Oracle监听日志分析
moboyou 2025-04-09 13:40 79 浏览
1.把监听日志和脚本放到一个目录
yuyuz-mac:analyze-listenerlog yuyuz$ pwd
/Users/yuyuz/python/analyze-listenerlog
yuyuz-mac:analyze-listenerlog yuyuz$ ls
listener.log lsnrlog.py2.执行脚本
yuyuz-mac:analyze-listenerlog yuyuz$ python lsnrlog.py
提取到的成功时间戳数量: 1920
提取到的失败时间戳数量: 15081
提取到的总时间戳数量: 17001
HTML 文件生成成功
yuyuz-mac:analyze-listenerlog yuyuz$ ls
connection_analysis.html listener.log lsnrlog.py3.查看结果
支持区域放大/查看数据/线图柱图切换
4.代码
import re
from datetime import datetime
from pyecharts import options as opts
from pyecharts.charts import Line, Page
def parse_log(log_text):
"""
解析日志文本,提取包含CONNECT_DATA字段行的时间戳、SERVICE、HOST和IP,并区分成功和失败连接
:param log_text: 日志文本
:return: 成功时间戳列表、失败时间戳列表、总时间戳列表、SERVICE信息列表、HOST信息列表、IP信息列表
"""
success_timestamps = []
failure_timestamps = []
total_timestamps = []
services = []
hosts = []
ips = []
pattern = r'(\d{2}-[A-Z]{3}-\d{4} \d{2}:\d{2}:\d{2})|(\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2})'
service_pattern = r'SERVICE_NAME=(\w+)'
host_pattern = r'HOST=(\w+)'
ip_pattern = r'HOST=(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})'
for line in log_text.split('\n'):
if 'CONNECT_DATA' in line:
match = re.search(pattern, line)
if match:
timestamp_str = match.group(0)
try:
if '-' in timestamp_str[0:3]:
timestamp = datetime.strptime(timestamp_str, '%d-%b-%Y %H:%M:%S')
else:
timestamp = datetime.strptime(timestamp_str, '%Y-%m-%dT%H:%M:%S')
total_timestamps.append(timestamp)
if line.strip().endswith('0'):
success_timestamps.append(timestamp)
else:
failure_timestamps.append(timestamp)
service_match = re.search(service_pattern, line)
host_match = re.search(host_pattern, line)
ip_match = re.search(ip_pattern, line)
service = service_match.group(1) if service_match else None
host = host_match.group(1) if host_match else None
ip = ip_match.group(1) if ip_match else None
services.append((timestamp, service))
hosts.append((timestamp, host))
ips.append((timestamp, ip))
except ValueError:
print(f"无法解析时间戳: {timestamp_str}")
print(f"提取到的成功时间戳数量: {len(success_timestamps)}")
print(f"提取到的失败时间戳数量: {len(failure_timestamps)}")
print(f"提取到的总时间戳数量: {len(total_timestamps)}")
return success_timestamps, failure_timestamps, total_timestamps, services, hosts, ips
def count_connections(timestamps, interval):
"""
统计不同时间间隔的连接数
:param timestamps: 时间戳列表
:param interval: 时间间隔,如 'H' 表示小时,'T' 表示分钟,'S' 表示秒
:return: 时间间隔和对应的连接数
"""
counts = {}
for timestamp in timestamps:
if interval == 'H':
key = timestamp.replace(minute=0, second=0, microsecond=0).strftime('%Y-%m-%d %H:00:00')
elif interval == 'T':
key = timestamp.replace(second=0, microsecond=0).strftime('%Y-%m-%d %H:%M:00')
elif interval == 'S':
key = timestamp.replace(microsecond=0).strftime('%Y-%m-%d %H:%M:%S')
if key in counts:
counts[key] += 1
else:
counts[key] = 1
return sorted(counts.items())
def count_by_attribute(data, interval, attribute):
"""
按指定属性统计不同时间间隔的连接数
:param data: 包含时间戳和属性的元组列表
:param interval: 时间间隔,如 'H' 表示小时,'T' 表示分钟,'S' 表示秒
:param attribute: 属性名称
:return: 以属性为键,时间间隔和对应连接数为值的字典
"""
counts = {}
for timestamp, attr in data:
if attr is None:
continue
if interval == 'H':
key = timestamp.replace(minute=0, second=0, microsecond=0).strftime('%Y-%m-%d %H:00:00')
elif interval == 'T':
