说了你不信！用 SQL查 Linux日志，真的好用到飞起

大家好，我是小富~

最近发现点好玩的工具，迫不及待的想跟大家分享一下。

大家平时都怎么查Linux日志呢？ 像我平时会用tail、head、cat、sed、more、less这些经典系统命令，或者awk这类三方数据过滤工具，配合起来查询效率很高。但在使用过程中有一点让我比较头疼，那就是命令参数规则太多了，记的人脑壳疼。

那查日志有没有一种通用的方式，比如用SQL查询，毕竟这是程序员都比较熟悉的表达式。

今天分享的工具q，就实现了以写SQL的方式来查询、统计文本内容，一起看看这货到底有什么神奇之处。

搭个环境

q是一个命令行工具，允许我们在任意文件或者查询结果，比如可以在ps -ef查询进程命令的结果集上，直接执行SQL语句查询。

宗旨就是文本即数据库表，额～，当然这句话是我自己理解的，哈哈哈

它将普通文件或者结果集当作数据库表，几乎支持所有的SQL结构，如WHERE、GROUP BY、JOINS等，支持自动列名和列类型检测，支持跨文件连接查询，这两个后边详细介绍，支持多种编码。

安装比较简单，在Linux CentOS环境，只要如下三步搞定，Windows环境更是只需安装个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?#下载版本

sudo?rpm?-ivh?q-text-as-data-1.7.1-1.noarch.rpm?#?安装

q?--version??#查看安装版本

“

官方文档：https://harelba.github.io/q

语法

q支持所有SQLiteSQL语法，标准命令行格式q + 参数命令 + "SQL"

q? 命令 ?" SQL "

我要查询myfile.log文件的内容，直接q "SELECT * FROM myfile.log"。

q?"SELECT?*?FROM?myfile.log"

q不附加参数使用是完全没有问题的，但利用参数会让显示结果更加美观，所以这里简单了解一下，它的参数分为 2种。

input输入命令：指的是对要查询的文件或结果集进行操作，比如：-H命令，表示输入的数据包含标题行。

q?-H?"SELECT?*?FROM?myfile.log"

在这种情况下，将自动检测列名，并可在查询语句中使用。如果未提供此选项，则列将自动命名为cX，以c1起始以此类推。

q??"select?c1，c2?from?..."

output输出命令：作用在查询输出的结果集，比如：-O，让查询出来的结果显示列名。

[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

还有很多参数就不一一列举了，感兴趣的同学在官网上看下，接下来我们重点演示一下使用SQL如何应对各种查询日志的场景。

玩法贼多

下边咱们一起看几个查询日志的经常场景中，这个SQL该如何写。

1、关键字查询

关键字检索，应该是日常开发使用最频繁的操作，不过我个人认为这一点q并没有什么优势，因为它查询时必须指定某一列。

[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命令则是全文检索。

[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、模糊查询

like模糊搜索，如果文本内容列有名字直接用列名检索，没有则直接根据列号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操作符对多个文件取交集或者并集。

如下建了test.log和test1.log两个文件，里边的内容有重叠，用union进行去重。

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、内容去重

比如统计某个路径下的./clicks.csv文件中，uuid字段去重后出现的总个数。

q?-H?-t?"SELECT?COUNT(DISTINCT(uuid))?FROM?./clicks.csv"

5、列类型自动检测

注意：q会理解每列是数字还是字符串，判断是根据实数值比较，还是字符串比较进行过滤，这里会用到-t命令。

q?-H?-t?"SELECT?request_id,score?FROM?./clicks.csv?WHERE?score? ?0.7?ORDER?BY?score?DESC?LIMIT?5"

6、字段运算

读取系统命令查询结果，计算/tmp目录中每个用户和组的总值。可以对字段进行运算处理。

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、数据统计

统计系统拥有最多进程数的前 3个用户ID，按降序排序，这就需要和系统命令配合使用了，先查询所有进程再利用SQL筛选，这里的q命令就相当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

我们看到加与不加-O命令的区别就是否显示查询结果的标题。

8，连文件查

一般情况下，我们的日志文件会按天分割成很多个固定容量的子文件，在没有统一的日志收集服务器的情况下，如果不给个报错时间区间去查一个关键词，那么无异于大海捞针。 如果可以将所有文件内容合并后在查就会省事很多，q支持将文件像数据库表那样联合查询。

q?-H?"select?*?from?douyin.log?a?join?douyin-2021-06-18.0.log?b?on?(a.c2=b.c3)?where?b.c1='root'"

总结

看完可能会有人抬杠：q写这么多代码直接用awk不香吗？额～ 介绍这个工具的初衷并不是说要替换现有哪种工具，而是多提供一种更为便捷的查日志方法。

我也有在用awk确实很强大没得说，但这里边涉及到一个学习成本的问题，琳琅满目的命令、匹配规则想玩转还是要下点功夫的。而对于新手程序员稍微有点数据库经验，写SQL问题都不大，上手q则会容易的多。

整理了几百本各类技术电子书，送给小伙伴们。关注公号回复【666】自行领取。和一些小伙伴们建了一个技术交流群，一起探讨技术、分享技术资料，旨在共同学习进步，如果感兴趣就加入我们吧！

在这里插入图片描述

电子书地址

本文转自网络，原文链接：https://developer.aliyun.com/article/784815
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！