Oracle监听日志分析(oracle10g监听日志)
itomcoil 2025-05-02 11:05 7 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.py
2.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.py
3.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 = '<div style="text-align: center; padding: 20px; font-size: 12px;">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--</div>'
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()
相关推荐
- PS小技巧 调整命令,让人物肤色变得更加白皙 #后期修图
-
我们来看一下如何去将人物的皮肤变得更加的白皙。·首先选中图层,Ctrl键加J键复制一层。·打开这里的属性面板,选择快速操作删除背景,这样就会将人物进行单独的抠取。·接下来在上方去添加一个黑白调整图层,...
- 把人物肤色提亮的方法和技巧
-
PS后期调白肤色提亮照片的方法。一白遮百丑,所以对于Photoshop后期来说把人物肤色调白是一项非常重要的任务。就拿这张素材图片来说,这张素材图片人脸的肤色主要偏红、偏黄,也不够白皙,该怎样对它进行...
- 《Photoshop教程》把美女图片调成清爽色彩及润肤技巧
-
关注PS精品教程,每天不断更新~~室内人物图片一般会偏暗,人物脸部、肤色及背景会出现一些杂点。处理之前需要认真的给人物磨皮及美白,然后再整体润色。最终效果原图一、用修补工具及图章工具简单去除大一点的黑...
- PS后期对皮肤进行美白的技巧
-
PS后期进行皮肤美白的技巧。PS后期对皮肤进行美白的技巧:·打开素材图片之后直接复制原图。·接下来直接点击上方的图像,选择应用图像命令。·在通道这里直接选择红通道,混合这里直接选择柔光,然后点击确定。...
- 493 [PS调色]调模特通透肤色
-
效果对比:效果图吧:1、光位图:2、拍摄参数:·快门:160;光圈:8;ISO:1003、步骤分解图:用曲线调整图层调出基本色调。用可选颜色调整图层调整红色、黄色、白色和灰色4种颜色的混合比例。用色彩...
- 先选肤色再涂面部,卡戴珊的摄影师透露:为明星拍完照后怎么修图
-
据英国媒体12月17日报道,真人秀明星金·卡戴珊终于承认,她把女儿小北P进了家族的圣诞贺卡,怪不得粉丝们都表示这张贺卡照得非常失败。上周,这位39岁的女星遭到了一些粉丝针对这张照片的批评,她于当地时间...
- 如何在PS中运用曲线复制另一张照片的色调
-
怎样把另一张作品的外观感觉,套用到自己的照片上?单靠肉眼来猜,可能很不容易,而来自BenSecret的教学,关键是在PS使用了两个工具,让你可以准确比较两张照片的曝光、色调与饱和度,方便你调整及复制...
- PS在LAB模式下调出水嫩肤色的美女
-
本PS教程主要使用Photoshop使用LAB模式调出水嫩肤色的美女,教程调色比较独特。作者比较注重图片高光部分的颜色,增加质感及肤色调红润等都是在高光区域完成。尤其在Lab模式下,用高光选区调色后图...
- 在Photoshop图像后期处理中如何将人物皮肤处理得白皙通透
-
我们在人像后期处理中,需要将人物皮肤处理的白皙通透,处理方法很多,大多数都喜欢使用曲线、磨皮等进行调整,可以达到亮但是不透,最终效果往往不是很好,今天就教大家一种如何将任务皮肤处理得白皙通透,希望能帮...
- PS调色自学教程:宝宝照片快速调通透,简单实用!
-
PS调色自学教程:宝宝照片快速调通透。·首先复制图层,然后选择进入ACR滤镜,选择曲线锁定照片的亮部,也就高光位置,其他部位补亮一点,尤其是阴影的部位补亮多一些,让画面的层次均匀一点。·然后回到基本项...
- 【干货】如何利用PS进行人物美化
-
人物图像美化在Photoshop中非常常用,Photoshop作为一款功能强大的图像处理软件,不仅可以对人像进行基本的调色、美化和修复等处理,还可以改变人物的线条和幅度,如调整脸部器官和脸型的大小、调...
- 教大家一种可以快速把肤色处理均匀的方法@抖音短视频
-
快速把肤色处理均匀的方法。今天教大家一种可以快速把肤色处理均匀的方法。像这张照片整体肤色走紫红色,但是局部偏黄缘处理起来非常的麻烦。其实我们只需要新建空白图层,图层混合模式更改为颜色,再选择画笔工具把...
- PS调色教程 利用RAW调出干净通透的肤色
-
要么不发,要么干货。后期教程来噜~用RAW调出干净通透的肤色。这次终于不会原片比PS后好看了吧。如果你依然这么觉得,请不要残忍的告诉我这个事实,泪谢TAT)附送拍摄花絮,感谢各位的支持更多风格请关注m...
- photoshop后期皮肤变白的技巧
-
PS后期皮肤变白的技巧。1.PS后期让皮肤变白的方法有很多种,接下来教你一种非常简单容易上手的方法。2.打开素材图片之后,直接在小太极下拉框的位置添加一个纯色调整图层,颜色设置一个纯白色,点击...
- Photoshop调出人物的淡雅粉嫩肤色教程
-
本教程主要使用Photoshop调出人物的淡雅粉嫩肤色教程,最终的效果非常的通透迷人,下面让我们一起来学习.出自:86ps效果图:原图:1、打开原图复制一层。2、用Topaz滤镜磨皮(点此下载)。3、...
- 一周热门
- 最近发表
- 标签列表
-
- ps像素和厘米换算 (32)
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)