key = timestamp.replace(second=0, microsecond=0).strftime('%Y-%m-%d %H:%M:00')
elif interval == 'S':
key = timestamp.replace(microsecond=0).strftime('%Y-%m-%d %H:%M:%S')
if attr not in counts:
counts[attr] = {}
if key in counts[attr]:
counts[attr][key] += 1
else:
counts[attr][key] = 1
for attr in counts:
counts[attr] = sorted(counts[attr].items())
return counts
def create_line_chart(success_data, failure_data, total_data, interval):
"""
创建线图
:param success_data: 成功连接的时间间隔和对应的连接数
:param failure_data: 失败连接的时间间隔和对应的连接数
:param total_data: 总连接的时间间隔和对应的连接数
:param interval: 时间间隔,如 '小时','分钟','秒'
:return: 线图对象
"""
x_data = sorted(set([item[0] for item in success_data + failure_data + total_data]))
success_y_data = [next((item[1] for item in success_data if item[0] == x), 0) for x in x_data]
failure_y_data = [next((item[1] for item in failure_data if item[0] == x), 0) for x in x_data]
total_y_data = [next((item[1] for item in total_data if item[0] == x), 0) for x in x_data]
line = (
Line(init_opts=opts.InitOpts(bg_color="#f5f5f5", width="100%"))
.add_xaxis(x_data)
.add_yaxis(
series_name=f"成功连接总数/{interval}",
y_axis=success_y_data,
label_opts=opts.LabelOpts(is_show=False),
linestyle_opts=opts.LineStyleOpts(width=2, color="#228B22"),
symbol="circle",
symbol_size=6,
itemstyle_opts=opts.ItemStyleOpts(color="#228B22")
)
.add_yaxis(
series_name=f"失败连接总数/{interval}",
y_axis=failure_y_data,
label_opts=opts.LabelOpts(is_show=False),
linestyle_opts=opts.LineStyleOpts(width=2, color="#FF0000"),
symbol="circle",
symbol_size=6,
itemstyle_opts=opts.ItemStyleOpts(color="#FF0000")
)
.add_yaxis(
series_name=f"总连接数/{interval}",
y_axis=total_y_data,
label_opts=opts.LabelOpts(is_show=False),
linestyle_opts=opts.LineStyleOpts(width=2, color="#FF6347"),
symbol="circle",
symbol_size=6,
itemstyle_opts=opts.ItemStyleOpts(color="#FF6347")
)
.set_global_opts(
title_opts=opts.TitleOpts(
title=f"连接情况统计/{interval}",
title_textstyle_opts=opts.TextStyleOpts(font_size=20, color="#333")
),
toolbox_opts=opts.ToolboxOpts(is_show=True),
xaxis_opts=opts.AxisOpts(
name=interval,
axislabel_opts=opts.LabelOpts(rotate=45, font_size=12, color="#666"),
name_textstyle_opts=opts.TextStyleOpts(font_size=14, color="#333")
),
yaxis_opts=opts.AxisOpts(
name="连接数",
axislabel_opts=opts.LabelOpts(font_size=12, color="#666"),
name_textstyle_opts=opts.TextStyleOpts(font_size=14, color="#333")
),
tooltip_opts=opts.TooltipOpts(trigger="axis"),
legend_opts=opts.LegendOpts(
type_="scroll",
orient="vertical",
pos_left="right",
pos_top="middle",
textstyle_opts=opts.TextStyleOpts(font_size=8, color="#333")
)
)
)
return line
def create_attribute_line_chart(counts, interval, attribute):
"""
创建按属性统计的线图
:param counts: 以属性为键,时间间隔和对应连接数为值的字典
:param interval: 时间间隔,如 '小时','分钟','秒'
:param attribute: 属性名称
:return: 线图对象
"""
all_x_data = set()
for data in counts.values():
for x, _ in data:
all_x_data.add(x)
x_data = sorted(all_x_data)
line = Line(init_opts=opts.InitOpts(bg_color="#f5f5f5", width="100%"))
line.add_xaxis(x_data)
for attr, data in counts.items():
y_data = [next((item[1] for item in data if item[0] == x), 0) for x in x_data]
line.add_yaxis(
series_name=f"{attr}/{interval}",
y_axis=y_data,
label_opts=opts.LabelOpts(is_show=False),
