[发明专利]一种使用ApacheSpark分类与解析海量日志的方法在审
| 申请号： | 201610573035.3 | 申请日： | 2016-07-19 |
| 公开（公告）号： | CN106227790A | 公开（公告）日： | 2016-12-14 |
| 发明（设计）人： | 方银春;刁志刚;耿星星 | 申请（专利权）人： | 北京北信源软件股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京连和连知识产权代理有限公司11278 | 代理人： | 张涛 |
| 地址： | 100081 北京市海淀区中关村*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种使用Apache Spark分类与解析海量日志的方法。方法包括利用日志数据接口，选取日志文件并将日志文件导入Apache Spark环境中；对日志文件的文件名和说明字段进行词条解析，并读取关键字段；根据决策树分类器，对关键字段进行分类，并形成日志文件的分类信息；根据Hive表结构，基于Scala从日志文件中匹配所需信息形成数据条并将数据条导入Hive表中；从Hive表中读取数据并统计状态信息；分析状态发生的频率、幅度，并形成最终数据状态报告。本发明具有实施简单、更快的解析速度、以及更高的解析准确性等优点。 | ||
| 搜索关键词： | 一种 使用 apachespark 分类 解析 海量 日志 方法 | ||
【主权项】：
一种使用Apache Spark分类与解析海量日志的方法，其特征在于，所述方法包括以下步骤：步骤1：利用日志数据接口，选取一段分析时间内的日志文件并将所述日志文件导入Apache Spark环境中；步骤2：基于Scala的模式匹配命令对所述日志文件的文件名和所述日志文件的说明字段进行词条解析，并读取关键字段；步骤3：根据决策树分类器，对所述关键字段进行分类，并形成所述日志文件的分类信息；步骤4：根据Hive表结构，基于Scala从所述日志文件中匹配所需信息形成数据条并将所述数据条导入所述Hive表中；步骤5：从所述Hive表中读取数据并统计状态信息；步骤6：分析所述状态发生的频率、幅度，并形成最终数据状态报告。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京北信源软件股份有限公司，未经北京北信源软件股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610573035.3/，转载请声明来源钻瓜专利网。
