解析日志文件插入数据库(Java怎么设计可以获得高性能)

同问，用户一天产生10G左右的日志文件
要求入库，头大了

为何要插入数据库？

可以用异步的log，就是把log输出交给其他线程来做，log4j有这样的功能。
要不做个缓存，比如把1000条log数据放到list中，然后一次DB连接，把所有的纪录插入到DB中。

上面两个方法可以结合

mq也可以实现啊，反正就是异步了

夜间了,只是想,性能上能有很大的突破,能否给出实例

log4j本身就支持写入数据库中，只是一个配置的问题。
关键是有必要把大把大把的数据写入数据库吗？

Log4J本身支持将日志异步写入数据库。参考SpringSide的文章：http://wiki.springside.org.cn/display/springside/Log4j

一天上万条的数据量一点也不大啊。

10G倒是不小。

如果不要求实时的化，用数据库本身的导入解决方案吧，比如mysql用LOAD DATA(应该用jdbc也能调用的)，效率很高的，不过10G的文件的话还是建议文件分割之后再LOAD，表也不要设置索引什么的以提高导入效率，如果记录数太多，建议分表存储。

如果不用数据库本省的解决方案，那可以用jdbc的executeBatch，当然效率也不见得能提供很多，使用jdbc的时候注意：
1.不用在操作过程频繁打开关闭连接，一个连接开了，尽量就一直用下去。
2.去除表索引。
3.多线程处理，每个线程用单独的数据库连接。
4.分表或者多个线程同时向多个数据库服务器插入，以后再想办法合并处理。

perl，awk，load data，这种数据量还不算大，亿条日志都不成问题。

一万条？这个数据量根本谈不上大，用perl或者直接awk搞个shell脚本，弄到crontab里每天晚上跑就不就完了，这种活java干起来烦

典型的系统维护任务，unix/linux下脚本该干的活儿。

想问一下楼主，将日志插到数据库的主要目的是什么？
如果是转化为相应的业务日志，提供给用户查询，那么就需要即时插到数据库，而不能缓存到一定量，一次性插入
现在我们的项目用的是AOP截取日志，扩展了JDBCAppender用连接池插入到数据库。

与log4j无关了，日志是别的系统生成的
如果是自己的系统入库那就修改一下代码也不麻烦啊
问题可以简化成：给你一个10G的有一定格式的文件，怎样高效地提取每一行有用的数据然后入库

<appender name="database"
class="org.apache.log4j.jdbc.JDBCAppender">
<param name="BufferSize" value="5" />
<param name="Driver" value="com.mysql.jdbc.Driver" />
<param name="URL"
value="jdbc:mysql://192.168.0.14/ispc?useUnicode=true&amp;characterEncoding=UTF-8" />
<param name="User" value="root" />
<param name="Password" value="admin" />
<layout class="org.apache.log4j.PatternLayout">
<param name="ConversionPattern"
value="INSERT INTO log (level,msg,datetime) VALUES ( '%p', '%m','%d{yyyy-MM-dd HH:mm:ss}')" />
</layout>
<filter class="org.apache.log4j.varia.LevelRangeFilter">
<param name="levelMin" value="WARN" />
<param name="levelMax" value="WARN" />
<param name="acceptOnMatch" value="false" />
</filter>
</appender>

其中 <param name="BufferSize" value="5" />就是指定多少条缓冲日志写进数据库的,,比如你可以设置100条进数据库

个人觉得log4j写数据库对业务一点价值都没有，log4是整条信息作为一个字段插入，这样的信息查询不方便
有业务价值的log都应该自己定制数据表来插数据

可以扩展org.apache.log4j.AppenderSkeleton，实现自己的用于写DB的Appender
配置文件如下:

        <writer name="db" class="DBWriter">
            <formatter name="pattern" class="PatternFormatter">
               <param name="pattern" 
                      value="INSERT INTO log_tbl 
                             VALUES (
                               TO_DATE('%d{yyyy-MM-dd HH:mm:ss}', 'YYYY-MM-DD HH24:MI:SS'), 
                               '%t', '%-5p', '%m' )" />
            </formatter>
            <param name="resource-ref" value="java:comp/env/jdbc/datasource" />
        </writer>

看不出你自己实现的这个appender跟默认的有什么区别。还是不能把业务信息分离。

假设在登陆接口中，要把登陆失败的人的ID，IP写入数据库， log4j能做吗？
// logger.warn(??);//你的方法中这里应该怎样写？？
logger.warn(ID + "," + IP)//这样？？，插进数据库时怎样把ID, IP分别插进2个字段？

自己写的appender再怎么改也只能拿个%m 啊

log4j中有个MDC也许可以做到分开插，但写一个LOG麻烦多少倍，倒不如自己插数据表
MDC.put("ID", ID);
MDC.put("IP", IP);
logger.warn("login failed");

日志插入数据库的话是为了方便维护人员来维护....可以直接从数据库查询,而不用去分析log日志了