linestyle_opts=opts.LineStyleOpts(width=2),
symbol="circle",
symbol_size=6
)
line.set_global_opts(
title_opts=opts.TitleOpts(
title=f"{attribute} 连接情况统计/{interval}",
title_textstyle_opts=opts.TextStyleOpts(font_size=20, color="#333")
),
toolbox_opts=opts.ToolboxOpts(is_show=True),
xaxis_opts=opts.AxisOpts(
name=interval,
axislabel_opts=opts.LabelOpts(rotate=45, font_size=12, color="#666"),
name_textstyle_opts=opts.TextStyleOpts(font_size=14, color="#333")
),
yaxis_opts=opts.AxisOpts(
name="连接数",
axislabel_opts=opts.LabelOpts(font_size=12, color="#666"),
name_textstyle_opts=opts.TextStyleOpts(font_size=14, color="#333")
),
tooltip_opts=opts.TooltipOpts(trigger="axis"),
legend_opts=opts.LegendOpts(
type_="scroll",
orient="vertical",
pos_left="right",
pos_top="middle",
textstyle_opts=opts.TextStyleOpts(font_size=8, color="#333")
)
)
return line
def main():
"""
主函数,从文件读取日志并生成包含多个线图的网页
"""
try:
with open('listener.log', 'r', encoding='utf-8') as file:
log_text = file.read()
success_timestamps, failure_timestamps, total_timestamps, services, hosts, ips = parse_log(log_text)
# 统计每小时、每分钟、每秒的成功、失败和总连接数
intervals = ['H', 'T', 'S']
interval_names = ['小时', '分钟', '秒']
page = Page()
for interval, interval_name in zip(intervals, interval_names):
hourly_success_data = count_connections(success_timestamps, interval)
hourly_failure_data = count_connections(failure_timestamps, interval)
hourly_total_data = count_connections(total_timestamps, interval)
hourly_chart = create_line_chart(hourly_success_data, hourly_failure_data, hourly_total_data, interval_name)
page.add(hourly_chart)
# 按SERVICE、HOST、IP统计并绘制线图
attributes = [('SERVICE', services), ('HOST', hosts), ('IP', ips)]
for attribute_name, attribute_data in attributes:
for interval, interval_name in zip(intervals, interval_names):
counts = count_by_attribute(attribute_data, interval, attribute_name)
chart = create_attribute_line_chart(counts, interval_name, attribute_name)
page.add(chart)
page.render("connection_analysis.html")
# 添加版权信息到 HTML 文件
copyright_info = '声明:仅用作兴趣爱好和测试使用,请勿商用,不承担任何商业责任。--张宇--'
with open('connection_analysis.html', 'a', encoding='utf-8') as f:
f.write(copyright_info)
print("HTML 文件生成成功")
except FileNotFoundError:
print("未找到 listener.log 文件,请确保文件存在。")
except Exception as e:
print(f"发生错误: {e}")
if __name__ == "__main__":
main()- 上一篇:数据库中常用的数值函数
- 下一篇:DTrace 和 strace 概述
相关推荐
- Excel技巧:SHEETSNA函数一键提取所有工作表名称批量生产目录
-
首先介绍一下此函数:SHEETSNAME函数用于获取工作表的名称,有三个可选参数。语法:=SHEETSNAME([参照区域],[结果方向],[工作表范围])(参照区域,可选。给出参照,只返回参照单元格...
- Excel HOUR函数:“小时”提取器_excel+hour函数提取器怎么用
-
一、函数概述HOUR函数是Excel中用于提取时间值小时部分的日期时间函数,返回0(12:00AM)到23(11:00PM)之间的整数。该函数在时间数据分析、考勤统计、日程安排等场景中应用广泛。语...
- Filter+Search信息管理不再难|多条件|模糊查找|Excel函数应用
-
原创版权所有介绍一个信息管理系统,要求可以实现:多条件、模糊查找,手动输入的内容能去空格。先看效果,如下图动画演示这样的一个效果要怎样实现呢?本文所用函数有Filter和Search。先用filter...
- FILTER函数介绍及经典用法12:FILTER+切片器的应用
-
EXCEL函数技巧:FILTER经典用法12。FILTER+切片器制作筛选按钮。FILTER的函数的经典用法12是用FILTER的函数和切片器制作一个筛选按钮。像左边的原始数据,右边想要制作一...
- office办公应用网站推荐_office办公软件大全
-
以下是针对Office办公应用(Word/Excel/PPT等)的免费学习网站推荐,涵盖官方教程、综合平台及垂直领域资源,适合不同学习需求:一、官方权威资源1.微软Office官方培训...
- WPS/Excel职场办公最常用的60个函数大全(含卡片),效率翻倍!
-
办公最常用的60个函数大全:从入门到精通,效率翻倍!在职场中,WPS/Excel几乎是每个人都离不开的工具,而函数则是其灵魂。掌握常用的函数,不仅能大幅提升工作效率,还能让你在数据处理、报表分析、自动...
