1、任務(wù)就是要完成一個(gè)日志分析應(yīng)用。需求沒有很明確，只是要有這么一個(gè)東西能夠滿足分析收集后的日志，將分析后的原始數(shù)據(jù)入庫，作為后期分析和統(tǒng)計(jì)使用。在動手做之前，我還是給這個(gè)應(yīng)用作了最基本的需求定義：靈活配置（輸入源，輸出目標(biāo)，分析器的實(shí)現(xiàn)等），高效（并行任務(wù)分解）。就這兩點(diǎn)能夠做到，那么將來需求如何變化都可以適應(yīng)。Tiger的Concurrent包是滿足后面那項(xiàng)最好的實(shí)現(xiàn)，里面的線程池，異步服務(wù)調(diào)用，并發(fā)控制都能夠極好的完成并行任務(wù)分解的工作。J2SE7的Concurrent包中將會增加fork-join風(fēng)格的并行分解庫，其實(shí)這個(gè)是更細(xì)粒度的任務(wù)分解，同時(shí)能夠在當(dāng)前多CPU的情況下提高執(zhí)行效率，充

2、分利用CPU的一種實(shí)現(xiàn)。背景:由于服務(wù)路由應(yīng)用訪問量十分大，即時(shí)的將訪問記錄入庫對于路由應(yīng)用本身以及數(shù)據(jù)庫來說無疑都會產(chǎn)生很大的壓力和影響。因此考慮首先將訪問信息通過10g4j記錄在本地（當(dāng)然自己需要定制一下Log4j的Appender和Filter）,然后通過服務(wù)器的定時(shí)任務(wù)腳本來將日志集中到日志分析應(yīng)用所在的機(jī)器上（這里通過配置可以決定日志是根據(jù)什么時(shí)間間隔來產(chǎn)生新文件）。日志分析應(yīng)用就比較單純的讀取日志，分析日志，輸出分析結(jié)果（包括寫入數(shù)據(jù)庫或者是將即時(shí)統(tǒng)計(jì)信息存入到集中式緩存Memcached中）。網(wǎng)絡(luò)結(jié)構(gòu)圖如下：00Concurrent概述:看Java的Doc很容易就理解了Concu

3、rrent,這里我只是大致的說一下幾個(gè)自己在應(yīng)用中使用的接口：BlockingQueue:看看名字就知道了，阻塞式隊(duì)列，可以設(shè)置大小。適合于生產(chǎn)者和消費(fèi)者模式，生產(chǎn)者在隊(duì)列滿時(shí)阻塞，消費(fèi)者在隊(duì)列空時(shí)阻塞。在日志分析應(yīng)用開發(fā)中被用于分析任務(wù)（生產(chǎn)者）和輸出任務(wù)（消費(fèi)者）之間的分析結(jié)果存儲通道。Callable:任何需要執(zhí)行的任務(wù)都可以定義成Callable,類似于線程的Runnable接口，可以被ServiceExecutor指派給內(nèi)部的線程異步執(zhí)行，并且返回對象或者拋出異常。在日志分析應(yīng)用開發(fā)中，非定時(shí)性的任務(wù)都定義成為此類型。ConcurrentMap:這個(gè)以前常常使用，因?yàn)樾室h(yuǎn)遠(yuǎn)高于C

4、ollections.synchronizedCollection和synchronized。后面還會提到實(shí)踐中的幾個(gè)實(shí)用的技巧來防止在高并發(fā)的情況下出現(xiàn)問題。在日志分析應(yīng)用中，此類型的Map作為保存日志文件分析狀態(tài)的緩存（日志文件分為兩種狀態(tài)：分析中，分析結(jié)束。如果不存在于Map中就認(rèn)為尚未分析，那么將其納入Map然后啟動分析處理線程工作，如果存在于Map中標(biāo)示為分析中，那么將不會再分析此文件，如果分析結(jié)束并且被輸出，將會標(biāo)示此文件分析結(jié)束，異步清理線程將會定時(shí)根據(jù)策略刪除或移動文件）ExecutorService:內(nèi)置線程池，異步執(zhí)行指派任務(wù)，并可以根據(jù)返回的Future來跟蹤執(zhí)行情況。在

