使用python操作hdfs,并grep想要的数据
代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | import subprocess for day in range ( 24 , 30 ): for h in range ( 0 , 24 ): filename = "tls-metadata-2018-10-%02d-%02d.txt" % (day, h) cmd = "hdfs dfs -text /data/2018/10/%02d/%02d/*.snappy" % (day, h) print (cmd) #cmd = "cat *.py" cmd = subprocess.Popen(cmd, shell = True , stdout = subprocess.PIPE) f = open (filename, "w" ) for line in cmd.stdout: try : arr = line.split( "^" ) if len (arr) > = 120 and arr[ 6 ] = = "6" and arr[ 25 ] = = "SSL" and arr[ 107 ]: #print(line) f.write( "^" .join(arr[: 32 ]) + "^" + arr[ 95 ] + "^" + "^" .join(arr[ 105 : 119 ]) + "\n" ) except Exception as e: print (e, "fuck error" , line) f.close() #import sys #sys.exit(0) |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· DeepSeek 开源周回顾「GitHub 热点速览」
2017-11-11 xss 多分类 优选 贝叶斯、逻辑回归、决策树
2017-11-11 ssh跳板登陆太麻烦,使用expect每次自动登录 利用expect 模拟键盘动作,在闲置时间之内模拟地给个键盘响应
2016-11-11 elasticsearch 自定义_id
2016-11-11 自定义实现spark的分区函数
2016-11-11 elasticsearch 路由文档到分片
2016-11-11 spark streaming 入门例子
2016-11-11 ElasticSearch-hadoop saveToEs源码分析