- 收藏|查找神器Xlookup全集|一篇就够|Excel函数|图解教程
-
原创版权所有全程图解,方便阅读,内容比较多,请先收藏!Xlookup是Vlookup的升级函数,解决了Vlookup的所有缺点,可以完全取代Vlookup,学完本文后你将可以应对所有的查找难题,内容...
- 批量查询快递总耗时?用Excel这个公式,自动计算揽收到签收天数
-
批量查询快递总耗时?用Excel这个公式,自动计算揽收到签收天数在电商运营、物流对账等工作中,经常需要统计快递“揽收到签收”的耗时——比如判断某快递公司是否符合“3天内送达”的服务承...
- Excel函数公式教程(490个实例详解)
-
Excel函数公式教程(490个实例详解)管理层的财务人员为什么那么厉害?就是因为他们精通excel技能!财务人员在日常工作中,经常会用到Excel财务函数公式,比如财务报表分析、工资核算、库存管理等...
- Excel(WPS表格)Tocol函数应用技巧案例解读,建议收藏备用!
-
工作中,经常需要从多个单元格区域中提取唯一值,如体育赛事报名信息中提取唯一的参赛者信息等,此时如果复制粘贴然后去重,效率就会很低。如果能合理利用Tocol函数,将会极大地提高工作效率。一、功能及语法结...
- Excel中的SCAN函数公式,把计算过程理清,你就会了
-
Excel新版本里面,除了出现非常好用的xlookup,Filter公式之外,还更新一批自定义函数,可以像写代码一样写公式其中SCAN函数公式,也非常强大,它是一个循环函数,今天来了解这个函数公式的计...
- Excel(WPS表格)中多列去重就用Tocol+Unique组合函数,简单高效
-
在数据的分析和处理中,“去重”一直是绕不开的话题,如果单列去重,可以使用Unique函数完成,如果多列去重,如下图:从数据信息中可以看到,每位参赛者参加了多项运动,如果想知道去重后的参赛者有多少人,该...
- Excel(WPS表格)函数Groupby,聚合统计,快速提高效率!
-
在前期的内容中,我们讲了很多的统计函数,如Sum系列、Average系列、Count系列、Rank系列等等……但如果用一个函数实现类似数据透视表的功能,就必须用Groupby函数,按指定字段进行聚合汇...
- Excel新版本,IFS函数公式,太强大了!
-
我们举一个工作实例,现在需要计算业务员的奖励数据,右边是公司的奖励标准:在新版本的函数公式出来之前,我们需要使用IF函数公式来解决1、IF函数公式IF函数公式由三个参数组成,IF(判断条件,对的时候返...
- Excel不用函数公式数据透视表,1秒完成多列项目汇总统计
-
如何将这里的多组数据进行汇总统计?每组数据当中一列是不同菜品,另一列就是该菜品的销售数量。如何进行汇总统计得到所有的菜品销售数量的求和、技术、平均、最大、最小值等数据?不用函数公式和数据透视表,一秒就...
- 一周热门
- 最近发表
-
- Excel技巧:SHEETSNA函数一键提取所有工作表名称批量生产目录
- Excel HOUR函数:“小时”提取器_excel+hour函数提取器怎么用
- Filter+Search信息管理不再难|多条件|模糊查找|Excel函数应用
- FILTER函数介绍及经典用法12:FILTER+切片器的应用
- office办公应用网站推荐_office办公软件大全
- WPS/Excel职场办公最常用的60个函数大全(含卡片),效率翻倍!
- 收藏|查找神器Xlookup全集|一篇就够|Excel函数|图解教程
- 批量查询快递总耗时?用Excel这个公式,自动计算揽收到签收天数
- Excel函数公式教程(490个实例详解)
- Excel(WPS表格)Tocol函数应用技巧案例解读,建议收藏备用!
- 标签列表
-
- 外键约束 oracle (36)
- oracle的row number (32)
- 唯一索引 oracle (34)
- oracle in 表变量 (28)
- oracle导出dmp导出 (28)
- 多线程的创建方式 (29)
- 多线程 python (30)
- java多线程并发处理 (32)
- 宏程序代码一览表 (35)
- c++需要学多久 (25)
- css class选择器用法 (25)
- css样式引入 (30)
- css教程文字移动 (33)
- php简单源码 (36)
- php个人中心源码 (25)
- php小说爬取源码 (23)
- 云电脑app源码 (22)
- html画折线图 (24)
- docker好玩的应用 (28)
- linux有没有pe工具 (34)
- 可以上传视频的网站源码 (25)
- 随机函数如何生成小数点数字 (31)
- 随机函数excel公式总和不变30个数据随机 (33)
- 所有excel函数公式大全讲解 (22)
- 有动图演示excel函数公式大全讲解 (32)