5、日志分析應(yīng)用開發(fā)中，被用于非定時(shí)性任務(wù)執(zhí)行。ScheduledExecutorService:內(nèi)置線程池,定時(shí)異步執(zhí)行指派任務(wù)，并可以根據(jù)返回的Future來跟蹤執(zhí)行情況。在日志分析應(yīng)用開發(fā)中，被用于定時(shí)性任務(wù)執(zhí)行。以上就是被使用到的接口，具體實(shí)現(xiàn)策略配置就不在此贅述了。整體結(jié)構(gòu)設(shè)計(jì):整體設(shè)計(jì)還是基于開始設(shè)定的兩個(gè)原則靈活配置，高效性（任務(wù)分解，并行流水線執(zhí)行）。說到任務(wù)分解又會想起讀書時(shí)候的離散數(shù)學(xué)中關(guān)鍵路徑等等。任務(wù)分解還是要根據(jù)具體情況來分析和設(shè)計(jì)，不然并行不但不會提高效率，反而還降低了處理效率。就日志分析來看，主要的處理過程可以分成這么幾個(gè)任務(wù)：1. 檢查日志來源目錄，鎖定需要分析的文

6、件。（執(zhí)行需要時(shí)間很短，可通過定時(shí)間隔執(zhí)行）。2. 分析已經(jīng)被鎖定的日志文件，產(chǎn)生分析結(jié)果。（執(zhí)行需要時(shí)間根據(jù)日志文件大小來決定，因此需要線程異步執(zhí)行，結(jié)果根據(jù)設(shè)定拆分成細(xì)粒度包，降低輸出線程等待時(shí)間）。3. 檢查分析結(jié)果隊(duì)列。（執(zhí)行需要時(shí)間很短，當(dāng)前是配置了SingleThreadExecutor來執(zhí)行檢查阻塞隊(duì)列的工作，同時(shí)獲取到分析結(jié)果包以后立刻創(chuàng)建線程來執(zhí)行輸出任務(wù)）4. 輸出分析結(jié)果，如果輸出成功，將分析過的日志文件在日志文件狀態(tài)緩存中的狀態(tài)更新為已分析。（執(zhí)行時(shí)間根據(jù)輸出情況來定，當(dāng)前實(shí)現(xiàn)的是批量輸出到數(shù)據(jù)庫中，根據(jù)配置來批量提交入庫，后續(xù)還會考慮實(shí)時(shí)統(tǒng)計(jì)到集中式Cache作為監(jiān)控

7、使用）。5. 清理分析日志文件。（執(zhí)行時(shí)間較短,根據(jù)策略并且清除設(shè)定了定時(shí)線程池執(zhí)行清理任務(wù),配置來執(zhí)行清理和移動文件任務(wù),在日志文件狀態(tài)緩存中的信息）根據(jù)上面的分解可以看到，其實(shí)在單線程工作的過程中，容易造成阻塞而影響性能的主要是讀取，分析和寫出這三個(gè)過程的協(xié)調(diào)，一個(gè)一個(gè)讀取分析和寫出，性能一定低于讀取和分析并行工作，而分析完畢才寫出，性能一定低于分析部分，寫出部分。同時(shí)由于細(xì)分各個(gè)任務(wù)，因此任務(wù)與任務(wù)之間的耦合度降低，可以運(yùn)行期獲取具體的任務(wù)實(shí)現(xiàn)配置，達(dá)到靈活配置的目的。卜面就具體的看看整個(gè)流程，以及其中的一些細(xì)節(jié)的說明，這里根據(jù)下圖中的序號來逐描述：1. 配置了ScheduleExecu

8、tor來檢查日志所屬目錄中的日志文件，Executor的線程池大小以及檢查時(shí)間間隔都根據(jù)配置來設(shè)Tip:定時(shí)任務(wù)可以設(shè)置delay時(shí)間，那么可以根據(jù)你的任務(wù)數(shù)量以及時(shí)間間隔來設(shè)定每一個(gè)任務(wù)的delay時(shí)間，均勻的將這些任務(wù)分布，提高效率。2. 當(dāng)ReadSchedule被執(zhí)行時(shí)，將會去檢查AnalysisLogFileStateConcurrentCache（也就是上面提到的ConcurrentMap）中是否存在此文件，如果不存在證明尚未分析，需要將其置入Cache,如果已經(jīng)存在就去查詢其他文件。Tip:這里用了一點(diǎn)小技巧，通常我們對于此類操作應(yīng)該做兩部分工作，get然后再put,但是這樣可能

