用户增长量统计项目实现过程踩坑总结

Posted 2020-10-03

    最近一段时间在做一个用户访问量统计的小项目，主要实现根据打包好的rdb文件进行解析、统计，然后存到pika，然后取到用户key并统计访问量的增长并将数据推到 grafana 进行展示。在代码实现及部署过程中遇到了一些问题，总结出来，以备后续参考。欢迎批评指正，共同学习！

一、在函数中使用多进程正常执行，在类中出现报错 

解决方式如下：

1、导入模块： 

import types
import copy_reg

2、增加函数 

def _pickle_method(m):
    if m.im_self is None:
        return getattr, (m.im_class, m.im_func.func_name)
    else:
    return getattr, (m.im_self, m.im_func.func_name)
copy_reg.pickle(types.MethodType, _pickle_method)

3、在类中增加如下方法 

def __init__(self):
    self.__result = []
def result_collector(self, result):
    self.__result.append(result)

二、多进程的重复使用 

    在实现Redis key 的读写采集过程中，在数据采集中用到多进程提高效率，在得到结果往 pika 中存储 key 时，为提高效率，想采用多进程，但测试发现多进程嵌套使用多进程，会出现如下问题 ：

    Queue objects should only be shared between processes through inheritance

后来考虑到往pika中存数据属于io密集型的操作，因此，采用了多线程，解决了这一问题。这里涉及到多线程如何使主进程等待多个子线程执行完毕，解决方式如下： 

t_objs = []
for i in range(100):
    t = threading.Thread(target=self.batch_send_pika,args=(set_key, redis_port, all_batch_message[i]))
    t.start()
    t_objs.append(t)
for t in t_objs:
    t.join() #等待线程的执行结果

三、多进程之间多个Queue实现数据共享

    在实现用户读写访问量统计的过程中，由于每条产品线涉及多个端口，每条产品线又有多条规则，为了提高效率，因此对同一条产品线的不同端口采用多进程来实现，要统计同一产品线的用户增长量，就需要对同一规则不同端口之间的数据进行汇总求和，这里就涉及到每条规则启动一个Queue，对不同的端口采集到的数据存到Queue中，然后进行统计。因为要启动多个Queue，还要保证数据和的准确性，这里遇到了一些坑。尝试通过循环拼接字符串启动Queue、尝试过将Queue启动后加入列表作为参数进行传递使用，但是都没有成功，后来通过查资料学习，解决了这一问题。解决方式如下： 

from multiprocessing import Queue,Manager
    
q_list = []
for i in range(len(rule_list)):
    q_name = "q" + str(i)
    manager = Manager()
    q_name = manager.Queue()
    q_list.append(q_name)

然后将q_list作为参数进行传递即可 

四、crontab报错

在使用计划任务时未修改成功，遇到如下报错

crontab: installing new crontab

crontab: error while writing new crontab to /var/spool/cron/tmp.XXXXa2LhEO

crontab: edits left in /tmp/crontab.rEpgqL

解决方式如下：

查看磁盘空间和inode节点是否用尽

这里发现/var 目录磁盘空间已经用尽将/var 下无用的文件进行删除，解决了这一问题

本文出自 “10917734” 博客，请务必保留此出处http://10927734.blog.51cto.com/10917734/1957082