我试了试用 SQL查 Linux日志，好用到飞起

你们好，我是小富~

最近发现点好玩的工具，火烧眉毛的想跟你们分享一下。

你们平时都怎么查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。但在使用过程当中有一点让我比较头疼，那就是命令参数规则太多了，记的人脑袋疼。

那查日志有没有一种通用的方式，好比用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，一块儿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，容许咱们在任意文件或者查询结果，好比能够在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～，固然这句话是我本身理解的，哈哈哈

它将普通文件或者结果集看成数据库表，几乎支持全部的SQL结构，如WHERE、GROUP BY、JOINS等，支持自动列名和列类型检测，支持跨文件链接查询，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，只要以下三步搞定，Windows环境更是只需安装个exe就能够用了。

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支持全部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不附加参数使用是彻底没有问题的，但利用参数会让显示结果更加美观，因此这里简单了解一下，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做，好比：-H命令，表示输入的数据包含标题行。

q -H "SELECT * FROM myfile.log"

在这种状况下，将自动检测列名，并可在查询语句中使用。若是未提供此选项，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：做用在查询输出的结果集，好比：-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

还有不少参数就不一一列举了，感兴趣的同窗在官网上看下，接下来咱们重点演示一下使用SQL如何应对各类查询日志的场景。

玩法贼多

下边我们一块儿看几个查询日志的常常场景中，这个SQL该如何写。

一、关键字查询

关键字检索，应该是平常开发使用最频繁的操做，不过我我的认为这一点q并无什么优点，由于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

二、模糊查询

like模糊搜索，若是文本内容列有名字直接用列名检索，没有则直接根据列号c一、c二、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

三、交集并集

支持UNION和UNION ALL操做符对多个文件取交集或者并集。

以下建了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

四、内容去重

好比统计某个路径下的./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"

五、列类型自动检测

注意：q会理解每列是数字仍是字符串，判断是根据实数值比较，仍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"

六、字段运算

读取系统命令查询结果，计算/tmp目录中每一个用户和组的总值。能够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

七、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，这就须要和系统命令配合使用了，先查询全部进程再利用SQL筛选，这里的q命令就至关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

咱们看到加与不加-O命令的区别就是否显示查询结果的标题。

8，连文件查

通常状况下，咱们的日志文件会按天分割成不少个固定容量的子文件，在没有统一的日志收集服务器的状况下，若是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。

若是能够将全部文件内容合并后在查就会省事不少，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非说要替换现有哪一种工具，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、匹配规则想玩转仍是要下点功夫的。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。

---

整理了几百本各种技术电子书，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，一块儿探讨技术、分享技术资料，旨在共同窗习进步，若是感兴趣就加入咱们吧！

电子书地址