9、就會在高并發(fā)的情況下出現(xiàn)問題，因?yàn)檫@兩個(gè)操作不是一個(gè)原子操作。ConcurrentMap提供了putIfAbsent操作，這個(gè)操作意思就是說如果需要put的key沒有存在于Map中，那么將會把key,value存入，并且返回null,如果已經(jīng)存在了key那么就返回key在map已經(jīng)對應(yīng)的值。通過if(resources.putIfAbsent(filename,Constants.FILE_STATUS_ANALYSISING)=null)就可以把兩個(gè)操作合并成為一個(gè)操作。3. 日志讀取的工作線程完成鎖定文件以后，就將后續(xù)的工作交給LogAnalysisServiceExecutor來創(chuàng)建分析

10、任務(wù)異步執(zhí)行分析操作，日志讀取工作線程任務(wù)就此完成。4. LogAnalysisSchedule是運(yùn)行期裝載具體的接口實(shí)現(xiàn)類（采用的就是類似于JAXP等框架使用的META-INF/services來讀取工廠類，載入接口實(shí)現(xiàn)）。AnalysisSchedule執(zhí)行的主要任務(wù)就是分析文件，并且根據(jù)配置將分析結(jié)果拆分并串行的置入到BlockQueue中，提供給輸出線程使用。Write5. Receiver主要工作就是守候著BlockQueue,當(dāng)有數(shù)據(jù)結(jié)果產(chǎn)生就創(chuàng)建Schedule來異步執(zhí)行輸出。6. LogWriterServiceExecutor根據(jù)配置來決定內(nèi)置線程池大小，同時(shí)在Receive

11、r獲取到數(shù)據(jù)包時(shí)產(chǎn)生WriteSchedule來異步執(zhí)行輸出工作。7. WriteSchedule和AnalysisSchedule一樣可以運(yùn)行期裝載接口實(shí)現(xiàn)類，這樣提供了靈活的輸出策略配置。Tips:在數(shù)據(jù)庫輸出的時(shí)候需要配置批量提交記錄最大數(shù)，分批提交提高性能，也防止過大結(jié)果集批量提交問題。8. 寫出完成以后需要更新鎖定文件的狀態(tài)，標(biāo)示成為已經(jīng)分析成功。這里還遺留一點(diǎn)問題，在一個(gè)日志文件分包的過程中每一個(gè)包都回記錄隸屬于哪一個(gè)分析文件，文件的最后一個(gè)數(shù)據(jù)包將會被標(biāo)示。在輸出成功以后會去檢查哪些包是文件最后數(shù)據(jù)包，更新此文件為已分析成功，如果出現(xiàn)異常，那么將會把這些文件狀態(tài)清除，接受下一次的

12、重新分析。這里一個(gè)文件部分包提交暫時(shí)沒有做到事務(wù)一致，如果出現(xiàn)部分成功可能會重復(fù)分析和記錄。9. 最后就是CleanSchedule被定時(shí)執(zhí)行,根據(jù)策略來刪除或者移動已經(jīng)被分析過的文件。Tips:ScheduledExecutorService內(nèi)部可以配置線程池，當(dāng)執(zhí)行定時(shí)任務(wù)比較耗時(shí)，線程池中的線程都被占用的情況下，定時(shí)任務(wù)將不會準(zhǔn)確的按時(shí)執(zhí)行，因此設(shè)計(jì)過程中需要注意的是，定時(shí)任務(wù)一般是簡短的工作任務(wù)，如果比較耗時(shí)，那么應(yīng)該結(jié)合ScheduledExecutorService和ExecutorService,定時(shí)任務(wù)完成必要工作以后將耗時(shí)工作轉(zhuǎn)交給ExecutorService創(chuàng)建的即時(shí)執(zhí)行

13、異步線程去處理，保證ScheduleExecutor正常工作。IdLOQ用NmuAj：hrVecsloo:Cc4tdUdite:LeuAnsl/zctocngnHtu1020004221D.3C19330942215:5:16SarvieaAccxtLo?4T1：radL。：LeacVockerF”1Q3LogXatdFv，Et”2re2rdscslQficgfile彘icnndatruntime3：zem1，乎L0sAmxLysistferkerTooliceluVc.rLXicol5ic9?iL）3ATialyzizScrv：cIxecuUi4：jdd叫力。3t=uftp，ordVIacc

