大蟒蛇肚子的"风暴"

"05-AUG-2016 12:02:12 * (CONNECT_DATA=(SERVER=DEDICATED)(SERVICE_NAME=bomcdb)(CID=(PROGRAM=perl)(HOST=NMC-PREDEAL1)(USER=nmcuser))) * (ADDRESS=(PROTOCOL=tcp)(HOST=172.16.2.18)(PORT=57862)) * establish * bomcdb * 0"

数据条目：

05-AUG-2016 13:25:06 * ping * 0

在数据处理时，特意把包含以下字符service_update、ping、status的数据过滤掉，进行统计。

if str.__contains__("service_update") or str.__contains__("ping") or str.__contains__("status") == 1:

当获取到的数据都是有效后，我们要对数据进行拆分，继续获取我们想获取的数据，由于只做统计，那么只要日期即可：

x = str.split(‘*‘)[0]

发现数据结尾包含一个空间，将空格进行去除

temp = x.strip()

监听日志的数据拆分完毕，把这些数据存放至一个数组 lsn_data中（这里可能大家有点疑惑，为啥不建二维数组呢？python不存在多维数组）。

因为监听日志有一个很特别的地方，数据本来就是有序的，无需排序，只需去重，把数据放到数据lsn_time中，在处理过程中，可以统计时间的个数并放到数组lsn_count中

# 去重
for l_time in lsn_data:
    if l_time not in lsn_time:
        lsn_time.append(l_time)
        lsn_count.append(lsn_data.count(l_time))

数据已经有了，我们只要把数据画图，即可出现上述的图表。

可以把这些数据用图展示，也可以用表展示。这里用图进行展示

s = Series(lsn_count,index=lsn_time)
s1 = Series(16,index=lsn_time)
plt.ylim(0,80)
s.plot()
s1.plot(color=‘red‘, linestyle=‘--‘)

plt.show()

用series()函数进行画图，lsn_count为纵坐标，index作为横坐标。在这里我加了1条红色的先s1，用虚线展示。在2013年，广东ngboss上线之初，某库经常出现tnsping缓慢问题。后来经美国实验室测试，每秒的连接数达到16个监听连接就会缓慢。若生成的图表长时间超过红色虚线，那就应该对应用进行拆分整理，避免监听风暴的产生。