色大成网站www永久男同 | 国产乱子伦露脸对白在线小说 | 91精品91久久久久久 | 久草视频播放 | 国产精品久久在线 | 国产一区自拍视频 | 一本久道久久综合婷婷五 | 美女张开腿让男人桶的动态图 | 18videosex性欧美69 | 久久频这里精品99香蕉久 | 特黄aa级毛片免费视频播放 | 亚洲国产精品久久久久秋霞不卡 | 色婷婷国产精品欧美毛片 |