14、ount:lnt10D- redC“cMntarvjIintB60- residerihirtidCount;mt=10wuritarTIhroadC口uni：iE：=方- cleanErThreadCount:int=2- chanErChedcInterval:int=1O.5cM如、Txag/uMuGxE，3，Mq);vld*X5CQC1sL”弋Jgicw；V.I4*iurO：i，4，HJ4D：vM=true-dbconrmitWaxCount:int=20IT1IrLoaAnsivzerL-宦目aLeg-LggFn城giotL1helpsrLogAnalyzsrHeIper*un0iu

15、oid+:爐&d+郵0:i/加id+EHnlSbincm竄jidL一IT1LLoOnal/zeirHelper,L-wi電工Lg-L、F目七:oryg屯1tL.- SohidulelExtcutoc號ervice- jdjilyaHtrezExaut4r4vi4- QrsuniinExscytsrSiwvice- wui艇際Ex?utorS與rvi依- clejnes:ScheduIedElxecutorServoc-e- writerRssourceQuee:LinkedBlocking3ueuaAiTialiysisResult- res*urc4S：Concur悟nt卜astiMpSbi

16、ng.Inleg生a-contig:L4gAnHyzerCcinfis-rjJhdlcir:chodijIcdFMtuPfl*?()-corsumtuHindler;Futjr-cleanHandl&rSGhedniedFuture(Q*gelJRei-ci,dMaC-ii7lini0L.I111+sdReerdM覺ountdrB:iraid+gatRajdChtcklntinrilQ:int+7eiRecdCiigekintevdl(iint):vqideEP4jdairThr&aduiritQiint+seiRecderThreadCciuriHinit):void+gelWrrierTh

17、readlCount):initWriterTlireddlCuunbin0.valcl*elCI&dnrThiejdCoun10：ini+sttC11inaiThutidCounlOirt):void+getcIejnerChecfclnterraIQ:iniIajnaiCh4delntara:voiid+geERerouirceQueubSizeiQiint+寶ER電的uttiSiQu蟲u電君:voidglAiiTln-ddCuikiibCv-Im+iiO:Shin.。+5eiL。gFileDiSiring口J:vQid*tsDeIAftocin3lysisQn+seiDeNteAfteA

18、nalysiboclean):i/oid+gefcSackupDiii:SliingT：Bd1MUp&ItillIIj).J0|iC3+goiDbeemrnitMu10iMf可。b8mmitMurHj府)；void上面的類圖中主要描述的就是日志分析應(yīng)用的三個(gè)主類：類似于控制臺的LogAnalyzer具體內(nèi)部資源管理類，配置類。（T表示采用泛型）了I-Io.LopFcto?qe?L thesouiueORij*Ler如oGcgQue.93Mlmf，gT， 31g-configLogAn*,orCor ifaiftaMUrcQuulinbdBiado*gCMeueAn4loroMalt)vad B

19、*ITY9#“uIT” 信*,vid wnO：ui，Awn、e、&anjIBiOTd alSNQ”須)g，Cg.uoMr3RN，3R皿一心.觸：.a3,/F，uitC0)9c。曲.Loa句QlC-cC。9ewviiM.Cxo8sXMWSMgsRs/AdvlTpO.8.liv)：*0IOxtcn”dL*“vzeVac，g：rXtHHhMjp，ELOIMC8力：OR&enMzh3rKoivyc-toit-jg,ZD：vad0小田劃，1。*5226田3時(shí)”CMTMSGlPe”BgW”3d/aD.ScKfeuyl尸-0dW?A立sDDttAnatrflic-：BringraunxnteErejieLS

20、D4r3。士S：“0C3fV.cLNez。”，IIacui,9”，L”fdoiygKL.*4e，Ii，iikO.i，I*ftlla4iinfQua.An4aRaau*14 (utcaxRonarr.EHa，N，pd/mpMif*,* caM岬：Lo9AnfXCoM|:cewmurSoMRe“。3Ln=LoMjSx，.UTfUqiRcccgGu:Lnk4SBi3iMQu0rsur:匕：CorKjncithxhMjpamn;inHaa，witee:LxewfcGUMio：La川”MCovig：ddieduleTpe(il*a*ur0i3/,Me6MgMfd gATyrp。S5，duleTee 5HMrtatrP*u*Q.euQjrt*9(MA0Gues，田尸31，):wed ror慶 8田學(xué)eQ,uoX*jeiih*f5(E*eoS*M