DollyPapper
@DollyPapper

Библиотека для индексации документов Golang?

Всем привет. Есть следующая задача. Есть некоторый лог файл по которому нужно искать из приложения. Файл может быть очень большой, по этому просто проходится по нему для каждого поискового запроса не варик. Ищу какое-то решение, или подход к проблеме.
Структура записи в этом логе всегда одинаковая, типа: event: role: time: и тд.
Допустим есть 100 записей в логе с event: "login". Нужно иметь возможно некоторый индекс, который хранит, что для event: "login" в файле имеются 100 записей в строках n, n+100, n+50000 и тд. Чтобы можно было быстро вытащить эти строки.
Смотрел в сторону полнотекстового поиска, но решение не подходит по нескольким причинам. Первая: нельзя использовать готовые поисковые движки типа эластика, потому что приложение хостится у разных заказчиков и доступа к этим инстансам чтобы их админить мы не имеем, а чем больше подвижных частей, тем более вероятно, что оно отвалится. Есть решения для го в качестве библиотек полнотекстового поиска, но они как я понял индексируют именно вхождения в документы, а у меня он один и мне нужно идексировать где конкретно в документе находится то что я ищу.
Может кто сталкивался с подобной задачей, направьте на путь верный пожалуйста)
  • Вопрос задан
  • 206 просмотров
Пригласить эксперта
Ответы на вопрос 4
mayton2019
@mayton2019
Bigdata Engineer
Когда-то давным давно использовали logrotate. Эта утилита просто дробила лог на дневные и часовые
и прочие доли. Это позволяло искать быстрее. Если ты заранее знаешь что событие произошло например
за последние сутки а не за последние 10 лет к примеру. Но logrotate может не работать под Windows.

Коробочного решения для твоего вопроса я не знаю. Кроме Elastic ничего не приходит в голову.

Есть еще программный продукт Splunk. Но я его никогда не использовал поэтому советовать не буду. Почитай сам.

Вообще тебе нужен разработчик. Я думаю что дешевле всего трекать отдельные логи по событию event:login к примеру. Я так делал для сужения поиска. Для библиотек log4j это конфигурируется на уровне приложения.
Там как-то добавляется appender + rule.
Ответ написан
Комментировать
@rPman
Либо менять способ хранения лога на что то структурированное (даже если это будет sqlite база без индексов, уже хорошо, но лучше конечно полноценную БД) и в последствии не знать горя, либо пилить сервис, который будет на лету мониторить изменения в логах и заливать опять же их в структурированную БД.

Все зависит от типов запросов, от того, какие индексы тебе нужны, если хватит индекса по времени, уже считай повезло (когда при анализе приходится сканировать весь массив данных за запрошенный интервал) и данные можно будет хранить, поделив на интервалы (в реляционных базах есть для этого инструменты).

Под БД я имею в виду любой инструмент который умеет индексировать записи и выделять структурные элементы (твои event: role: time: и тд.), причем возможна ситуация, когда сами данные дополнительно хранить не обязательно (хватит только индекса и информации о том где эти данные лежат),
в одном месте
у меня было (непродолжительное время как эксперимент) так, данные хранились в текстовом дампе, утилита индексации обновления данных вычисляла и хранила информацию о именах файлов и смещении в них для каждой записи, а по каждой записи для полей смещение внутри записи и длину строки (там были только числа и строки), информация об этом была значительно компактнее чем делать их копию в базу... но и индексировать ничего не надо было кроме времени.


p.s. От текстовых, а точнее не структурированных, логов лучше избавляться с самого начала разработки, причем буквально на столько, чтобы приложение вообще ничего не выдавало в stdout и stderr (кроме собственно хелпа и данных, если это потоковые инструменты), причем конечно красивее централизованно красиво собирать логи по сети в хорошую БД, но не обязательно, иногда даже простая сериализация объектов в php:serialize/json по событиям по строчкам в тот же лог файл уже лучше, ведь такие файлы обрабатывать на порядок проще (json можно парсить на скорости гигабайты в секунду потоковыми парсерами, и это в одном потоке)... ну на это на сколько я знаю куча библиотек написано, в т.ч. прямо встроенные в ОС
Ответ написан
Комментировать
@darst
Читай лог файл и пиши данные, например, в кликхаус.
Ответ написан
lelvisl
@lelvisl
Ответ написан
Комментировать
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы